一、AJAX锌锅控制原理及应用（论文文献综述）
张久林[1]（2021）在《带钢宽度方向温度均匀性控制的诱导加热技术》文中认为随着冷轧高强钢技术的不断发展,以及合金化热镀锌钢板在汽车行业的日益广泛应用,对带钢的温度控制提出了更高的要求。在传统的连续退火炉中,炉内带钢受到炉辊表面温度不均匀的影响,会造成带钢宽度方向上的温度不均匀,最终导致在带钢合金化处理时的合金化不完全、白边、斑迹以及沟槽印等质量缺陷,特别是窄带钢切换为宽带钢时更明显。针对这一问题,详细论述了诱导加热技术用于带钢宽度方向温度均匀性控制的基本原理、控制方法以及应用实绩。
秦大伟[2]（2020）在《基于数据驱动和神经网络的带钢热镀锌镀层厚度控制》文中研究指明带钢热镀锌是一种经济有效的带钢防腐方法。本文以带钢连续热镀锌镀层厚度控制为研究对象,在研究热镀锌基础理论、机理模型、控制原理的基础上,应用数据驱动和神经网络技术,研发镀层厚度控制系统并进行工业应用试验。实现了提高镀层厚度精度,改善防腐性能,降低锌原料消耗的目标。主要研究内容如下:（1）镀层形成机理和工艺设备技术。研究镀层形成过程、镀层结构与性质,分析镀层质量的影响因素,提出工艺优化方案。应用流体力学分析气刀冲击射流各物理量变化规律、带钢表面锌液流动状态、镀层厚度的影响因素,建立镀层厚度机理模型。分析带钢热镀锌关键设备的缺陷和不足,提出设备改进方案。（2）镀层厚度质量监控。利用生产过程数据,采用统计分析方法,分析带钢热镀锌工艺参数的设定范围,研究镀层厚度与影响因素之间的相关性。对带钢热镀锌过程实施统计过程控制,通过优化工艺设定和操作规程,提升镀层厚度控制精度。（3）工艺设定和镀层厚度预测模型。根据生产过程数据统计分析结果,并结合人工操作经验,制定气刀距离和气刀高度工艺参数值表。采用BP神经网络逼近稳态工况下气刀压力与镀层厚度的映射关系,利用稳态工况下的生产过程数据训练神经网络,建立气刀压力设定模型。采用NARX动态神经网络建立镀层厚度预测模型,利用时间序列生产过程数据训练神经网络,用于镀层厚度在线预测。（4）镀层厚度智能控制算法。利用气刀压力设定模型计算不同工况条件下的气刀压力设定值,应用迭代学习控制算法,通过对重复任务的跟踪和学习,实现气刀压力的精准设定和持续优化。采用神经网络多步预测控制,进一步提高镀层厚度控制性能。（5）带钢连续热镀锌镀层厚度工业控制系统。集成上述研究成果,采用软PLC技术开发带钢连续热镀锌镀层厚度控制系统,并进行工业应用试验,生产高品质汽车家电用热镀锌带钢。本课题是国内某大型钢铁企业的重大技术研发项目,旨在提高带钢连续热镀锌产品尤其是高端汽车板产品的镀层厚度精度,降低锌原料消耗。本文采用机理分析、统计分析、数据驱动和实践经验相结合的方法,开发带钢连续热镀锌镀层厚度控制系统,并成功应用于工业生产,具有理论意义和工业应用价值。
徐巍[3]（2020）在《连续热镀锌生产线带钢锌层重量测量模型与控制方法研究》文中研究表明热镀锌产品具有良好的机械加工性能和很强的耐腐蚀性能,在机械工业、钢结构建筑、汽车制造、家电制造、通讯及电力等诸多领域具有广泛地应用。随着汽车行业对热镀锌板需求量日渐增大,对钢板质量的要求也不断提高。锌层的厚度与均匀性是镀锌钢板和钢带的重要质量标准,也在一定程度上影响着生产成本。在连续热镀锌生产线中,气刀和锌层测厚仪是控制锌层重量的核心设备,两者通过控制算法形成闭环。本文便围绕锌层测量模型、气刀控制影响因素、控制算法三方面对锌层重量控制展开系统研究。目前各大钢厂热镀锌线均安装了国外公司生产的锌层测量系统,但国内连续热镀锌行业却对锌层重量测量方法的理论研究不足。针对这一问题,本文提出一种基于Monte Carlo N-Particle Transport Code（MCNP）的锌层测量模型仿真研究方法。介绍了如何利用MCNP计算、分析试样上均匀分布的锌层重量。在XRF测量原理分析与实际生产设备调研的基础上,构建了基于材料核素和质量分数的物理模型。比较了不同入射能量单色光子、探测距离和入射光斑尺寸下,X射线荧光光谱和锌荧光探测效率的变化。结果表明:入射光子能量与目标元素的特征X射线能量差值越小,所产生荧光强度越大;探测器窗面积越大,采集荧光强度越大,并当探测器距离在20～40mm时荧光强度达到最大;同时,本文构建的模型建立了锌Kα的荧光强度与锌层重量良好的线性关系,R2=0.9994,有效地模拟了基于X射线荧光的测量过程,提供了锌镀层测厚仪设计与仿真的新方法。在吹气法热镀锌中,影响锌层重量的因素有多种,其中与气刀相关的各工艺参数影响较大。