材料成型过程控制复习要点答案Word格式文档下载.docx
《材料成型过程控制复习要点答案Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《材料成型过程控制复习要点答案Word格式文档下载.docx（20页珍藏版）》请在冰豆网上搜索。
3轧制过程控制的发展方向是什么？
（1）改进计算机控制系统的配置形式
在进一步提高计算机系统的可靠性和稳定性的同时，必须进一步改进其配置形式。
在广泛发展过程控制计算机系统的同时，大力发展管理机系统，使管理机与控制机有机地结合起来，组成分级集成或者分布式控制系统。
（2）进一步提高和完善检测仪表和控制系统的性能和功能
在轧制速度越来越高。
产品范围越来越广，质量要求越来越严格的情况下，检测仪表的性能以及控制系统的功能只有进一步提高和完善，才能与之相适应。
（3）进一步应用现代控制理论
自适应控制是跟踪轧制过程，保证控制精度的有效手段之一。
最优控制是全面考虑机电设备、工艺和控制系统的条件，是实现最优化生产的保证。
但是对一个大型生产系统来说，由于它们的算法比较复杂，往往限制了它的应用。
今后应加强现代控制理论在大型生产系统中应用的研究，简化计算，便于应用，以便实现最优化生产。
过程计算机控制系统的基本类型有那些，各有什么特点。
控制是作为一个系统与生产过程结合在一起的。
根据应用特点、控制目的、控制方法和系统的构成，过程计算机控制系统大体上可分成以下几种基本类型。
一、数据收集系统
二、操作指导控制系统
三、直接数字控制系统
四、监督计算机控制系统
五、多级控制系统
六、分散控制系统
举例说明数学模型在计算机控制中的作用。
现以最基本的控制功能——设定控制为例来说明数学模型在计算机控制中的作用及其重要性。
在连轧机上，最主要的设备调节参数为各架轧机的空载辊缝Si、轧辊速度vi和张力Ti。
在配置有弯辊装置肘，还包括弯辊力Ji。
设定控制的根本任务就是根据有关的设备特性参数和待轧料的有关信息，通过设定控制模型计算出以上各个参数。
调节系统在接受到设定信息之后，迅速将有关设备调控到相应的位置和状态。
显然，设定状态决定着未来轧制过来的状态特性。
设定控制的基本要求是：
轧件较快地通过轧机，对轧辊产生较少的损伤，并生产出厚度在公差范围内和具有满意板形和表面质量的产品。
设定控制的计算过程一般分为两个步骤：
第一步是进行负荷分配，即计算出各架轧机的出口厚度hi；
第二步是进行设定计算，即计算出各架轧机的上述设备调节参数。
由上述可知，第一：
能耗、轧制压力、前滑和机座刚度系数等数学模型，是设定控制计算的基础：
第二：
负荷分配相当于人工操作时制定压下制度，从本质上讲，它决定了未来轧制过程的状态特性，其合理与否，对轧机产量的高低、调整的难易、产品质量的优劣和事故的多少等均有重要影响；
第三：
未来的轧制过程能否按负荷分配所确定的状态特性远行，或者偏离程度的大小，取决于上述设定值的计算精度。
然而，它们的计算精度又取决于上述各个数学模型的预报精度。
也就是说，数学模型的预报精度，直接影响设定控制的精度和效果。
因此，数学模型在计算机控制中具有十分重要的作用和地位。
在线操作指导系统的组成。
A/D、D/A的含义。
模/数转换器（A／D）和数/模转换器（D／A）
画出现代设定控制模型框图。
数学模型的作用。
数学模型的根本作用在于它将客观原型化繁为简、化难为易，便于人们采用定量的方法分析和解决实际问题，正因为如此，数学模型在科学发展、科学预见、科学预测、科学管理、科学决策、驾控市场经济乃至个人高效工作和生活等众多方面发挥着特殊的重要作用。
