CN108334712A - 一种三辊行星轧机轧制棒材的工艺参数优化方法 - Google Patents

一种三辊行星轧机轧制棒材的工艺参数优化方法 Download PDF

Info

Publication number
CN108334712A
CN108334712A CN201810152178.6A CN201810152178A CN108334712A CN 108334712 A CN108334712 A CN 108334712A CN 201810152178 A CN201810152178 A CN 201810152178A CN 108334712 A CN108334712 A CN 108334712A
Authority
CN
China
Prior art keywords
level value
rolling
values
drafts
demage
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201810152178.6A
Other languages
English (en)
Inventor
李立新
童泽琼
张继坤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University of Science and Engineering WUSE
Wuhan University of Science and Technology WHUST
Original Assignee
Wuhan University of Science and Engineering WUSE
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan University of Science and Engineering WUSE filed Critical Wuhan University of Science and Engineering WUSE
Priority to CN201810152178.6A priority Critical patent/CN108334712A/zh
Publication of CN108334712A publication Critical patent/CN108334712A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Control Of Metal Rolling (AREA)

Abstract

本发明涉及一种三辊行星轧机轧制棒材的工艺参数优化方法。其技术方案是：确定有限元模拟正交试验方案，建立各自有限元几何模型，得到棒材部件轧制变形区任一截面上的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据；依照材料延性断裂准则，得到轧制变形区的最大DEMAGE值；建立最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型，得到的最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值则为三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值。本发明能充分发挥机组生产潜力和能有效避免棒材成型时芯部开裂。