针对锌层重量控制过程中存在非线性和多变量的对象特性,提出一种基于正交试验设计、数值模拟及响应面法的锌层重量控制影响因素模拟与优化分析新方法。采用试验设计和现场数据采集方法获取实验样本数据,运用极差分析得到各单因素对响应指标的主次顺序,推导出线性回归公式,并采用含交互作用列的正交试验对模型进行优化,以修正实验结果。结果表明:拟合得到的二次回归方程模型的决定系数为R2（28）0.9976,P<0.0001。根据实验结果得出影响锌层重量变化的主次因素关系顺序是:吹气压力、带钢速度、吹气压力与带钢速度的交互作用、喷嘴距离、喷嘴缝隙、吹气压力与喷嘴距离的交互作用。结果揭示了因素交叉项对锌层重量的重要影响,在此基础之上确定了在生产效率最大化和生产能耗最小化两种模式下锌层重量的控制方法。为进一步解决连续热镀锌锌层重量控制过程中的连续性、实时性、时变性与滞后性等复杂问题,提出一种基于改进的动态模糊神经网络的在线锌层重量预测新方法。介绍了动态模糊神经网络的学习算法,改进了学习算法中施密特正交分解的前提条件,同时结合正交数组对输入空间的代表性,显着提高了动态模糊神经网络在处理高维小样本时的泛化能力。以热镀锌生产线的生产实际数据作为研究对象,分别使用径向基神经网络、BP神经网络、动态模糊神经网络对样本进行了训练和检验,验证了改进的动态模糊神经网络有效性。在改进的动态模糊神经网络基础上,利用合金化率校正了X射线荧光测量值,校正结果与重量法的最大偏差为1.73 g/m2,10组测试中有2组值能准确预测,10组预测的均方根误差为1.2737。针对不能自动获取进口设备测量数据的问题,开发了锌层测厚仪数据采集系统,实现了自动捕获所需相关数据,分析和运算后形成最终的检验报告,并自动上传至产销系统中。系统可靠性很高,可有效缓解离线检测工作压力、提高检验及时率。针对人工控制补偿依靠经验、没有理论依据的问题,在数据采集系统和以上研究基础之上,开发了控制优化支持系统,实现了控制参数的选择与预测。
程霖,王单,张妹英[4]（2019）在《连续热基镀锌产品厚边问题的分析与解决》文中指出边厚是厚规格热镀锌产品常见的缺陷问题之一,存在厚边缺陷的产品,其边部镀层厚度要明显大于中间部位,镀层表面呈现出中间低两侧高的不规则形态,严重影响镀层的均匀性,对于产品后续的卷曲、光整等加工环节也有着很大的影响。本文结合邯钢热基镀锌生产实际,分析了镀锌产品边厚问题的原因,并提出了相关的解决措施。
王海涛[5]（2019）在《热镀锌连续退火炉温度控制系统研究》文中研究指明连续退火炉是带钢热处理中的核心设备,它的主要作用是将进入炉内的带钢加热到设定的工艺温度、均热保温、冷却,最终实现带钢热处理工艺的要求。在退火工艺中,炉内温度的控制精度是最重要的一项技术指标,对带钢的各项性能有着直接的影响,是确保带钢表面质量和板形优劣的重要因素。因此对连续退火炉温度控制系统的研究,具有非常重要的现实意义。本文以首钢京唐2230mm连续退火炉项目为背景,在对生产线生产工艺及设备参数进行详细了解的前提下,对退火炉的温度控制系统进行了设计。首先阐述了国内外关于退火炉温度控制系统的研究现状,同时对连续退火炉中的热工基本理论进行了详细的推导及计算,为后续的方案设计提供了理论基础。详细论述了在Siemens PCS7平台下,如何通过PLC实现连续退火炉的温度控制。从连续退火炉的工艺入手进行分析,并详细介绍了连续退火炉温度控制中的相关控制回路,包括助燃空气控制、燃气控制、炉压控制等系统在内的设计方案。同时对系统软件的结构和需要实现的功能进行了全面的阐述,并从操作员的角度出发,以WinCC编程软件为基础,为控制软件设计了更加人性化的可视控制界面,方便实时的控制和了解系统的当前状态。最后通过结合现场采集的过程数据:包括温度曲线变化、炉压和燃气压力曲线变化等,分析了所设计温度控制系统的控制效果,证明了本设计的可靠性,达到了企业的预期目标。