马克思指出：
“一种科学只有成功地应用数学时，才算达到了真正完善的地步。
”数学模型给科学研究的对象一定量描述，从而把科学推向更高的阶段。
根据式（1-1）推导式（1-2）。
第二章
1.什么叫数学模型？
对于一个现实对象，为了一个特定目的，根据其内在规律，作出必要的简化假设，运用适当的数学工具，得到的一个数学结构。
通俗地讲，数学模型不是原型的复制品，而是为了一定的目的对原型所作的一种抽象模拟，它用数学式子、数学符号、程序图表等刻划客观事物的本质属性与内在联系，是对现实世界简化而又本质的描述，最终达到解决实际问题之目的。
2.所谓原型。
所谓原型（prototype）就是人们在社会实践中所关心和研究的现实世界中的事物（或对象）。
3.所谓模型。
所谓模型（model）是指为了某个特定目的将原型所具有本质属性的某一部分信息经过简化、提炼而构造的原型替代物。
4.建立数学模型的基本步骤。
模型准备：
了解实际背景，明确建模目的，搜集有关信息，掌握对象特征，形成一个比较清晰的‘问题’。
模型假设：
针对问题特点和建模目的，作出合理的、简化的假设，在合理与简化之间作出折中。
模型构成：
用数学的语言、符号描述问题，发挥想象力，使用类比法，尽量采用简单的数学工具。
模型求解：
各种数学方法、软件和计算机技术。
模型分析：
如结果的误差分析、统计分析、模型对数据的稳定性分析。
模型检验：
与实际现象、数据比较，检验模型的合理性、适用性。
模型应用：
分析与设计，预报与决策，控制与优化，规划与管理。
5.数学模型的分类。
应用领域：
人口、交通、经济、生态、…；
数学方法：
初等数学、微分方程、规划、统计、…；
表现特性：
确定和随机、静态和动态、离散和连续、线性和非线性。
6.数学建模的基本方法。
机理分析：
根据对客观事物特性的认识，找出反映内部机理的数量规律测试分析：
将对象看作“黑箱”,通过对量测数据的统计分析，找出与数据拟合最好的模型。
二者结合：
用机理分析建立模型结构,用测试分析确定模型参数。
7.模型假设的基本原则。
①目的性原则：
从原型中抽象出与建模目的有关的因素，简化掉那些与建模目的无关的或关系不大的因素。
②真实性原则：
假设条款要符合情理，简化带来的误差应满足实际问题所允许的误差范围。
③简明性原则：
所给出的假设条件要简单、准确，有利于构造模型。
④全面性原则：
在对事物原型本身作出假设的同时，还要给出原型所处的环境条件。
8.所谓相关系数。
相关系数:
度量变量间相关关系的一类指标的统称。
就参数统计而言，常用的是皮尔逊积矩相关系数：
即协方差与两变量标准差乘积的比值，是没有量纲的、标准化的协方差。
9.如何根据相关系数来判断两变量之间的关系？
1.r的取值范围是[-1,1]
2.|r|=1，为完全相关
r=1，为完全正相关
r=-1，为完全负正相关
3.r=0，不存在线性相关关系
4.-1r<
0，为负相关
5.0<
r1，为正相关
6.|r|越趋于1表示关系越密切；
|r|越趋于0表示关系越不密切
10.所谓回归分析。
回归分析:
通过一个或几个变量的变化去解释另一变量的变化。
包括找出自变量与因变量、设定数学模型、检验模型、估计预测等环节。
11.简述最小二乘法的原理。
用这样的直线来代表x与y的关系所得到的结果与实际数据之间的误差比用任何其它直线都要小，它是代表x与y直线关系中最为合理的一条直线。
若用（xi，yi）（i=1，2，…n），表示n个观测数据组，即n个观测点，任意一条直线方程可写为
y*=a+bx