Description

一种三辊行星轧机轧制棒材的工艺参数优化方法
技术领域
本发明属于三辊行星轧制工艺参数优化方法技术领域。尤其涉及一种三辊行星轧机轧制棒材的工艺参数优化方法。
背景技术
棒材在国民经济发展中扮演着重要的角色，广泛地应用于机械、建筑、冶金、化工等行业。其主要轧制方式有二辊连轧、三辊横列式轧制、步进轧制和三辊行星轧制。棒材三辊行星轧制较其他轧制方式相比，其特点在于在轧制过程中棒材受到的是三向应力作用，应力状态好，而且变形是由小的变形量连续积累形成宏观上的大压下量，有利于提高轧制质量。然而，对于一些加工温度范围窄、不容易变形的金属材料，即便是利用三辊行星轧制技术进行轧制，若轧制工艺参数选择不合理，棒材芯部依旧会产生裂纹。因此，优化棒材三辊行星轧制工艺参数的方法尤为重要。
目前，对于三辊行星轧制过程中棒材芯部产生裂纹现象的研究较少，判断三辊行星轧制水平也主要是停留在强度理论上，以等效应力和等效应变作为判断轧制水平的依据，承袭了结构设计中的思想，实际上并不能满足加工工艺研究的需要。许志强和黄勇健等人引入相对密度的概念(许志强,黄永健,刘才,等.基于相对密度的大棒材轧制对孔隙性缺陷压合影响研究[J].北京理工大学报，2009，29(12):1058-1062.)，对大棒材轧制过程中出现的孔隙性缺陷进行了详细研究，然而相对密度的概念针对的主要是压下量较小时轧制过程中棒材芯部出现的疏松缺陷，与三辊行星轧制过程中棒材芯部由于大压下量产生的裂纹缺陷不同，因此，难以运用到三辊行星轧机轧制棒材的工艺参数的确定。
发明内容
本发明旨在克服现有技术缺陷，目的是提供一种在轧制成型时能有效避免棒材芯部裂纹产生和能充分发挥机组生产潜力的三辊行星轧机轧制棒材的工艺参数优化方法。
为实现上述目的，本发明采用技术方案的具体步骤是：
第一步、有限元模拟正交试验方案的确定
确定三辊行星轧机轧制棒材的偏转角区间、倾斜角区间、压下量区间和轧制温度区间，在所述偏转角区间内、倾斜角区间内、压下量区间和轧制温度区间内预选对应的n个偏转角水平值、n个倾斜角水平值、n个压下量水平值和n个轧制温度水平值。根据预选的n个偏转角水平值、预选的n个倾斜角水平值、预选的n个压下量水平值、预选的n个轧制温度水平值和正交试验表，n为4或5，得到有限元模拟正交试验方案。
第二步、有限元模拟计算
先根据第一步确定的有限元模拟正交试验方案，用有限元软件建立各自的有限元几何模型，然后用C3D8R单元为棒材部件划分网格，再对每个有限元几何模型分别进行有限元模拟计算，得到棒材部件轧制变形区的任一截面的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据。
第三步、轧制变形区的最大DEMAGE值
依照材料延性断裂准则，将第二步所述的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据进行数值积分计算，得到各自对应的DEMAGE值。比较各自对应的DEMAGE值的大小，得到轧制变形区的最大DEMAGE值。
第四步、最大DEMAGE值与工艺参数间BP神经网络模型的建立
根据第一步所述的有限元模拟正交试验方案，以最大DEMAGE值为输出，以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值为输入，建立最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型。
第五步、偏转角、倾斜角、压下量和轧制温度值的确定
以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值在第一步确定的三辊行星轧机轧制棒材所对应的偏转角区间、倾斜角区间，压下量区间和轧制温度区间为约束条件，以最大DEMAGE值最小为目标，用第四步建立的最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值，所述最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值则为三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值。
所述有限元软件为ABAQUS有限元软件、ANSYS有限元软件和MSC有限元软件中的一种。
由于采用上述技术方案，本发明与现有技术相比具有如下积极效果：
本发明通过最大DEMAGE值与工艺参数间BP神经网络模型的建立，以偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值分别在三辊行星轧机轧制棒材的偏转角区间、倾斜角区间，压下量区间和轧制温度区间内为约束条件，以最大DEMAGE值最小为目标，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值，最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值即为优化后的三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值。
本发明以偏转角、倾斜角、压下量和轧制温度四个主要轧制工艺参数为研究对象，优化后的工艺参数适用于三辊行星轧机轧制棒材，能将棒材三辊行星轧制成型时芯部开裂可能性降到最小，能充分发挥机组设备的生产潜力。
因此，本发明具有能充分发挥机组的生产潜力和轧制成型时能有效避免棒材芯部开裂的特点。
附图说明
图1为本发明的一个有限元几何模型。
具体实施方法
以下结合附图和具体实施方式对本发明作进一步的描述，并非对其保护范围的限制。
实施例1
一种三辊行星轧机轧制棒材的工艺参数优化方法。本实施例所述棒材是直径为32.5mm的含铋不锈钢棒材，所述工艺参数优化方法的具体步骤是：
第一步、有限元模拟正交试验方案的确定
确定三辊行星轧机轧制棒材的偏转角区间、倾斜角区间、压下量区间和轧制温度区间对应的范围为4～7°、50～56°、5.25～8.25mm和750～1200℃。在所述偏转角区间内预选4个偏转角水平值分别为4°、5°、6°和7°，在所述倾斜角区间内预选4个倾斜角水平值分别为50°、52°、54°和56°，在所述压下量区间内预选4个压下量水平值分别为5.25mm、6.25mm、7.25mm、8.25mm，在所述轧制温度区间内预选4个轧制温度水平值分别为750℃、900℃、1050℃和1200℃。
根据预选的4个偏转角水平值、预选的4个倾斜角水平值、预选的4个压下量水平值、预选的4个轧制温度水平值和正交试验表，得到表1所示的有限元模拟正交试验方案。
表1有限元模拟正交试验方案
第二步、有限元模拟计算
