热连轧机轧制力和轧制力矩模型研究
《2024年铝热连轧机轧制力预报及模型自学习》范文
《铝热连轧机轧制力预报及模型自学习》篇一摘要：本文主要研究铝热连轧机在生产过程中轧制力的预报以及模型自学习的技术应用。
首先对铝热连轧机及其轧制力的相关背景进行了阐述，随后通过建立数学模型，分析轧制力与工艺参数之间的关系，并探讨了模型自学习的实现方法。
最后，通过实验验证了模型的有效性和实用性。
一、引言随着现代工业技术的不断发展，铝热连轧机作为金属材料加工的重要设备，其生产效率和产品质量对企业的经济效益和市场竞争能力具有重要影响。
轧制力作为铝热连轧机生产过程中的关键参数，其预报和控制对于提高产品质量和降低生产成本具有重要意义。
因此，研究铝热连轧机轧制力预报及模型自学习技术具有重要的理论价值和实践意义。
二、铝热连轧机及轧制力概述铝热连轧机是一种用于铝材连续轧制的设备，其工作原理是通过连续轧制使金属材料变形，以达到所需的尺寸和形状。
轧制力是铝热连轧机在轧制过程中对金属材料施加的力，其大小直接影响产品的尺寸精度和表面质量。
因此，准确预报和控制轧制力对于提高产品质量和降低生产成本具有重要意义。
三、轧制力预报模型的建立为了准确预报铝热连轧机的轧制力，需要建立相应的数学模型。
该模型应考虑轧制过程中的多种因素，如金属材料的性质、轧辊的形状和尺寸、轧制速度等。
通过分析这些因素对轧制力的影响，可以建立以这些因素为输入、轧制力为输出的数学模型。
此外，为了使模型更加准确，还需要考虑温度、摩擦等影响因素。
四、模型自学习技术的研究为了提高模型的预测精度和适应性，需要引入模型自学习技术。
该技术通过收集实际生产过程中的数据，对模型进行不断的学习和优化，使其能够适应不同的生产条件和工艺参数。
具体而言，可以通过神经网络、支持向量机等机器学习算法实现模型的自学习。
在自学习过程中，需要不断调整模型的参数和结构，以使其能够更好地适应实际生产情况。
五、实验验证及结果分析为了验证模型的有效性和实用性，我们进行了大量的实验。
实验结果表明，建立的数学模型能够较好地预测铝热连轧机的轧制力，且预测精度随着自学习过程的进行而不断提高。
《2024年度铝热连轧机轧制力预报及模型自学习》范文
《铝热连轧机轧制力预报及模型自学习》篇一摘要：本文主要探讨铝热连轧机轧制力的预测方法以及模型自学习的实际应用。
首先介绍了铝热连轧机在工业生产中的重要性，接着详细分析了轧制力预测的难点及意义，最后阐述了模型自学习在轧制力预测中的具体应用与成果。
本文旨在为相关领域的理论研究与实际生产提供有益的参考。
一、引言铝热连轧机作为现代金属加工的重要设备，其轧制力预测的准确性和模型的自学习能力对于提高生产效率、降低能耗、保证产品质量等方面具有至关重要的作用。
因此，本文对铝热连轧机轧制力预测和模型自学习进行深入研究，以期为相关领域的研究与应用提供理论支持和实践指导。
二、铝热连轧机及其重要性铝热连轧机是一种用于连续轧制金属板材的机械设备，广泛应用于铝、铜等金属的加工生产中。
其工作原理是通过连续轧制，将金属坯料加工成所需规格和性能的金属板材。
在铝材加工行业中，由于铝材具有优异的导热性能和可塑性，因此铝热连轧机在铝材加工中具有举足轻重的地位。
三、轧制力预测的难点与意义轧制力是铝热连轧机加工过程中的关键参数之一，其大小直接影响产品的质量、设备的能耗和设备的维护成本。
然而，由于材料性能、温度、轧制速度等因素的影响，轧制力的预测存在较大难度。
因此，准确预测轧制力对于提高产品质量、降低能耗和延长设备寿命具有重要意义。
四、轧制力预测方法目前，常用的轧制力预测方法包括经验公式法、有限元法、神经网络法等。
其中，经验公式法基于大量的实验数据和经验公式进行预测，简单易行但精度较低；有限元法通过模拟实际轧制过程来预测轧制力，具有较高的精度但计算复杂；神经网络法则通过学习大量数据来建立输入与输出之间的非线性关系，具有较高的预测精度和较强的自学习能力。
