-
题名融合工业大数据的热轧厚板轧制力模型研究
被引量：12
- 1
-
-
作者
章顺虎
姜兴睿
尤凤翔
李寅雪
-
机构
苏州大学沙钢钢铁学院
苏州大学机电工程学院
-
出处
《精密成形工程》
2020年第2期8-14,共7页
-
基金
国家自然科学基金(U1960105,51504156)
江苏省优秀青年基金(BK20180095)
+1 种基金
苏州市重点产业技术创新项目-前瞻性应用研究(SYG201806)
华中科技大学材料成形与模具技术国家重点实验室(P2019-015)。
-
文摘
目的针对传统解法建立的轧制力模型精度不足的问题,建立一个轧制力整合模型。方法对工业大数据进行归一化处理,系统优化了神经网络模型的结构形式,建立了一个神经网络模型。在此基础之上,利用误差间距补偿的方法实现神经网络模型与已有理论模型的有机融合,从而最终获得了轧制力的整合模型。结果通过与已有的轧制力模型进行对比,表明所提出整合模型预测结果与实测值吻合更好,其中轧制力误差为?4.09%,轧制力矩误差为?4.01%。结论该模型整合方法能够实现理论模型与神经网络模型的优势互补,从而给出物理概念与预测精度均可靠的计算结果。
-
关键词
大数据
神经网络
误差补偿
轧制力模型
-
Keywords
big data
neural network
error compensation
rolling force model
-
分类号
TG331
[金属学及工艺—金属压力加工]
-
-
题名基于卷积神经网络的热轧薄板力学性能建模
被引量：3
- 2
-
-
作者
章顺虎
车立志
田文皓
李言
-
机构
苏州大学沙钢钢铁学院
-
出处
《精密成形工程》
北大核心
2022年第3期1-7,共7页
-
基金
国家自然科学基金(52074187,U1960105)。
-
文摘
目的为了提高热轧薄板力学性能的预测精度,采用大数据与卷积神经网络相结合的方式建立高精度的预测模型。方法建模前,对工业大数据进行预处理,包括去除异常值、聚类、均衡数据以及归一化,以得到高质量的数据集。同时,采用贡献权重法对输入参数进行筛选,去除弱相关的变量以降低模型的复杂程度。在此基础上,采用LeNet-5结构建立卷积神经网络并优化模型的超参数。结果最终建立了热轧薄板力学性能预测模型,该模型对屈服强度的预测误差基本保持在−7%~8.5%,对抗拉强度的预测误差基本保持在−5%~6%,表现出较高的预测精度。结论将卷积神经网络模型与传统的BP神经网络模型进行了预测对比,发现卷积神经网络能够利用其局部连接的优势给出更高的预测精度。
-
关键词
热轧
薄板
卷积神经网络
大数据
力学性能
-
Keywords
hot rolling
sheet
convolutional neural network
big data
mechanical property
-
分类号
TG335
[金属学及工艺—金属压力加工]
-
-
题名双均值逼近屈服准则解析含腐蚀缺陷管道爆破压力
被引量：1
- 3
-
-
作者
邓磊
章顺虎
覃诗卉
刘欣滢
-
机构
苏州大学沙钢钢铁学院
-
出处
《计算力学学报》
CAS
CSCD
北大核心
2021年第6期763-769,共7页
-
基金
国家自然科学基金(U1960105,52074187)
江苏省优秀青年基金(BK20180095)
2020年大学生创新创业训练计划(202010285032Z)资助项目.