如规定用此直线代表x与y的关系，则对每个已知的观测点（xi，yi）就应该用同一横坐标xi在直线y*上的点（纵坐标为y*＝a+bxi）来代替实际观测值yi，这时误差为
ei=yi-yi*=yi-a-bxi
n个观测点所引起的误差之和构成了总的误差
∑ei=e1+e2+……+en
而应用其绝对值∑ei；
就可避免此问题。
但又会给以后的数学处理带来麻烦，所以采用各误差的平方代数和，即
Q=∑ei2=∑（yi-a-bxi）2
作为总的误差。
回归直线就是在所有的直线中误差平方和Q为最小的那条直线，或者说，回归直线的常数a及系数b，必须是使Q值达到极小值的常数a和系数b。
由数学分析中的函数极值原理，使Q达到极小值的必要条件是：
（1）使因变量的观察值与估计值之间的离差平方和达到最小的方法。
即
（2）用最小二乘法拟合的直线来代表x与y之间的关系与实际数据的误差比其他任何直线都小。
12.回归平方和、误差平方和的实质是什么？
回归平方和是可以解释的离差，误差平方和是不可以解释的离差。
13.何谓判定系数
判定系数:
估计的回归方程拟合度的度量，表明Y的变异性能被估计的回归方程解释的部分所占比例。
14.判定系数与相关系数之间的关系。
•判定系数的平方根即皮尔逊积矩相关系数。
•判定系数无方向性，相关系数则有方向，其方向与样本回归系数b（b1）相同。
•判定系数说明变量值的总离差平方和中可以用回归线来解释的比例，相关系数只说明两变量间关联程度及方向。
•相关系数有夸大变量间相关程度的倾向，因而判定系数是更好的度量值。
15.回归系数的检验的步骤。
•提出假设；
•确定检验统计量；
•给定显著性水平，确定临界值；
•确定原假设的拒绝规则；
•计算检验统计量并做出决策。
复相关系数检验步骤。
具体检验步骤为：
a．假设回归方程是不显著的，即：
H0：
方程不显著H1：
方程显著。
b．求复相关系数R，由R值，再计算出F值。
c．根据K、n值，在一定显著度α条件下，由F检验临界值表查临界值Fα。
d．将F值与Fα值进行比较：
如F≤Fα则回归方程拟合程度差，即y与x、z间线性关系差。
如F＞Fα则回归方程拟会程度好，即y与x、z间线性关系密切，方程有使用价值。
16.复相关系数的实质。
R反映出因变量y和全体自变量在总体上的线性相关程度。
应用复相关系数来检验回归方程拟合的程度，一般0≤R≤1，R值越大，表示所配方程使用价值越高。
人工智能定义。
定义：
AI（ArtificialIntelligence）是研究怎样使计算机模仿人脑所从事的推理、学习、思考、规划等思维活动，来解决需人类专家才能处理的复杂问题。
传统轧制理论建立的基础是什么？
（1）轧辊是匀速转动、圆柱形的不变形刚体；
（2）轧件是均质、均温、各向同性的理想塑性材料；
（3）变形过程中金属无横向流动（平面变形假设）；
（4）在同一垂直平面内，各处金属质点的流动速度相同（平断面假设）或接触面上轧件速度与轧辊速度一致（粘着假设）；
（5）双辊传动，变形过程是上下对称、左右对称的。
在此基础之上，人们引用力平衡方程、质量（能量）守恒定律、最小能量原理等，建立并逐步发展了近代轧制理论，形成了一整套分析轧制过程的计算方法。
在其发展进程中，很多研究者贡献出了自己的智慧，表现出了非凡的才华，形成了各具风格的流派，促使金属轧制这项古老的工艺走进了科学的殿堂。
现代轧钢的特点。
（1）多变量。
轧制过程中涉及的物理量很多，它们是随着时间进程与空间位置而变化的，如温度、压力、力、速度、流量、张力等。
而且很多物理量是以场的形式存在的，如温度场、应力场、应变场、速度场等。
（2）强耦合。