五、模型自学习在轧制力预测中的应用模型自学习是近年来兴起的一种机器学习方法，其核心思想是通过不断学习和优化模型参数来提高预测精度。
在铝热连轧机的轧制力预测中，模型自学习可以有效地解决传统预测方法中存在的问题。
《铝热连轧机轧制力预报及模型自学习》范文
《铝热连轧机轧制力预报及模型自学习》篇一一、引言铝热连轧机是金属加工行业中常用的设备之一，它的高效和准确性对提高产品质量、减少废品率、提升生产效率具有重要意义。
在铝热连轧机的轧制过程中，轧制力是一个关键参数，它直接影响产品的尺寸精度、表面质量和材料性能。
因此，对轧制力进行准确预报及模型的自学习，对优化生产过程和提高产品质量具有重要意义。
本文旨在探讨铝热连轧机轧制力的预报方法及模型自学习的应用。
二、铝热连轧机轧制力预报1. 轧制力预报的重要性轧制力是铝热连轧机轧制过程中的关键参数，它决定了产品的形状、尺寸和性能。
因此，对轧制力进行准确预报，可以提前发现可能存在的问题，并采取相应的措施进行解决，从而提高产品的质量和生产效率。
2. 轧制力预报的方法目前，常用的轧制力预报方法包括经验公式法、数值模拟法和机器学习法等。
经验公式法基于大量的实验数据和经验公式，通过输入工艺参数来预测轧制力。
数值模拟法利用有限元分析等数值计算方法，对轧制过程进行模拟，从而得到轧制力的预测值。
机器学习法则通过训练大量的历史数据，建立轧制力与工艺参数之间的模型，实现轧制力的预测。
三、模型自学习在铝热连轧机中的应用1. 模型自学习的概念模型自学习是指模型在运行过程中，能够根据实际情况自动调整参数和结构，以适应新的工作条件和要求。
在铝热连轧机中，通过模型自学习，可以实现对轧制力的实时预测和调整，从而提高生产效率和产品质量。
2. 模型自学习的实现方法模型自学习的实现方法主要包括参数自调整和结构自优化。
参数自调整是指根据实际工作情况，自动调整模型的参数，以获得更好的预测效果。
结构自优化则是指根据实际需求和模型的性能，自动调整模型的结构，以适应新的工作条件和要求。
四、实验与分析为了验证铝热连轧机轧制力预报及模型自学习的有效性，我们进行了大量的实验和分析。
首先，我们采用了不同的预报方法对轧制力进行预测，并比较了各种方法的预测精度和效率。
其次，我们利用模型自学习的功能，对模型参数和结构进行调整，以适应不同的工作条件和要求。
热轧H型钢轧制力模型的探讨
１ｍｍ，大 、 中型规格 的取 ２ｍｍ； ５ ０ 轧件 的宽度 ，ＩＩ； ＴＴ ＩＩ
— —
—
—
轧件 的截 面 积 ，ｒｌ ｎ ｌ； Ｔ
３ 闭 口孔 型 的工 作辊 直径 ： ）
．
Ｄ ＝
一
（） ４
在 ｘ ３中 ｖ的速 度 根据 轧 制速 度进 行换 ’ 算如 表 ２所 示 。
ｌ 粗轧轧制力模型 的确定
粗 轧部分 只有 一架 二辊 可逆 轧机 ， 粗轧 部 分 的 轧制 过程 是 根 据 更 换 不 同 的孔 型 进
３＝ Ｔ ＋
Ｈ 七 ｈｐ ｐ
— —
行 可逆 轧制 。 开坯 机 的轧制 过程 中，由于 在 孔 型 的形 状 不 同 ，所 以必 然存 在不 均 匀 变
热 轧 Ｈ 型钢 轧制力模型 的探 讨
余延庆
摘 要 ：对采 用 Ｘ— 轧制 法 轧制 Ｈ 型钢 的轧制 力进 行分 析 ， 以艾 克隆 德 （ ｋ ｌｎ ）公 式 、 Ｈ Ｅｅ ｄ ｕ
西姆 斯 （ ． Ｓｍｓ ＲＢ．ｉ ）公式等 著 名 的轧制 力公 式为 基础 ，参 照近 年来 Ｈ 型钢 轧制 力模 型 的研 究 成果 ，采用 多元 线性 回 归 的方法 建立粗 轧机 、万 能轧 机 、轧 边机 的轧 制力 数学 模 型 。
形 ， 不均 匀变 形 的状 态下 ，由于金 属存 在 在