郭振刚[6]（2018）在《热镀锌生产线光整机的改进设计》文中进行了进一步梳理随着我国各生产企业的飞速发展,对热镀锌钢板的需求量急剧增大,推进了国内镀锌板生产线的飞速发展。为了确保镀锌板产品整体质量的提升,国内很多大型钢铁企业在引进镀锌板生产线同时引入了光整机设备,以确保生产的镀锌板表面质量平整光滑。光整机作为提高镀锌板质量及性能的关键设备,其控制系统尤为复杂,同时也具备了较高的控制精准度.涵盖机械、电气、液压、工艺、气动等多学科的专业化内容。但是,由于光整机设备位于整条镀锌生产线的中间位置,它的投入使用势必对生产线的张力及速度控制存在较大影响,因此,在镀锌生产线中高效率的利用好光整机是我们亟待解决的问题。本次研究以天津某有限公司连续热镀锌生产线引入的光整机设备为例,以热镀锌线的整体组成、热镀锌工艺及光整机工作原理等知识为理论依据,通过优化改进光整机的机械结构,弯辊液压系统及控制系统,针对性的解决了光整机在实际工作中存在的问题。通过机械结构的改进,实现了光整机的在线快速换辊。通过增加的工作辊负弯辊油缸,解决了光整机工作时边部超厚产品无法控制的问题。通过模糊自适应PID控制技术,实现对传统PID控制技术的替代,有效提升了整体伺服系统的使用性能。解决了光整机的薄带褶皱以及校准零位时需要停机压靠的问题。通过实现光整机摩擦转矩的自适应补偿,将光整机支撑辊的线速同步问题解决。经证实,上述方法不仅使产线的产品整体质量大幅提升,而且有效减少了废品及不良品的产出率,提高了企业的经济效益。
窦胜[7]（2018）在《连续热镀锌生产线锌锅捞渣机器人工作装置设计与运动仿真》文中提出冷轧钢带在进行连续热镀锌过程中,利用锌锅设备进行钢带表面镀锌,是典型的热镀锌产品生产工艺,钢带在镀锌阶段,锌锅内产生的浮动锌渣会贴附在钢带表面,导致镀锌板板面缺陷。为减少钢带板面缺陷,需锌锅内及时高效捞渣,针对制约锌锅捞渣机器人设计存在的技术问题,在对锌锅内锌渣的分布规律以及捞渣作业危险区分析的基础上,重点进行锌锅捞渣机器人工作装置的设计与运动仿真研究。主要研究工作如下:（1）通过构建锌锅及锌液的几何模型,获得流域内物理场分布规律,从计算结果得出,区域内捞渣相对危险区,预测锌锅内锌渣的几何分布特征,为捞渣机器人的设计提供重要理论依据。（2）利用AUTOCAD软件,对机器人第七轴法兰盘的捞渣工具,捞渣勺,渣料斗等工作装置进行设计。（3）通过状态程序转换设计,对RAPID的数据程序进行解释说明,利用有限状态机理论依据,使得程序的运行效率得到优化,展示程序功能块设计实例,解决实际问题。（4）使用Robotstudio仿真软件,建立热镀锌机组虚拟生产线,在控制机内加载仿真程序,进行机器人仿真运行,检验程序的符合度,通过采用捞渣机器人前后镀锌产品质量的对比,验证采用捞渣机器人比人工捞渣更能减少钢带板面缺陷。
李逸[8]（2017）在《基于BP神经网络模型热镀锌锌层厚度控制研究》文中研究指明随着科学技术和工业水平的日益发展,热镀锌钢板的发展突飞猛进。热镀锌钢板具有良好的抗腐蚀性和物理性能,根据镀锌层的不同厚度,其在家电、建筑、汽车等行业都取得了广泛应用和关注。镀锌钢板锌层的厚度是衡量热镀锌板质量的一项极其重要性能指标,其中气刀设备的控制精度直接决定镀锌板的质量和属性。钢带所镀锌层太厚,会引起原材料的浪费,提高生产成本,同时对产品的附着性和抗冲压性也对带来负面影响;而镀锌锌层太薄或不均匀也会影响热镀锌钢带的抗腐蚀性,同样也不能满足客户的需求。热镀锌的生产是一个连续的过程,钢带运行通过装满液态锌的锌锅时,会有大量的液态锌附着在钢带表面,多余的液态锌会被气刀喷出的高速气流吹回锌锅,气刀装置与挡板以及带钢自身的规格和运行速度对于锌层的均匀性和锌层厚度控制方面起着重要的作用。由此可见,热镀锌板带的质量和生产成本与钢带表面镀锌层的厚度和均匀性密切相关。气刀装置是控制镀锌层厚度的关键设备,要想使锌层厚度控制精准达到生产要求,则必须对锌层的厚度控制的执行单元──气刀的结构和原理进行研究和分析,控制锌层厚度的精准度直接影响镀锌板的产品质量,从而影响整个镀锌线的生产效率和性能指标。目前,气刀的控制技术较过去得到了迅猛的发展,技术和结构上都有很大的改善,但是国内很少有专家和学者对气刀设备的结构和控制技术进行深入的分析和探讨,从而导致了在一定程度上阻碍了它的优化和创新。镀锌层厚度的自动控制系统错综复杂,在实际生产过程中难以通过建立数学模型的方法得到锌层厚度的输出函数,目前很多产家对于刀高和刀间距等相关变量参数大多采取人工手动调节的方式,这个过程中常常依靠操作人员的过往经验,这种调节方式并不是最优调节,使得锌层厚度的偏差无法得到及时而精确的调整,长此以往就会导致锌层的厚度存在偏差,最终影响其生产效率,而且在一定程度上也不能完全形成全自动控制。由于锌层厚度控制过程的影响因素非常之多,并且各个因素之间相互影响、相互约束,值得注意的是气刀设备调节机构对锌层厚度的影响是非线性的,因此若将常规的PID控制理论用于控制锌层厚度则很难达到令人满意的控制效果。BP神经网络算法可以通过其网络结构形成一个从输入到输出的映射关系,其功能强大,应用范围广泛,研究证实其能实现任何复杂非线性映射关系的功能。因此,利用BP神经网络算法来调节气刀压力、刀高及刀间距等参数可以实现锌层厚度自动调节控制系统。