矫志杰 作品数:57 被引量:373 H指数:12 供职机构: 东北大学材料与冶金学院轧制技术及连轧自动化国家重点实验室 更多>> 发文基金: 中央高校基本科研业务费专项资金 国家自然科学基金 国家教育部博士点基金 更多>> 相关领域: 金属学及工艺 自动化与计算机技术 理学 一般工业技术 更多>>
中厚板精轧轧制规程的负荷协调分配法及其动态调整 被引量:25 2003年 基于中厚板精轧过程的轧制特点 ,提出负荷协调分配法。该算法通过调整轧制力限制系数来调整约束条件使得最后道次的出口厚度与目标厚度的偏差小于给定误差 ,并同时获得优化的轧制规程。然后介绍如何根据轧件板形的变化来调整轧制规程。通过实例证明该算法及其动态调整方法适应性和灵活性很强 。 胡贤磊 矫志杰 邱红雷 王昭东 刘相华 王国栋关键词:中厚板 精轧 冷连轧过程控制变形抗力模型的自适应学习 被引量:19 2004年 以考虑冷连轧带钢轧制过程变形区金属塑性变形以及入口、出口弹性变形的变形抗力模型和Bland Ford Hill轧制力模型为基础,将实测轧制力值代入轧制力计算模型建立起以变形抗力后计算值为未知量的非线性方程,求解该方程可以得到变形抗力后计算值,进而通过指数平滑法计算出变形抗力模型中的自适应学习系数·实际应用表明,由该方法得到的变形抗力后计算值的精度和稳定性能满足模型在线控制要求,可以提高在线控制变形抗力模型和轧制力模型的计算精度· 王军生 赵启林 矫志杰 刘相华关键词:冷连轧 变形抗力模型 轧制力模型 自适应学习 新型冷轧实验轧机的工艺设计 被引量:9 2007年 根据当前冷轧实验轧机的概况分析,并结合冷轧实验对设备的特殊要求,设计开发了两侧通过液压缸和夹头产生张力的新型直拉式可逆冷轧实验轧机。介绍了该轧机的主要工艺设备参数和系统配置。确定了实验工艺流程,并根据该实验轧机的设备布置设计了轧制工艺。该新型冷轧实验轧机已经成功投入使用。 矫志杰 李建平 张福波 王黎筠 刘相华 王国栋关键词:冷轧 首钢中厚板轧机轧制节奏的控制 被引量:11 2005年 首钢中厚板轧机在生产过程中采用多块轧件交叉轧制,根据具体工艺参数可以分别采用单坯轧制模式、双坯一待一轧模式或三坯两待一轧模式。通过对轧制节奏的控制,提高了轧机的生产率。从设计的轧机时位图可以清楚地看出轧制节奏的控制情况。 矫志杰 胡贤磊 赵忠 邱红雷 刘相华 王国栋 李学儒 张庆春关键词:中厚板轧机 轧制节奏 几何模型更新法在中厚板平面形状有限元分析中的应用 被引量:5 2006年 以LS-DYNA中的几何模型更新方法对中厚板平面形状控制多道次轧制过程进行了有限元分析,在一道次模拟完成之后,对轧制模型进行几何模型更新,调整辊缝值,修改材料属性、边界条件和载荷,建立下一道次轧制模型并进行数值分析。用此模拟计算的中厚板头尾形状变化规律与实测值吻合较好,证明了几何更新方法可有效地用于分析中厚板平面形状的变化规律,为利用单道次轧制模型求解多道次轧制问题提供了新的方法。 喻海良 刘相华 矫志杰 赵宪明关键词:中厚板 平面形状控制 有限元 华菱涟钢冷连轧机过程控制系统 被引量:1 2007年 介绍了华菱涟钢冷连轧机计算机控制系统的情况,其中过程控制系统主要实现了系统维护、数据通信和管理、跟踪、轧线设定、报表管理和人机界面管理等功能。该系统投入使用以来,运行稳定可靠,使生产线具有较高的自动化水平。 赵检罗 矫志杰关键词:冷连轧机 计算机系统 过程控制 冷连轧动态变规格轧辊速度的动态设定 被引量:13 2002年 以变截面、变张力逆流求解非线性方程组动态变规格控制方式为基础 ,通过轧辊速度及带钢出口速度的实测值来动态修正变规格过程轧辊速度的设定值。实际应用表明 ,轧辊速度的动态设定可以保证变规格过程中冷连轧机组各机架速度的稳定和使机架间张力稳定 。 王军生 赵启林 矫志杰 刘相华 王国栋关键词:冷连轧 动态变规格 中厚板轧线的坯料出炉时间控制 被引量:2 2006年 针对中厚板轧线,研究了在实行控制轧制工艺时,如何对坯料的出炉时间进行合理控制,以满足多坯交叉轧制过程轧制节奏控制的需要.介绍了典型单机架中厚板轧线的设备布置情况,并根据不同交叉轧制情况下的轧制节奏控制状态确定坯料之间的轧制间隔时间;根据具体轧线布局计算坯料的出炉运输时间,并确定坯料的出炉剩余时间.考虑其他非理想状况的影响因素,设置坯料出炉剩余时间极限值,实际控制中通过调整该值,保证坯料出炉时间控制的最佳效果. 矫志杰 胡贤磊 赵忠 刘相华关键词:运输时间 冷连轧机板形控制原理的研究 被引量:10 2007年 国内引进的两套不同冷连轧机的自动板形控制系统分为预设定、轧制力前馈控制和板形的闭环反馈控制三个部分,分析了这两套板形控制系统所采用的主要控制模型和控制原理,对我国自主开发先进的自动板形控制系统具有现实的意义。 梁勋国 矫志杰 王国栋 刘相华关键词:冷连轧机 板形控制 控制原理 基于贝叶斯方法的神经网络应用于冷轧轧制力预报 被引量:6 2008年 采用了一种基于贝叶斯方法的前向神经网络训练算法以提高网络的泛化能力,并在网络的目标函数中引入了表示网络结构复杂性的惩罚项,避免了网络的过拟合。采用Levenberg-Marquardt算法训练网络,并使用Gauss-Newton的数值方法来近似求解Hessian矩阵,以减少计算量,从而提高了网络的收敛速度。将上述网络应用于冷轧过程的轧制力预报中,预报结果的精度远远高于解析模型,与基于传统BP神经网络的冷轧轧制力预报模型相比,在收敛的速度和预报的精度上均优于后者。 梁勋国 贾涛 矫志杰 王国栋 刘相华关键词:贝叶斯方法 神经网络 冷轧