先根据第一步确定的有限元模拟正交试验方案，用ABAQUS有限元软件建立16个有限元几何模型(图1为第3个有限元几何模型)，然后用C3D8R单元为棒材部件划分网格，再对每个有限元几何模型分别进行有限元模拟计算，得到棒材部件轧制变形区的任一截面的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据。
第三步、轧制变形区的最大DEMAGE值
依照材料延性断裂准则，将第二步所述的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据进行数值积分计算，得到各自对应的DEMAGE值。比较各自对应的DEMAGE值的大小，得到轧制变形区的最大DEMAGE值分别为2.00、1.61、2.79、1.93、2.66、2.00、1.91、1.31、2.50、3.90、1.37、2.00、1.42、2.09、3.18和3.62。
第四步、最大DEMAGE值与工艺参数间BP神经网络模型的建立
根据第一步所述的有限元模拟正交试验方案，以最大DEMAGE值为输出，以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值为输入，建立最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型。
第五步、偏转角、倾斜角、压下量和轧制温度值的确定
以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值在第一步确定的三辊行星轧机轧制棒材对应的偏转角区间、倾斜角区间，压下量区间和轧制温度区间为约束条件，以最大DEMAGE值最小为目标，用第四步建立的最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值。所述最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值则为三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值分别为4°、55°、5.27mm和800℃，即得三辊行星轧机轧制含铋不锈钢棒材优化后的工艺参数。
实施例2
一种三辊行星轧机轧制棒材的工艺参数优化方法。本实施例所述棒材是直径为32mm的钛棒，所述工艺参数优化方法的具体步骤是：
第一步、有限元模拟正交试验方案的确定
确定三辊行星轧机轧制棒材的偏转角区间、倾斜角区间、压下量区间和轧制温度区间对应的范围为4～7°、50～56°、5.5～9.5mm和500～900℃。在所述偏转角区间内预选5个偏转角水平值分别为4°、4.8°、5.6°、6.2°和7°，在所述倾斜角区间内预选5个倾斜角水平值分别为50°、51.4°、52.8°、54.2°和56°，在所述压下量区间内预选5个压下量水平值分别为5.5mm、6.5mm、7.5mm、8.5mm、9.5mm，在所述轧制温度区间内预选5个轧制温度水平值分别为500℃、600℃、700℃、800℃和900℃。
根据预选的5个偏转角水平值、预选的5个倾斜角水平值、预选的5个压下量水平值、预选的5个轧制温度水平值和正交试验表，得到表1所示的有限元模拟正交试验方案。
表1有限元模拟正交试验方案
第二步、有限元模拟计算
先根据第一步确定的有限元模拟正交试验方案，用ANSYS有限元软件或MSC有限元软件建立25个有限元几何模型，然后用C3D8R单元为棒材部件划分网格，再对每个有限元几何模型分别进行有限元模拟计算，得到棒材部件轧制变形区的任一截面的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据。
第三步、轧制变形区的最大DEMAGE值
依照材料延性断裂准则，将第二步所述的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据进行数值积分计算，得到各自对应的DEMAGE值。比较各自对应的DEMAGE值的大小，得到轧制变形区的最大DEMAGE值分别为1.21、1.51、1.89、2.68、4.02、1.47、1.92、3.02、3.86、1.18、2.52、2.69、3.42、1.11、1.81、2.63、3.08、1.27、1.90、2.13、3.56、1.32、1.93、2.08、2.56。
第四步、最大DEMAGE值与工艺参数间BP神经网络模型的建立
根据第一步所述的有限元模拟正交试验方案，以最大DEMAGE值为输出，以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值为输入，建立最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型。
第五步、偏转角、倾斜角、压下量和轧制温度值的确定
以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值在第一步确定的三辊行星轧机轧制棒材所对应的偏转角区间、倾斜角区间，压下量区间和轧制温度区间为约束条件，以最大DEMAGE值最小为目标；用第四步建立的最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值。所述最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值则为三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值分别为4.6°、54.8°、5.75mm和720℃，即得三辊行星轧机轧制钛棒优化后的工艺参数。
本具体实施方式与现有技术相比具有如下积极效果：
本具体实施方式通过最大DEMAGE值与工艺参数间BP神经网络模型的建立，以偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值分别在三辊行星轧机轧制棒材的偏转角区间、倾斜角区间，压下量区间和轧制温度区间内为约束条件，以最大DEMAGE值最小为目标，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值，最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值即为优化后的三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值。
本具体实施方式以偏转角、倾斜角、压下量和轧制温度四个主要轧制工艺参数为研究对象，优化后的工艺参数适用于三辊行星轧机轧制棒材，能将棒材三辊行星轧制成型时芯部开裂可能性降到最小，能充分发挥机组设备的生产潜力。
因此，本具体实施方式具有能充分发挥机组的生产潜力和轧制成型时能有效避免棒材芯部开裂的特点。