本文利用BP神经网络建立双闭环锌层控制系统,完成硬件配置和通讯设置,制作系统改进方案的结构原理图,确定锌层厚度的BP神经网络模型,对锌层厚度控制BP神经网络模型的学习过程进行运算和分析,将锌层的厚度精度控制在误差范围之内。其中,整个锌层厚度控制系统的主回路为锌层厚度闭环控制回路,通过采用BP神经网络算法控制,解决多变量、非线性且很难建立数学模型的问题;而副回路为气刀的喷射压力闭环控制回路,通常采取常规的PID算法控制来快速调节气刀喷射压力的大小。由此可见,现代控制理论的不断更新和计算机技术的飞速发展,为锌层厚度的控制奠定了良好的基础。鉴于锌层控制的诸多特点和手动控制的弊端,本次论文将采用BP神经网络的算法进行相关探讨和研究,通过建立合理的数学模型来解决锌层厚度控制的相关问题。
汪列隆,周亮亮[9]（2017）在《工艺控制对热镀铝锌产品边部锌层厚度的影响》文中研究表明热镀铝锌产品生产过程中,一旦出现边部锌层增厚现象,在随后的卷取过程中就会产生厚度叠加现象,后续加工会产生严重的板型问题。文中从生产工艺控制出发,结合流体力学和自动控制原理,改进生产工装和生产工艺,成功实现了热镀铝锌钢带边部锌层厚度控制。
王宏亮[10]（2017）在《鞍钢冷轧4#镀锌线清洗能力的研究与优化》文中研究表明近几年中国经济增速放缓,钢铁行业竞争惨烈,从粗放型低端产品转型生产高精尖、高附加值的精品镀锌板尤其是汽车用镀锌板,已经成为镀锌板生产企业求生存的必然选择。鞍钢冷轧本部的4条镀锌线初始设计的产品定位都是面向低端的建筑板市场,设备能力不足,难以生产表面质量更好的高等级镀锌板,已无法适应当今激烈的市场竞争形势。在此情况下,鞍钢拟对4#镀锌线工艺设备进行大幅度升级改造,提升机组设备的能力和产品定位,转向更高端的家电、汽车用镀锌板市场,提升鞍钢镀锌产品的竞争力。本文首先简要回顾了热镀锌工艺的原理和发展历史,并探讨了热镀锌技术在国内外的发展趋势。接下来本文对鞍钢4#镀锌机组升机组设备的处理能力,降低和消除清洗工艺段不良因素的整体工艺流程和核心的机组设备及各自功能进行了分析。在热镀锌工艺流程中,镀前清洗工艺段的清洗效果可以说对最终钢板表面的镀锌质量有着举足轻重的影响。然而鞍钢4#镀锌线清洗工艺段一直以来存在着清洗能力不足、清洗效果不佳的问题,严重制约着最终表面镀锌的质量提升。因此,提升4#镀锌线清洗工艺段的清洗能力对提高镀锌产品的表面质量有着重大的现实意义。本文研究了镀锌清洗工艺的原理,通过研究鞍钢4#镀锌机组清洗工艺段的设备组成及各模块的功能,分析了决定清洗效果的关键因素,找出了机组目前机组清洗工艺段存在的制约因素主要是刷毛脱落、介质温度不足、刷辊升降调整困难、烘干能力低及缺少介质过滤系统。通过优化设计来提的影响,最终实现带钢表面的清洗效果的提升。改造之后,通过生产实践跟踪和数据采样分析证明,清洗段的各项工艺参数达到了改造的预期目标,镀锌产品的质量也得到了质的提升,大幅提升了鞍钢镀锌产品的竞争力。
二、AJAX锌锅控制原理及应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、AJAX锌锅控制原理及应用（论文提纲范文）
（1）带钢宽度方向温度均匀性控制的诱导加热技术（论文提纲范文）
| 1 诱导加热技术的基本原理 |
| 1.1 诱导加热辊的结构 |
| 1.2 诱导加热辊的加热原理 |
| 1.3 诱导加热辊的温度控制原理 |
| 1.4 安装位置确定原则 |
| 2 实施例 |
| 3 结语 |
（2）基于数据驱动和神经网络的带钢热镀锌镀层厚度控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 带钢连续热镀锌产业发展概况 |
| 1.1.1 带钢热镀锌防腐技术原理 |
| 1.1.2 带钢热镀锌产业现状和发展趋势 |
| 1.2 带钢连续热镀锌技术发展概况 |
| 1.2.1 带钢热镀锌产品与工艺发展 |
| 1.2.2 带钢热镀锌镀层厚度控制研究进展 |
| 1.3 钢铁工业大数据与人工智能应用现状 |
| 1.4 本文的主要研究内容 |
| 第2章 带钢连续热镀锌机理和工艺设备技术 |
| 2.1 带钢连续热镀锌镀层形成机理 |
| 2.1.1 镀层结构与性质 |
| 2.1.2 镀层质量影响因素 |
| 2.2 吹气法热镀锌基本原理 |
| 2.2.1 气刀流场分析 |
| 2.2.2 镀层厚度机理模型 |
| 2.2.3 气刀吹气实验研究 |