上述变量中，其中任何一个发生变化都将引起其他多个变量发生变化，从而导致整个系统状态的改变。
这种变量之间的影响是双向的，例如温度的变化引起轧制力的变化，而轧制力变化引起塑性变形功率的变化，反过来又引起温度的变化。
（3）非线性。
轧制过程中的很多相关关系是非线性的，这里既有几何非线性问题，也有物理非线性问题。
例如应力应变关系、轧机刚度曲线、轧件塑性曲线等。
（4）时变性。
轧制过程不可能长期稳定地维持在一个理想的最佳点，上述大量非线性、强耦合的变量时时刻刻在变化着，影响着目标控制量的变化。
例如轧辊偏心，引起轧件厚度周期性变化。
在AGC（AutomaticGaugeContrl）系统的参与下，以辊缝位置的周期性变化来减小轧辊偏心对厚度波动的影响。
人工智能与传统理论有何不同。
人工智能与传统方法不同，它避开了过去那种对轧制过程深层规律的无止境的探求，转而模拟人脑来处理那些实实在在发生了的事情。
它不是从基本原理出发，而是以事实和数据作根据，来实现对过程的优化控制。
以轧制力为例，在传统方法中，首先需要基于假设和平衡方程推导轧制力公式，研究变形抗力、摩擦条件、外端等因素的影响，精度不能满足要求时加入经验系数进行修正。
而利用人工神经网络进行轧制力预报，所依据的是大量在线采集到的轧制力数据和当时各种参数的实际值。
为了排除偶然性因素，所用的数据必须是大量的，足以反映出统计性规律。
利用这些大量的数据通过一种称之为“训练”的过程告诉计算机，在什么条件下、什么钢种（C、Mn及各种元素含量多少）、多高的温度、压下量多大、在第几机架实测到的轧制力是多大？
经过千百万次的训练，计算机便“记住”了这种因果关系。
当你再次给出相似范围内的具体条件，向它问询轧制力将是多少时，凭借类比记忆功能，计算机就会很容易地给你一个答案。
这个答案是可信的，因为它基于事实，是过去千百万次实实在在发生了的真实情况。
这样，我们不必再去担心哪一条基本假设脱离实际，也不必怀疑哪一步简化处理过于粗糙，只要我们相信传感器，相信过去发生的事件、采集到的数据是真实可靠的，就有理由相信预报的结果。
人工智能的任务。
任务：
一是探索、诠释人类智能的奥秘；
二是将人的某些思维活动物化，以代替和延伸人脑的某些功能。
人工智能在轧制领域中已有哪些应用。
在模糊理论和模糊控制方面，有带钢板形的模糊控制、估计碳素钢的变形抗力、进行板厚--张力不相关控制、棒钢轧机的模糊设定、热带精轧机组的轧制规程设定、利用模糊规则根据热带精轧机组前3架的轧制实绩对后几个机架进行动态修正、利用模糊推理进行冷连轧机组的智能操作指导等。
在专家系统应用方面，有冷连轧机厚度精度诊断、热连轧负荷分配、H型钢孔型设计、型钢质量设计、棒钢出炉节奏控制、热轧在线传动系统诊断、箔材板形控制、铝材轧机板形控制、坯料精整路线选择、热带钢轧机的板坯自动搬运、精整线板卷运输等等。
在神经网络方面，有冷连轧机组压下规程设定、多辊轧机板形控制、利用BP网络进行板形识别、综合利用神经网络和模糊逻辑进行板形控制、利用自组织模型进行操作数据分类等等。
利用神经网络进行轧制过程自动控制，进行轧制力预报、带钢温度预报和自然宽展预报。
如型钢轧制工艺故障模糊诊断、工字钢孔型设计专家系统。
例用神经网络预报热连轧精轧机组轧制力等。
人工智能有那些学派，各有什么特点？
人工智能的主要学派有符号主义、连接主义和行为主义三大学派。
符号主义：
又称逻辑主义、心理学派或计算机学派，其原理主要为物理符号系统假设和有限合理性原理。
（1）认为AI源于数理逻辑。
（2）人类的智能的基本单元是符号，认知过程是符号表示下的符号运算。
（3）代表性成果：
LT（逻辑理论家）、专家系统。