-
文摘
通过对Tresca和TSS屈服边长和边心距的均值同时进行逼近,建立了一个线性屈服准则,称为双均值逼近屈服准则。该准则在π平面上是一个等边非等角的十二边形,位于Mises圆内部。利用该准则对受内压作用的管道进行塑性极限分析,导出了含腐蚀缺陷管道爆破压力的解析解。该解析解是管材屈强比(σ_(Y)/σ_(T))、原始管道厚径比(t_(0)/D_(0))、抗拉强度σT以及缺陷深度比(d_(0)/t_(0))的函数。对比表明,该解析解所预测爆破压力与已有模拟和实验数据吻合较好。影响参数的定量分析表明,爆破压力随着屈强比或原始管道厚径比的增大而增大,随着缺陷深度比的增加而减小。所建立的爆破压力解析解对于管道的选材、设计以及安全评估具有重要意义。
-
关键词
腐蚀缺陷管道
屈服准则
爆破压力
屈强比
应变硬化指数
-
Keywords
corroded pipeline
yield criterion
burst pressure
yield-to-tensile strength ratio
strain hardening exponent
-
分类号
O346.22
[理学—固体力学]
-
-
题名一种椭圆模的建模及其拉拔力的解析研究
被引量：1
- 4
-
-
作者
刘刚
尤凤翔
章顺虎
姜兴睿
-
机构
苏州大学机电工程学院
苏州大学沙钢钢铁学院
-
出处
《精密成形工程》
2019年第3期99-103,共5页
-
基金
国家自然科学基金(51504156)
江苏省基础研究计划(优秀青年基金)(BK20180095)
+1 种基金
华中科技大学材料成型与模具重点实验室开放基金(P2019-015)
苏州市重点产业技术创新(前瞻性应用研究项目)(SYG201806)
-
文摘
目的设计一种能提高产品成材率、降低能量消耗的拉拔模具,并对其进行工艺优化。方法在求解内部塑性变形功率过程中,利用线性的EA(平均面积)屈服准则,克服了非线性的Mises屈服准则积分困难的问题,得到了拉拔时内部塑性变形功率的解析表达式;通过对入口径向速度积分,得到了入口剪切功率的解析表达式;通过对速度场的曲线积分并利用积分中值定理,得到了摩擦功率的解析表达式;最终,基于上界法得到了拉拔力的解析表达式。结果通过有限元模拟,验证了拉拔力解析式的正确性,并与传统锥模进行了比较,最大应力降幅达到17.5%。结论利用椭圆曲线设计得到的椭圆模能够降低应力集中,提高拉拔制品的质量,减少拉拔时的能量消耗,可以为相关工程人员提供科学指导。
-
关键词
椭圆模
速度场
拉拔力
解析解
FEM
-
Keywords
elliptical die
velocity field
drawing force
analytical solution
FEM
-
分类号
TG356
[金属学及工艺—金属压力加工]
-
-
题名等周长屈服准则求解三维锻压力
- 5
-
-
作者
李寅雪
章顺虎
邓磊
-
机构
苏州大学沙钢钢铁学院
-
出处
《精密成形工程》
2020年第6期113-118,共6页
-
基金
国家级大学生创新创业训练计划项目(201910285041)
国家自然科学基金(52074187,U1960105,51504156)
+1 种基金
江苏省优秀青年基金(BK20180095)
苏州市重点产业技术创新项目-前瞻性应用研究(SYG201806)。
-
文摘
目的获得三维锻压力的解析解。方法用线性的等周长屈服准则对三维锻压过程进行了力学分析,先建立了一个考虑变形外端影响的运动许可速度场,再利用等周长屈服准则对该速度场进行分析,依次求出了内部变形功率、剪切功率、摩擦功率以及总功率。最终,根据上界定理,导出了锻压力的解析解。同时,为验证解析解的正确性,将其理论值与相应的纯铅压缩试验结果进行了比较。结果对比表明,计算出的理论锻压力比实测值高,但二者的相对误差小于15%。结论基于EP屈服准则和所提出的速度场得到的理论锻压力是可行的。
-
关键词
屈服准则
速度场
锻压
解析解
-
Keywords
yield criterion
velocity field
forging
analytical solution
-
分类号
TG331
[金属学及工艺—金属压力加工]
-
-
题名基于深度学习的带钢精轧过程自由宽展预测
被引量：5
- 6
-
-
作者
张峥
仲兆准
李阳
章顺虎
-
机构
苏州大学沙钢钢铁学院
-
出处
《中国冶金》
CAS
北大核心
2022年第11期121-127,共7页
-
基金
国家自然科学基金资助项目(52074187)。
-
文摘
为提高带钢精轧过程宽度的控制精度,以实际生产数据为驱动,建立深度学习网络模型,对自由宽展进行预测。采用拉伊达准则对实际生产数据进行清洗,对清洗后的数据进行相关性分析,并提取相关系数大于给定阈值的特征。基于预处理后的特征数据,对深度学习网络进行训练,建立自由宽展预测模型。针对测试实例,分别采用该模型与传统数学模型进行预测,并从均方误差、最大偏差以及误差分布等多个方面进行对比分析。结果表明,所建立的深度学习预测模型,具有更高的预测精度和更好的性能指标。
-
关键词
深度学习
带钢精轧
自由宽展
数据清洗
相关性分析
预测模型
-
Keywords
deep learning
hot strip finishing mill
lateral spread
data cleaning
correlation analysis
prediction model
-
分类号
TG335.56
[金属学及工艺—金属压力加工]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