| 2.3 带钢连续热镀锌关键设备研究 |
| 2.3.1 气刀设备 |
| 2.3.2 锌锅设备 |
| 2.3.3 镀层测厚仪 |
| 2.4 镀层质量缺陷分析 |
| 2.5 本章小结 |
| 第3章 带钢连续热镀锌镀层厚度质量管控 |
| 3.1 生产过程数据统计分析 |
| 3.1.1 统计分析理论 |
| 3.1.2 过程变量分布特征分析 |
| 3.1.3 镀层厚度偏相关分析 |
| 3.2 带钢连续热镀锌统计过程控制 |
| 3.2.1 镀层厚度质量控制图 |
| 3.2.2 带钢热镀锌过程能力分析 |
| 3.3 镀层厚度偏差分布与锌耗量计算 |
| 3.4 本章小结 |
| 第4章 带钢连续热镀锌工艺设定与镀层厚度预测模型 |
| 4.1 气刀距离和高度设定 |
| 4.2 气刀压力设定模型 |
| 4.3 镀层厚度预测模型 |
| 4.4 本章小结 |
| 第5章 带钢连续热镀锌镀层厚度闭环控制 |
| 5.1 镀层厚度控制结构设计 |
| 5.2 气刀压力设定参数优化 |
| 5.3 镀层厚度控制算法 |
| 5.3.1 迭代学习控制算法 |
| 5.3.2 神经网络多步预测控制算法 |
| 5.4 本章小结 |
| 第6章 带钢连续热镀锌镀层厚度控制系统应用 |
| 6.1 镀层厚度控制系统应用背景 |
| 6.2 镀层厚度控制系统开发平台 |
| 6.2.1 软PLC技术 |
| 6.2.2 系统配置方案 |
| 6.3 镀层厚度控制系统应用效果 |
| 6.3.1 镀层厚度控制性能提升 |
| 6.3.2 稳态优化控制效果 |
| 6.3.3 带钢速度前馈控制效果 |
| 6.3.4 气刀距离前馈控制效果 |
| 6.3.5 上、下表面镀层厚度偏差控制效果 |
| 6.3.6 变规格控制效果 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间承担的科研任务与主要成果 |
| 致谢 |
（3）连续热镀锌生产线带钢锌层重量测量模型与控制方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究现状及存在的问题 |
| 1.2.1 锌层重量检测的研究现状 |
| 1.2.2 锌层重量影响因素分析的研究现状 |
| 1.2.3 锌层重量预测控制方法的研究现状 |
| 1.3 研究内容 |
| 第2章 基于蒙特卡罗方法的锌层测量模型研究 |
| 2.1 钢板镀锌层X射线荧光分析法 |
| 2.1.1 X射线荧光分析法基本原理 |
| 2.1.2 钢板镀锌层元素分析 |
| 2.2 锌层测量系统结构分析 |
| 2.2.1 不同锌层测量系统分析 |
| 2.2.2 锌层测量系统核心部件 |
| 2.3 基于蒙特卡罗方法的测厚仪建模 |
| 2.3.1 蒙特卡罗方法与MCNP程序 |
| 2.3.2 利用MCNP程序建模 |
| 2.3.3 MCNP模型验证 |
| 2.4 锌层测量模型的探测性能仿真分析 |
| 2.4.1 入射线光子能量对特征X射线激发效率的影响规律 |
| 2.4.2 不同探测距离的荧光强度变化规律 |
| 2.4.3 不同能量入射光的响应特性分析 |
| 2.4.4 仿真结果的进一步验证 |
| 2.5 本章小结 |
| 第3章 基于正交试验设计的气刀控制参数分析与优化 |
| 3.1 锌层重量控制影响因素分析 |
| 3.2 锌层重量控制因素正交数组 |
| 3.2.1 正交试验设计 |
| 3.2.2 正交数组构建方法 |
| 3.2.3 构建锌层重量控制因素正交数组 |
| 3.3 锌层重量控制因素主次顺序 |
| 3.3.1 锌层重量控制因素极差分析 |
| 3.3.2 四种因素与锌层重量的拟合关系 |
| 3.4 因素交互作用对锌层重量的影响 |
| 3.4.1 含交互作用的正交试验设计 |
| 3.4.2 非线性最小二乘法拟合 |
| 3.4.3 含因素交互作用的正交数组 |
| 3.4.4 非线性拟合结果 |
| 3.5 模型修剪优化 |
| 3.6 控制方法分析 |
| 3.7 本章小结 |
| 第4章 基于DFNN的连续热镀锌锌层重量预测 |
| 4.1 DFNN及学习算法 |
| 4.1.1 动态模糊神经网络 |
| 4.1.2 DFNN学习算法 |
| 4.1.3 DFNN算法改进 |
| 4.2 DFNN预测模型研究 |
| 4.2.1 锌层重量预测模型分析 |
| 4.2.2 性能评价标准 |
| 4.2.3 预测结果分析 |