连接主义：
又称仿生学派或生理学派，其原理主要为神经网络及神经网络间的连接机制与学习算法。
认为AI源于仿生学，特别是人脑模型的研究。
代表性成果：
感知机、BP算法
行为主义：
又称进化主义或控制论学派，其原理为控制论及感知-动作型控制系统。
认为AI源于控制论。
智能控制和智能机器人系统。
论证四脚呈长方形的椅子能在不平的地面上放稳。
第三章
能耗模型定义。
单位重量（或体积）的轧件产生一定变形所消耗的功量称作能耗E。
能耗模型的作用。
选取电机容量、制订并分析、改进工艺制度，以进一步合理地扩大产品范围和发挥设备潜力。
叙述能耗模型的电参数测定法。
电参数测定法此法测试技术简单，精度高，是最常用的一种测定方法。
采用这种方法时，最基本的是测定电机的电枢电流I和端电压V，或直接测定电机的输出功率W。
另外，尚需测量或记录轧件的宽度B、出口厚度h和轧辊的速度v等工艺参数。
•获得实测数据后，对直流电机而言，输出功率W可按下式计算：
•W＝IV×
10-3[kW]
•轧机的理论小时产量ω可按下式计算：
•ω=3600Bhvρ×
10-6[t/h]
•式中B——板宽，mm；
h——出口厚度，mm；
•v——轧件速度，m/s；
ρ——轧件比重，t／m3。
•则能耗E等于：
•E=W/ω[kW·
h/t]
•按上式计算出各机架的能耗值后，再取各机架的累计值，即可绘制能耗曲线或建立数学模型。
画出计算能耗模型程序框图。
前滑的定义。
在轧制过程中，轧件的出口速度vh稍大于轧辊圆周速度vR的现象称作前滑现象。
分析前滑形成的原因，并说说前滑模型在计算机控制中的作用。
•在轧制过程中，轧件的出口速度vh稍大于轧辊圆周速度vR的现象称作前滑现象，两者的相对偏差定义为前滑率，或简称前滑：
•Sh=（vh-vR）/vR×
100%
•从力学的观点来看，前滑是由剩余摩擦产生的。
若以β表示摩擦角，由于自然咬人的条件为：
•β＞α
•稳定轧制过程的条件为：
•β≥α/2
因此在稳定轧制阶段将有接近一半的摩擦变成是多余的，这部分多余的摩擦称作剩余摩擦。
为了维持轧制过程的力学平衡条件，剩余摩擦必须自身平衡。
这样，一部分剩余摩擦导致产生前滑，产生逆轧制方向的摩擦力，另一部分剩余摩擦与之平衡，这种关系示于图所示。
有效摩擦剩余摩擦
测量前滑的方法有那些。
测定前滑的方法根据前滑的定义式可知，通过同步测定轧件的出口速度vh和轧辊的圆周速度vR，就可计算出前滑Sh的观测值。
测定vh和vR的方法有很多种，主要的有电测法、光电法和电磁法等。
•若将式Sh=（vh-vR）/vR×
100%等式右端的分子和分母同乘以时间t，则可写出下式：
•Sh=（llS–lR）/lR×
100%
•式中的lS和lR分别为同一时间t辊面和轧件表面上相应质点运动的距离。
因此，可以通过在垂直于轧辊轴线同一截面上、相距一定距离lR刻出两个微细的痕迹（如冲点等），通过测定轧件表面相应两个痕迹之间的距离lS，即可计算出前滑Sh。
这种方法称作刻痕法，大多在试验轧机上采用。
应指出，在生产轧机上不允许在辊面上刻痕，只能通过测定速度的方法来测定前滑。
由于现代化冷连轧机一般都配置有高精度的电机转速测定装置，轧辊圆周速度vR的测定很容易进行。
然而，由于轧制速度高，环境条件比较恶劣，到目前为止，还没有较完善、可靠的测定轧件出口速度vh的方法。
因此，现代化的冷连轧机几乎都没有配置前滑检测装置，对生产轧制过程的前滑的试验研究比较薄弱，以致给前滑模型的研制工作造成一定困难。
从轧机的弹性曲线出发，分析如何实现人工调零。
图1-26所示的曲线，即反映弹跳值随轧制压力变化的曲线称作轧机的弹性曲线。