Claims (2)

1.一种三辊行星轧机轧制棒材的工艺参数优化方法，其特征在于所述优化方法的具体步骤是：
第一步、有限元模拟正交试验方案的确定
确定三辊行星轧机轧制棒材的偏转角区间、倾斜角区间、压下量区间和轧制温度区间，在所述偏转角区间内、倾斜角区间内、压下量区间内和轧制温度区间内预选对应的n个偏转角水平值、n个倾斜角水平值、n个压下量水平值和n个轧制温度水平值；根据预选的n个偏转角水平值、预选的n个倾斜角水平值、预选的n个压下量水平值、预选的n个轧制温度水平值和正交试验表，n为4或5，得到有限元模拟正交试验方案；
第二步、有限元模拟计算
先根据第一步确定的有限元模拟正交试验方案，用有限元软件建立各自的有限元几何模型，然后用C3D8R单元为棒材部件划分网格，再对每个有限元几何模型分别进行有限元模拟计算，得到棒材部件轧制变形区任一截面的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据；
第三步、轧制变形区的最大DEMAGE值
依照材料延性断裂准则，将第二步所述的所有网格单元在模拟轧制过程中对应的三向主应力和等效塑性应变数据进行数值积分计算，得到各自对应的DEMAGE值；比较各自对应的DEMAGE值的大小，得到轧制变形区的最大DEMAGE值；
第四步、最大DEMAGE值与工艺参数间BP神经网络模型的建立
根据第一步所述的有限元模拟正交试验方案，以最大DEMAGE值为输出，以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值为输入，建立最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型；
第五步、偏转角、倾斜角、压下量和轧制温度值的确定
以偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值在第一步确定的三辊行星轧机轧制棒材所对应的偏转角区间、倾斜角区间，压下量区间和轧制温度区间为约束条件，以最大DEMAGE值最小为目标，用第四步建立的最大DEMAGE值与偏转角水平值、倾斜角水平值、压下量水平值、轧制温度水平值间的BP神经网络模型，得到最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值，所述最大DEMAGE值最小时的偏转角水平值、倾斜角水平值、压下量水平值和轧制温度水平值则为三辊行星轧机轧制棒材所对应的偏转角值、倾斜角值、压下量值和轧制温度值。
2.根据权利要求1所述三辊行星轧机轧制棒材的工艺参数优化方法，其特征在于所述有限元软件为ABAQUS有限元软件、ANSYS有限元软件和MSC有限元软件中的一种。
CN201810152178.6A 2018-02-14 2018-02-14 一种三辊行星轧机轧制棒材的工艺参数优化方法 Pending CN108334712A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810152178.6A CN108334712A (zh) 2018-02-14 2018-02-14 一种三辊行星轧机轧制棒材的工艺参数优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810152178.6A CN108334712A (zh) 2018-02-14 2018-02-14 一种三辊行星轧机轧制棒材的工艺参数优化方法

Publications (1)

Publication Number Publication Date
CN108334712A true CN108334712A (zh) 2018-07-27

Family

ID=62929563

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810152178.6A Pending CN108334712A (zh) 2018-02-14 2018-02-14 一种三辊行星轧机轧制棒材的工艺参数优化方法