| 4.3 利用合金化率校正XRF测量值 |
| 4.3.1 镀层合金化原理 |
| 4.3.2 合金化率对锌层重量测量的影响 |
| 4.3.3 基于DFNN的校正方法 |
| 4.4 本章小结 |
| 第5章 镀锌线带钢锌层数据采集与控制优化支持系统 |
| 5.1 测量数据分析 |
| 5.1.1 取值点的确定 |
| 5.1.2 数据取值计算 |
| 5.2 软件系统关键技术 |
| 5.2.1 网络侦听技术 |
| 5.2.2 报文解析结果 |
| 5.2.3 控制优化方法 |
| 5.3 软件构架 |
| 5.3.1 数据采集系统 |
| 5.3.2 控制优化支持系统 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间取得的科研成果 |
| 附录2 改进的DFNN程序 |
（4）连续热基镀锌产品厚边问题的分析与解决（论文提纲范文）
| 1 连续热基镀锌产品镀层厚度的控制原理 |
| 1.1 连续热基热镀锌机组简介 |
| 1.2 锌层厚度的控制原理 |
| 2 镀锌层边厚原因的分析 |
| 2.1 气刀间隙设置不当 |
| 2.2 刀形气流喷吹角度原因 |
| 2.3 带钢散热不均和本身的质量问题 |
| 3 连续热基镀锌产品厚边问题的解决措施 |
| 3.1 气刀唇缝的优化设计 |
| 3.2 精确定位气刀边部挡板位置 |
| 3.3 喷吹角度的调整 |
| 3.4 优化带钢温度 |
（5）热镀锌连续退火炉温度控制系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 热镀锌方法及意义 |
| 1.2 连续退火炉系统介绍 |
| 1.2.1 连续退火炉结构 |
| 1.2.2 连续退火炉机组的主要参数 |
| 1.2.3 连续退火炉温度检测设备 |
| 1.3 国内外退火炉温度控制系统的研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 本文主要研究内容及结构安排 |
| 第2章 连续退火炉中的热工基本理论与计算 |
| 2.1 引言 |
| 2.2 气体燃耗计算 |
| 2.2.1 燃烧空气量的计算 |
| 2.2.2 废气量的计算 |
| 2.3 辐射管燃烧计算 |
| 2.3.1 管内燃烧计算 |
| 2.3.2 管壁导热与辐射 |
| 2.4 冷却速率计算 |
| 2.5 本章小结 |
| 第3章 连续退火炉温度控制系统设计 |
| 3.1 引言 |
| 3.2 硬件选型及软件平台介绍 |
| 3.2.1 硬件选型 |
| 3.2.2 软件平台介绍 |
| 3.3 带钢温度控制设计 |
| 3.3.1 温度控制系统构成 |
| 3.3.2 辐射管温度控制模式 |
| 3.3.3 板温控制模式 |
| 3.3.4 烧嘴控制器 |
| 3.3.5 煤气和助燃空气控制系统 |
| 3.3.6 炉压控制系统设计 |
| 3.3.7 缓冷段和快冷段温度控制 |
| 3.3.8 过时效段、感应加热段和出口段温度控制 |
| 3.4 本章小结 |
| 第4章 连续退火炉WinCC软件设计 |
| 4.1 引言 |
| 4.2 控制系统软件结构及功能 |
| 4.3 退火炉HMI界面设计 |
| 4.3.1 总览 |
| 4.3.2 点火控制系统界面设计 |
| 4.3.3 加热段和均热段系统界面设计 |
| 4.3.4 炉压控制系统界面设计 |
| 4.3.5 辅助设备 |
| 4.3.6 实时/历史趋势显示 |
| 4.3.7 报警信息 |
| 4.4 本章小结 |
| 第5章 控制系统调试结果及分析 |
| 5.1 引言 |
| 5.2 生产过程温度曲线分析 |
| 5.3 炉压和煤气压力曲线分析 |
| 5.4 检修后正常起车曲线分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
| 附录一 控制系统网络拓扑结构图 |
| 附录二 软件控制功能图 |
（6）热镀锌生产线光整机的改进设计（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究综述 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究目的及重难点 |
| 1.4.1 研究目的 |
| 1.4.2 研究重难点 |
| 第二章 光整机机械液压改进任务及要求 |
| 2.1 热镀锌生产线光整机工作原理及设备组成 |
