您当前的位置： 首页 > 论文 > 2023,54(03) > 机械工程
基金项目:
国家自然科学基金资助项目(51905370)；中国博士后科学基金资助项目(2020M680914)
分类号:
TG139.8
DOI:
10.16355/j.cnki.issn1007-9432tyut.2023.03.0021
期刊号:
2023,54(03)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 李永康 | 太原理工大学机械与运载工程学院，太原经济技术开发区博士后科研工作站 |
摘要:
基于非均匀热流边界条件，采用热流固耦合方法，研究了喷嘴长度与宽度、合金液喷射速度、冷却辊厚度和转速对冷却辊热变形的影响。在此基础上，建立了基于广义回归神经网络(GRNN)的冷却辊热变形预测模型，进一步提出了基于该预测模型的恒间距控制方法。结果表明，相比冷却辊转速和厚度，合金液参数如喷嘴长度、宽度与喷射速度对冷却辊变形的影响更为明显；基于GRNN的神经网络预测模型的精度较高，平均相对误差为5.98%；与传统PID控制方法相比，本文提出的间距控制策略可实现喷嘴包快速、精确地跟踪冷却辊变形，保证了间距的恒定，显著提高薄带初始制备过程中的合格率和生产效率。
关键字:
平面流铸；冷却辊；热变形；神经网络预测；恒间距控制