论文部分内容阅读
随着冷轧带钢市场占有率的提高,高技术含量、高品质的板带材产品越来越受到用户的欢迎。板形在线检测和板形模式识别技术作为提高板带材产品质量的重要技术环节,具有重要的研究意义。本文在国家自然科学基金重点项目(编号:51027003)资助下,以课题组自主研发的内封闭压电板形仪(专利号:CN101497084A)和压电板形仪综合检测平台(专利号:CN101518787A)为对象,通过实验验证分析了板形检测过程中各种因素对检测结果的影响,进行了板带浪形缺陷的实验研究以及板形模式识别方法的研究。在完成板形辊动态标定的基础上,通过调节板形辊转速来研究带钢速度对板形检测的影响,通过实验分析发现当带钢速度达到一定值后板形辊检测信号稳定,不会随带钢速度变化而变化;通过调节带钢张力,分析了带钢张力对板形检测的影响;首次进行了板带浪形发生装置的测试分析,通过改变带钢局部张力,研究带钢的前张力分布变化以及引起的板形缺陷。本文还对板形模式识别的方法进行了研究,建立了基于Elman神经网络的板形模式识别系统,利用板带浪形发生装置的测试数据对该识别系统进行了测试,证明了该模式识别系统的可行性,利用Matlab的GUI开发工具设计了基于实验平台的板形模式识别用户界面。