| 2.2 光整机械换辊结构及改进要求 |
| 2.3 光整工作辊正弯辊结构及改进要求 |
| 2.4 本章小结 |
| 第三章 光整机控制系统工作原理 |
| 3.1 光整电气传动控制系统 |
| 3.1.1 传动系统控制模型 |
| 3.1.2 张力控制 |
| 3.1.3 速度控制 |
| 3.1.4 DROP控制 |
| 3.1.5 延伸率控制 |
| 3.1.6 HGC控制 |
| 3.2 本章小结 |
| 第四章 光整机控制系统现存问题分析 |
| 4.1 薄规格的带钢产生褶皱及校准时序异常 |
| 4.1.1 薄规格带钢现有问题 |
| 4.1.2 产生褶皱主要成因 |
| 4.1.3 光整机校准时序异常及其成因 |
| 4.2 光整机支撑辊线速同步问题 |
| 4.2.1 线速同步控制问题 |
| 4.2.2 线速无法同步的原因 |
| 4.3 本章小结 |
| 第五章 光整机机械液压系统的改进和运行成效 |
| 5.1 换辊机构的改进设计和运行成效 |
| 5.2 液压负弯辊机构的改进和运行成效 |
| 5.3 本章小结 |
| 第六章 光整机控制系统的改进和运行成效 |
| 6.1 HGC的控制改进 |
| 6.1.1 模糊自适应PID应用于HGC电液伺服系统 |
| 6.1.2 模糊自适应PID应用成效 |
| 6.2 光整机支撑辊传动控制改进 |
| 6.2.1 光整机支撑辊摩擦转矩自适应补偿 |
| 6.2.2 摩擦转矩自适应补偿成效 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 参考文献 |
| 攻读学位期间所取得的相关科研成果 |
| 致谢 |
（7）连续热镀锌生产线锌锅捞渣机器人工作装置设计与运动仿真（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 连续热镀锌生产工艺 |
| 1.2 热镀锌钢板的表面缺陷 |
| 1.3 捞渣现状 |
| 1.4 国内外减少表面缺陷技术发展情况 |
| 1.4.1 目前国外捞渣机器人技术现状 |
| 1.4.2 国内捞渣机器人技术现状 |
| 1.5 课题研究内容及意义 |
| 第二章 锌锅内物理场数学建模与分析 |
| 2.1 热镀锌锅数学模型 |
| 2.1.1 锌锅几何模型 |
| 2.1.2 数学模型建立 |
| 2.1.3 求解边界条件设置 |
| 2.1.4 相关计算 |
| 2.2 数值模拟结果与分析 |
| 2.3 本章小结 |
| 第三章 捞渣机器人工作装置设计 |
| 3.1 概述 |
| 3.2 热镀锌现场环境分析 |
| 3.3 系统框架 |
| 3.4 捞渣机器人系统总成 |
| 3.5 工作装置设计 |
| 3.5.1 夹具设计 |
| 3.5.2 捞渣工具设计 |
| 3.5.3 导轨机构 |
| 3.5.4 渣料斗 |
| 3.5.5 撇渣工具 |
| 3.6 本章小结 |
| 第四章 机器人工作算法的实现 |
| 4.1 捞渣机器人程序编制 |
| 4.2 程序结构设计 |
| 4.3 机器人RAPID语言 |
| 4.3.1 RAPID程序的基本架构 |
| 4.3.2 RAPID程序指令 |
| 4.4 程序数据 |
| 4.5 关键程序的设定 |
| 4.6 程序功能块设计 |
| 4.7 本章小结 |
| 第五章 程序加载与运动仿真 |
| 5.1 创建虚拟生产线及仿真环境 |
| 5.2 程序加载界面 |
| 5.3 机器人第七轴仿真实现 |
| 5.4 渣料堆放问题的解决 |
| 5.5 加载程序模块 |
| 5.6 下位机程序功能说明 |
| 5.7 捞渣轨迹 |
| 5.8 现场捞渣机器人工作效果 |
| 5.9 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
| 附录 |
（8）基于BP神经网络模型热镀锌锌层厚度控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 神经网络基本结构和思想 |
| 1.3 BP神经网络研究现状 |
| 1.4 本文的主要研究内容 |
| 第2章 影响锌层厚度的主要因素 |
| 2.1 热镀锌生产工艺 |
| 2.2 刀压对锌层厚度的影响 |
| 2.2.1 气刀结构及特点 |
| 2.2.2 气刀压力与锌层厚度关系 |
| 2.3 带钢速度 |
| 2.4 喷嘴到带钢的距离 |