Country Status (1)

Country Link
CN (1) CN108334712A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110532729A (zh) * 2019-09-10 2019-12-03 浙江申吉钛业股份有限公司 用于三辊轧机装置上的钛合金毛坯无缩孔轧制方法
CN114880886A (zh) * 2022-07-08 2022-08-09 北京科技大学 基于正交试验的轧机纵向刚度末端分析和维护方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1979496A (zh) * 2005-12-02 2007-06-13 中国科学院金属研究所 铜合金管材铸轧工艺参数设计及优化的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1979496A (zh) * 2005-12-02 2007-06-13 中国科学院金属研究所 铜合金管材铸轧工艺参数设计及优化的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
何亚元等: "基于ＢＰ神经网络的ＣＳＰ生产线轧制力预测模型", 《机械工程材料》 *
孙权: "带钢轧制过程损伤与开裂行为的研究", 《中国博士学位论文全文数据库 工程科技Ⅰ辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110532729A (zh) * 2019-09-10 2019-12-03 浙江申吉钛业股份有限公司 用于三辊轧机装置上的钛合金毛坯无缩孔轧制方法
CN110532729B (zh) * 2019-09-10 2023-02-21 浙江申吉钛业股份有限公司 用于三辊轧机装置上的钛合金毛坯无缩孔轧制方法
CN114880886A (zh) * 2022-07-08 2022-08-09 北京科技大学 基于正交试验的轧机纵向刚度末端分析和维护方法及装置

Similar Documents

Publication Publication Date Title
CN101362195B (zh) 一种大方坯连铸动态轻压下压下量的控制方法
CN106475420B (zh) 一种基于冷轧带钢目标板形设定的板形控制方法
CN108334712A (zh) 一种三辊行星轧机轧制棒材的工艺参数优化方法
CN101362196B (zh) 一种基于大方坯自然热收缩辊缝工艺的控制方法
CN102553945A (zh) 一种适合于四辊轧机的非常态板形预报方法
CN110743914B (zh) 一种三辊行星轧制含铋不锈钢棒材工艺参数的确定方法
CN116652143B (zh) 一种大方坯连铸轻压下和重压下在线协同控制方法
Han et al. Prediction and control of profile for silicon steel strip in the whole tandem cold rolling based on PSO-BP algorithm
CN112257302A (zh) 一种采用极限厚度构建板料成形极限曲线的方法
CN117195494A (zh) 一种圆饼状轧件的动态轧制力的确定方法
CN104899416B (zh) 一种高层建筑用钢抗层状撕裂性能的预测方法及其系统
CN108176716B (zh) 使用连铸圆坯轧制成圆钢的孔型系统及其轧制方法
CN113569443B (zh) 一种多机架冷连轧板形有限元仿真方法
CN112926146B (zh) 一种针对冷轧轧辊的在线疲劳预测方法及系统
CN101745548A (zh) Csp生产线无取向电工钢变形抗力有限元修正法
CN111241640B (zh) 一种计算棒材弯曲过程中径向截面中性层偏移量的方法
CN113787103A (zh) 一种轧机工作辊的交叉接触点位置获取方法和装置
CN107520255A (zh) 一种自学习式轧机入口厚度优化方法
CN115055522B (zh) 一种精轧机组机架出口楔形的控制方法和系统
CN113351652A (zh) 冷轧硅钢的横向同板差控制方法及装置
CN113935127A (zh) 一种大规格棒材孔型设计方法
CN106120838B (zh) 一种垂直轴风机的重力式扩展基础的基础结构设计方法
CN106294889B (zh) 一种高强钢轮辐中心孔翻边冲模锥角角度优化方法
CN114393044B (zh) 一种宽厚板板形瓢曲和板凸度控制方法
CN111046508B (zh) 一种基于最短路径的板形负荷分配权值计算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20180727

WD01 Invention patent application deemed withdrawn after publication