截 面积 的校 正系 数 ，对 ： 型 ｊ异 孔 型形状 影 响系 数 ；
坯 料 ＝１０ ．２；
— —
整体 性 ， 轧件 以大体 一致 的平 均 延伸 系数 使 延伸 ， 这时就 出现 了大压 缩 部分 产 生纵 向附 加 压应 力 ，小 压缩 部分 产 生 纵 向附加 拉 应
H型钢连轧过程轧制力模型的研究
状态系数类似的分析方法, 需要注意的是 : 万能轧机 的立辊为从动辊, 轧制时还受纵向拉缩应力的影响。 构造 3 种形式的应力状态系数模型, 采用多元 线性 回归的 方法进 行回归 分析。因变量 Qi 根据 Q i = F/ ( L B ) 确定 , 自变量的选取根据所建的 模型略有区别。回归分析中涉及的接触弧长、 变形 程度、 变形速度等数据 , 均可根据厂方提供连轧机轧 制规程的相关参数经过简单计算得出。 Q1 = a0 + a1 a3 Q 2 = a0 + a1 a3
Study on Continuous Rolling Force Model for H Beam
ZH ANG H ai long 1 , ZH ANG Qin he 1 , H E Qing qiang 2 , CH EN Ju hua 1
( 1. Colleg e o f M echanical Eng ineering, Shandong U niv ersity , Jinan 250061, Shandong, China; 2. College of Mechanical and Electronic Eng ineering, China University of Petroleum, Dongying 257061, Shandong , China) Abstract: T he stress strain of Q 235 in high temper atur e w as obtained though thermo mechanica l test , and experien tial defo rm r esist ance mo del w as modified with aid o f data f rom the test, multi linear reg ressio n analysis was ado pted to establish model o f H beam rolling fo rce. T he finishing co ntinuo us r olling for ce of H beam was analyzed. Com pared w ith measured values, the pr edict ed ones show relat ive err or of less t han 5% w hich is suf ficient t o sat isfy the needs o f the Eng ineer ing design, and it also g ives a refer ence in a pr actical planning. Key words: co ntinuous ro lling fo rce; H beam; mathematical mo del
《2024年铝热连轧机轧制力预报及模型自学习》范文
《铝热连轧机轧制力预报及模型自学习》篇一摘要：本文主要探讨铝热连轧机轧制力的预测方法以及模型自学习的重要性。
首先概述了轧制力预报的意义与重要性，然后分析了现有的轧制力预报模型，最后介绍了模型自学习的相关应用，以及在轧制过程中的实施方法与策略。
一、引言铝热连轧机作为现代金属加工行业的重要设备，其轧制力的准确预测和控制对于产品质量和效率至关重要。