在几乎所有的情况下，在比较小的压力范围内，弹跳值与压力变化之间呈非线性关系，当压力超过某一值后，两者呈线性关系。
在小压力范围内，不完全服从虎克定律，是由于零部件之间存在着间隙，以及处于小接触变形阶段。
而且，这个非线性区并非一稳定值，每次换辊之后，都会有所变化。
在实际生产和控制中，如果采用变量的刚度系数Km，又经常变化，十分不便。
尤其是存在着间隙的影响，不易准确地确定真正的辊缝“零位”，更直接影响辊缝的调整精度。
为了便于应用和克服以上缺点，考虑到在大多数情况下，轧机一般都工作在弹性曲线的直线段内，从而把线段斜率定为刚度系数，使其成为一个常量，应用起来十分方便，加之采用如图1-27所示的预压靠调“零位”技术，又可大大提高整个机组的辊缝调整精度。
在图1-27中，e和e′分别为轧机的弹性伸长和弹性压缩线，具有相同的特性，ob′为在所施加的预压力P0（其值应大于非线性段）的作用下产生的压靠量，b′为这种情况下的零位，b′g为所调整的辊缝值S0。
由于b′g=ob=S0，则弹跳方程可写为：
h=S0+（P-P0）/Km
什么叫弹跳方程。
弹跳方程在轧制过程中，若将辊缝调整为S0，在轧制压力作用下，由于轧辊、轴承、压下装置和机架等不是刚性体，均将产生弹性变形，而使实际辊缝S大于空载辊缝S0。
通常，称这种现象叫弹跳现象，称辊缝的增大量△S（等于S-S0）叫弹跳量。
根据虎克定律，可写出下式：
P=Km△S=Km（S-S0）
轧机刚度的定义。
P=Km△S=Km（h-S0）
式中的比例常数Km称作轧机的刚度系数。
显然它是轧机的一个非常重要的特性参数，其值的大小反映着轧机抵抗弹性变形能力的大小。
影响轧机刚度的因素。
在轧制压力作用下，导致辊缝变化的因素有：
•①机架的变形δH；
•②压下装置的变形δS；
•③轧辊的变形δR；
•④轴承的变形δB；
•⑤轴承座和轴承座与机架间的接触变形δC；
•⑥其它的变形δD（如压头等）。
刚度系数的测量方法及优缺点。
（l）空压靠法（或叫调节压下螺丝法）这种方法是在轧速一定、但不进行轧制的情况下，通过调节压下螺丝，使工作辊直接接触，处于接触状态。
一般的作法是在轧辊以一定速度转动的情况下，逐步调节压下螺丝，使上、下两工作辊压靠并产生相应的接触变形，记录压下调节量和相应的压下力，把各点连接起来，就可得到如图1-26所示的轧机弹性曲线。
这种方法的优点是负载可从零一直增大到轧机允许的最大负载Pmax，轧辊的速度也可达额定速度，简单易行，尤其适合大型轧机采用。
缺点是没有轧制轧件，与实际轧制状态有所不同。
（2）轧板法该法又可分为：
1）固定辊缝法这种方法是在保持辊缝一定的情况下，轧制比辊缝大不同厚度的轧件，测定各种情况下的轧制压力Pi和相应的轧出厚度hi。
hi与空载辊缝的差值即相应的弹跳量。
同样，可以作出如图1-27所示的弹性曲线。
这种方法的优点是试验条件与轧制状态基本一致，缺点是试件的厚度受到一定的限制，从而使测定范围较窄，即轧制压力不可能在较大范围内变化，从而使自变量的离散度较小。
2）变辊缝法这种方法是在每道轧制之前，适当调节压下螺丝，使辊缝产生变化，以轧制出不同厚度的轧件。
第四章
渐消记忆递推回归的实质。
为了克服增长记忆递推回归对一切数据不论新旧采取同等权重的缺点，可以给新数据以较大的权重，给陈旧的数据以较小的权重，就可以在适当考虑历史数据的前提下，较大程度地利用新信息来改变回归系数，使回归方程能适应当前的过程状态。
这是一种“厚今薄古”的处理方法。
即最新一组数据的权重恒为一，而老数据的权则按指数规律下降，所以，这种
升级会员 