| 2.5 刀高对锌层厚度的影响 |
| 2.6 喷嘴角度 |
| 第3章 电气系统的设计与实现 |
| 3.1 刀高与刀间距电气系统设计 |
| 3.2 电气系统的软件设计 |
| 3.3 气刀压力电气系统设计 |
| 第4章 基于BP算法锌层厚度控制总体设计 |
| 4.1 BP神经网络模型 |
| 4.1.1 感知器的学习算法 |
| 4.1.2 BP神经学习算法 |
| 4.2 基于BP算法锌层厚度控制方案制定 |
| 第5章 气刀双闭环控制系统实现 |
| 5.1 基于BP算法锌层厚度控制主回路算法实现 |
| 5.2 基于PID算法副回路气刀压力控制系统设计 |
| 5.3 锌层厚度控制系统配置 |
| 5.4 基于BP神经网络锌层厚度控制系统的优点 |
| 5.5 BP神经算法存在问题及原因分析 |
| 第6章 结论 |
| 参考文献 |
| 致谢 |
（9）工艺控制对热镀铝锌产品边部锌层厚度的影响（论文提纲范文）
| 0 引言 |
| 1 原因分析 |
| 1.1 镀层形成分析 |
| 1.2 热镀铝锌钢带产品气刀主要技术参数 |
| 1.3 热镀铝锌钢带产品边部增厚发生的原因分析 |
| 2 热镀铝锌钢带产品边部增厚的控制改善和预防措施 |
| 2.1 气刀刀唇开度的改进 |
| 2.2 边部挡板的改进 |
| 2.3 沉没辊刮刀的改进 |
| 2.4 减少带钢出锌锅晃动和上下表面冷却不均 |
| 2.5 气刀工艺参数调整思路 |
| 3 结论 |
（10）鞍钢冷轧4#镀锌线清洗能力的研究与优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 热镀锌生产工艺的介绍 |
| 1.3 国内外热镀锌生产工艺的发展概况 |
| 1.3.1 国际镀锌工艺技术发展概述 |
| 1.3.2 国内镀锌行业的发展历程 |
| 1.4 冷轧4#镀锌生产线的基本概况 |
| 1.4.1 冷轧镀锌机组基本工艺流程 |
| 1.4.2 关键工艺设备 |
| 1.5 本文的主要研究内容 |
| 第2章 热镀锌机组清洗工艺分析 |
| 2.1 镀锌清洗工艺的原理 |
| 2.1.1 喷淋浸泡清洗的工作原理 |
| 2.1.2 脱脂剂的选择 |
| 2.1.3 镀锌清洗工艺的分类 |
| 2.2 清洗效果差导致的常见产品缺陷 |
| 2.3 本章小结 |
| 第3章鞍钢冷轧4#热镀锌机组清洗工艺段的研究 |
| 3.1 鞍钢4#热镀锌机清洗工艺段的构成 |
| 3.1.1 清洗系统 |
| 3.1.2 辅助系统 |
| 3.2 本机组清洗效果的影响因素分析 |
| 3.2.1 本机组清洗系统的影响因素分析 |
| 3.2.2 本机组辅助系统的影响因素分析 |
| 3.3 本章小结 |
| 第4章 镀锌线清洗能力的优化改进及效果评价 |
| 4.1 镀锌线清洗能力的优化改进 |
| 4.1.1 清洗系统的优化改进 |
| 4.1.2 辅助系统的优化改进 |
| 4.2 优化改进的效果评价 |
| 4.2.1 改进效果的评价体系 |
| 4.2.2 优化改进的效果评价 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 个人简历 |
四、AJAX锌锅控制原理及应用（论文参考文献）
- [1]带钢宽度方向温度均匀性控制的诱导加热技术[J]. 张久林. 工业炉, 2021(04)
- [2]基于数据驱动和神经网络的带钢热镀锌镀层厚度控制[D]. 秦大伟. 燕山大学, 2020
- [3]连续热镀锌生产线带钢锌层重量测量模型与控制方法研究[D]. 徐巍. 武汉科技大学, 2020(01)
- [4]连续热基镀锌产品厚边问题的分析与解决[J]. 程霖,王单,张妹英. 中国金属通报, 2019(09)
- [5]热镀锌连续退火炉温度控制系统研究[D]. 王海涛. 燕山大学, 2019(03)
- [6]热镀锌生产线光整机的改进设计[D]. 郭振刚. 河北工业大学, 2018(06)
- [7]连续热镀锌生产线锌锅捞渣机器人工作装置设计与运动仿真[D]. 窦胜. 西安建筑科技大学, 2018(01)
- [8]基于BP神经网络模型热镀锌锌层厚度控制研究[D]. 李逸. 武汉工程大学, 2017(04)
- [9]工艺控制对热镀铝锌产品边部锌层厚度的影响[J]. 汪列隆,周亮亮. 机械工程师, 2017(01)
- [10]鞍钢冷轧4#镀锌线清洗能力的研究与优化[D]. 王宏亮. 哈尔滨工业大学, 2017(01)