随着工业自动化和智能化的不断发展，如何准确预测轧制力并实现模型的自学习，已经成为提高轧制工艺水平和优化生产流程的关键。
二、轧制力预报的意义与重要性轧制力是铝热连轧机生产过程中的关键参数之一，它直接影响到产品的尺寸精度、表面质量和材料利用率。
准确预测轧制力有助于实现生产过程的自动化控制，提高生产效率和产品质量。
同时，通过分析轧制力的变化，还可以及时发现设备故障和工艺问题，从而进行相应的调整和优化。
三、现有轧制力预报模型分析目前，针对铝热连轧机的轧制力预报模型主要有经验公式法、物理模拟法和数值模拟法等。
这些模型各有优缺点，经验公式法简单易行但精度较低；物理模拟法能较好地反映实际生产情况但耗时较长；数值模拟法精度高但计算复杂。
实际应用中往往需要根据具体条件和需求选择合适的预报模型。
四、模型自学习的应用模型自学习是指通过收集生产过程中的实时数据，对模型进行持续的优化和改进，以提高其预测精度和适用性。
在铝热连轧机的轧制力预报中，引入模型自学习技术可以有效地提高预报的准确性和可靠性。
通过实时收集生产数据，对模型参数进行不断调整和优化，使模型能够更好地适应实际生产情况的变化。
五、模型自学习的实施方法与策略1. 数据收集：收集铝热连轧机生产过程中的实时数据，包括轧制力、轧辊转速、材料性能等。
2. 模型建立：根据收集到的数据建立初始的轧制力预报模型。
3. 模型训练：利用历史数据进行模型训练，调整模型参数以提高预测精度。
4. 实时优化：在生产过程中实时收集数据并对模型进行优化调整，使模型能够适应实际生产情况的变化。
轧制压力轧制力矩功率计算模型
轧制压⼒轧制⼒矩功率计算模型1.1.5轧制压⼒模型⼯程计算中经常采⽤如下简化的专⽤于孔型轧制的轧制压⼒公式计算轧制压⼒：Q F K P d m =（1.25）式中：m K ——平均变形抗⼒；d F ——接触投影⾯积；确定轧件与轧辊的接触⾯积，经常采⽤如下公式：⽤矩形－箱形孔，⽅－六⾓，六⾓－⽅，⽅－平椭圆，平椭圆－⽅以及矩形－平辊系统轧制时-+=1122101ηA B B H S （1.26）按⽅－椭轧制⽅案时 75.0)1(121-+=A H S ηξη（1.27）()++ -++ -++=213.009.011845.0375.01128.0)1(29.071.0221k k a a ηηηδξ按椭－椭，椭－圆，圆－椭，椭－⽴椭和⽴椭－椭轧制时-=1121ηξA H S （1.28）椭圆－圆 )1.01)(62.1(201K K a a --=δδξ（1.29）圆－椭圆 )4.01)(62.1(2101δδδξK K a a +-=（1.30）Q ——载荷系数，针对各种孔型轧制情况的Q 值回归模型为：W W Q /61.10771.0731.0++-=+=其中：10,F F 分别1.1.6轧制⼒矩及功率模型轧制⼒矩计算公式为：ψm z PL M =（1.31）式中：P ——轧制压⼒m L ——平均接触弧长度ψ——⼒臂系数⼒臂系数ψ也采⽤对各种孔型轧制情况的回归模型：W W /083.0108.0705.0+-=ψ（1.34）轧制功率是单位时间所做的功，即：tAN =（1.35）式中：A ——变形功，KJ ； t ——轧制时间，s 。
⼜由轧制所消耗的功与轧制⼒矩之间的关系为：VtAR t A AM ===ωθ（1.36）式中：θ——⾓度，rad ；ω——⾓速度，rad/s ； R ——轧辊半径，mm ； V ——轧辊线速度，m/s 。
得：ωM N =将上式⽤⼯程上常⽤的参数和质量单位表⽰为：Mn N 013.1=（KW ）（1.37）式中 M ——轧制⼒矩，t·m ；n ——轧辊转速，r/m 。
精轧连轧机各轧机之间轧制力计算模型
精轧连轧机各轧机之间轧制力计算模型
精轧连轧机各轧机之间的轧制力计算模型可以基于布格斯方程和通用轧制力方程来进行建模。
