文章摘要:热镀锌机组圆盘剪工作时，由于剪切工艺参数设定不当等原因造成圆盘剪设备的故障以及带钢边部出现有扣边、毛刺和切断比失衡等主要切边质量问题，以某钢厂热镀锌机组圆盘剪设备为研究对象，对其设备本身和工艺参数展开研究。通过对影响带钢边部质量缺陷因素的分析，以及BP神经网络输入变量相关性要求选择前张力、间隙量、重叠量、切边量4个因素作为变量；并在分析热轧带钢圆盘剪刀片剪切机理的基础上，结合圆盘剪设备的工艺特点以及剪切过程中的有关参数，以预防设备故障和改善当边部质量为目标，对带钢边部的不同指标进行相应的量化，提出带钢质量评价函数，将其计算结果作为BP神经网络的输出层，在此基础上建立了基于PSO-BP神经网络模型，开发出了一套热镀锌机组切边工艺优化技术，并给出了数据来源、处理方式和PS0-BP神经网络各参数的设定方法。该技术根据现场采集到的上万组圆盘剪关键生产工艺参数来训练BP神经网络，在此基础上拟合非线性函数，最后用粒子群算法PSO解析出更优的圆盘剪间隙量、重叠量以及前后张力等工艺参数，使得圆盘剪剪切后的带钢边部出现切边质量问题占总切边公里数比值的大小较之前明显降低，有效提高了带钢的切边质量，为机组生产效率的提升奠定了基础，同时为企业创造了较好的经济效益。

文章关键词:

项目基金: 上一篇：工业经济论文_基于互联网供应链金融的中小皮革 下一篇：没有了