布格斯方程是描述金属塑性变形力学的经典方程之一，可以描述金属在轧制过程中的塑性变形行为。
布格斯方程可以表示为：
σ = Kε^n
其中，σ是应力，ε是塑性应变，K和n是材料的常数。
该方程描述了应力和塑性应变之间的
关系，可以通过实验得到材料的K和n值。
通用轧制力方程用于计算轧机的轧制力，可以表示为：
F = Keff × A × σ × L
其中，F是轧制力，Keff是有效系数，A是金属的横截面积，σ是应力，L是轧制区域的长度。
轧制力的大小与材料的塑性应变、金属横截面积以及轧制区域的长度有关。
在精轧连轧机中，可以将不同轧机之间的轧制力模型进行串联，即将各个轧机的轧制力相加，得到总的轧制力。
具体计算方法可以采用布格斯方程和通用轧制力方程，并结合轧机的参数和工艺条件进行计算。
需要确定的参数包括材料的K和n值、金属横截面积、轧制区域的长度以及轧机的工艺条件等。
通过合理选取参数和进行计算，可以得到精轧连轧机各轧机之间的轧制力计算模型。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
定的影响 ，但其影响比形状因子要小· 分析发现 ，力臂系数与压下率 、变形区形状因
子也存在关系·也就是说 ，两个反映轧制变形区几 何特征的参数（外摩擦应力状态系数与力臂系数）
拥有共同的影响因子 ：变形区形状因子与压下率· 变形区形状因子可变形为
轧制力和轧制力矩是热连轧带钢生产过程中
最重要的力能参数·准确预报精轧各机架的轧制 力和轧制力矩 ，对提高带钢板厚板形控制精度 、优
化负荷分配 、保障设备安全等具有重要意义 ，历来
为人们所关注· 自从 Ｏｒｏｗ ａｎ 根据 Ｐｒａｎｄｔｌ［１］以平板压缩研究
为基础建立了轧制单位压力分布的微分方程后 ，
第３２卷第５期 ２０１１ 年 ５ 月
东北大学学报 （自然科学版 ） Ｊｏｕｒｎａｌ ｏｆ Ｎｏｒｔｈｅａｓｔｅｒｎ Ｕｎｉｖｅｒｓｉｔｙ （Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅ）
Ｖｏｌ畅３２ ，Ｎｏ ．５ Ｍ ａｙ ２ ０ １ １
热连轧机轧制力和轧制力矩模型研究
李维刚１ ， 谭树彬１ ，２ ， 李家波３ ， 李 龙１
比的关系· 非常理想的情况是 ，图 １ ，图 ３ 显示出轧制力
功系数 、轧制力矩功系数都随压下率呈指数增长 ，
且增长较快 ；图 ２ ，图 ４ 显示出轧制力功系数 、轧
制力矩功系数也都随压扁半径与出口厚度比呈指
数增长 ，且增长较慢·因此 ，两个系数的规律性非 常一致 ，这为建立它们的统一表达式奠定了基础·
传统轧制力矩模型公式可写为
Ｍ ＝ ２ Ｆ · φ ｌｃ ·
（４ ）
式中 φ 为力臂系数·将式 （３ ）代入到式 （４ ）中 ，可
得到
Ｍ ＝ （２ · λＦ · φ） ·
ｌ２ｃ · Ｗ · Ｈｍ · Ｋ ｍ
Δｈ
·
存在 ｌｃ ＝ Ｒ′·Δ ｈ ，进一步得到
Ｍ ＝ （２· λＦ· φ）·（ Ｒ′· Ｗ · Ｈｍ· Ｋ ｍ ） ，令
许多有影响力的工作被完成来探索和简化它的应
用［１
－
８
］
·
假
设
热
轧
时
接
触
弧
表
面
发
生
全
黏
着
摩
擦 ，ＳＩＭ Ｓ 得到了奥罗万微分方程的解析解 ，目前
被公认为是最适于热轧带钢轧制力模型的理论公 式［９］ ，其在实际工业生产中有许多成功应用的实 例 ，计算精度能够满足生产的需求·从传统模型表 达式来看 ，轧制力和轧制力矩的大小主要取决于
基金项目 ： 国家自然科学基金和宝山钢铁股份有限公司联合资助项目 （５０９７４１４５）· 作者简介 ： 李维刚 （１９７７ － ） ，男 ，湖北通城人 ，东北大学博士研究生·
第 ５ 期 李维刚等 ： 热连轧机轧制力和轧制力矩模型研究
６２３
学模型的探索 ，文献［１１ ］提出了两个新的无量纲 参数 ：轧制力功系数和轧制力矩功系数 ，建立适合 于中厚板轧制的高精度轧制力和轧制力矩模型·
１ 数学模型
ＳＩＭ Ｓ 轧制力模型的理论公式可以写为
Ｆ ＝ Ｗ · ｌｃ · Ｑｐ · Ｋ ｍ ·
（１ ）
式中 ：Ｗ 为带钢宽度 ；ｌｃ 为接触弧长 ；Ｑｐ 为外摩 擦应力状态系数 ；Ｋ ｍ 为材料的变形抗力 ；引入一
个新的因子
Δ Ｈ
ｈ
ｍ
，令
λＦ
＝
Δｈ Ｈｍ
·
Ｑｐ ·
（２ ）
则 ，λＦ 就是轧制力功系数 ，因此轧制力公式（１）可 变形为
λＭ ＝ ２ · λＦ · φ ，
（５ ）
得到
Ｍ ＝ Ｗ · Ｈｍ · Ｒ′ · Ｋ ｍ · λＭ · （６）
式中 λＭ 就是轧制力矩功系数·为了理解式（６）的 物理意义 ，对式（６）做如下变形 ：
Ｍ
＝
Ｗ·
Ｈｍ · ｌｃ · Ｋ ｍ · λＭ ｌｃ Ｒ′
＝
Ｗ · Ｈｍ · ｌｃ · Ｋ ｍ · λＭ
变形抗力 、外摩擦应力状态系数和力臂系数·近几 十年来 ，各国学者给出了许多轧制力的计算公式 ，
这些公式大部分只是给出了应力状态影响系数的 计算公式 ，公式形式较复杂［１０］·力臂系数目前还 没有比较公认的解析公式 ，影响因素较多 ，较难计 算准确·人们一直没有停止对开发高精度简洁数
收稿日期 ： ２０１０ － １１ － １５
（１ ．东北大学 信息科学与工程学院 ， 辽宁 沈阳 １１０８１９ ； ２ ．东北大学 流程工业综合自动化国家重点实验室 ， 辽宁 沈阳 １１０８１９ ；
３ ．宝钢集团有限公司 自动化研究所 ， 上海 ２０１９００）
摘 要 ： 研究了一种适用于热连轧机的新型高精度轧制力和轧制力矩模型 ，建立了一个轧制力功系数和 轧制力矩功系数的新型指数公式 ，将两个系数的表达式统一起来 ，仅含“压下率”和“压扁半径与出口厚度之 比”两个影响因子 ，形式简洁 ，物理意义明显·给出了新型指数公式中待定参数的确定方法 ，求得的待定参数值 对不同钢种和不同精轧机架具有通用性·预测实践表明 ，新型轧制力和轧制力矩模型提高了热连轧过程中轧 制力和轧制力矩的预报精度 ，可用于热轧板带生产线精轧机架的在线控制· 关 键 词 ： 热轧带钢 ；轧制力 ；轧制力矩 ；轧制力功系数 ；轧制力矩功系数 中图分类号 ： ＴＧ ３３５ ．５ 文献标志码 ： Ａ 文章编号 ： １００５－３０２６（２０１１）０５－０６２２－０４
轧制力模型和轧制力矩模型 ，首先要确定式 （１０ ） 中的待定参数·对 λＦ 和 λＭ ，都建立一个非线性优 化目标函数 ，求 ｐ１ ，ｐ２ ，ｐ３ ，ｐ４ ，使 ｆ （ ｐ１ ，ｐ２ ，ｐ３ ， ｐ４ ）达到最小值·
ｆ （ ｐ１ ，ｐ２ ，ｐ３ ，ｐ４ ） ＝
ｎ１ ｎ２
钞 钞 （ λｉｊｎｋｖ － λｃｊａｋｌ ）２ ·
系数的关系·由此推测 ，可用两个相同的影响因子 来表达轧制力功系数与轧制力矩功系数 ，这点可
通过对轧制实绩数据的分析来验证· ２ ．２ 指数公式的探索
下面通过轧制实绩数据来反求轧制力功系数
和轧制力矩功系数·对式（３） ，式（６）变形得到
λＦ
＝
Ｗ
·
Ｆ· Δｈ ｌｃ · Ｈｍ ·
Ｋｍ
，
（８ ）
λＭ
＝Ｗ·
通过大量分析 ，构造 λＦ 与 λＭ 的统一表达式 ：
λ ＝ ｐ１ · ｒｐ２ ·
Ｒ′ ｈ
ｐ３
＋
ｐ４ ·
（１０ ）
式中 ｐ１ ，ｐ２ ，ｐ３ ，ｐ４ 为参数·新的轧制力功系数和 轧制力矩功系数公式形式简洁 ，待定参数较少 ，将
６２４
东北大学学报（自然科学版） 第 ３２ 卷
Ｍ Ｈｍ · Ｒ′ ·
Ｋｍ ·
（９ ）
在热连轧过程控制计算机中 ，可收集各机架
的实际轧制力 、实际轧辊速度 、终轧温度和终轧厚
度等实绩数据 ，并根据这些实际值的置信度筛选
出合理的数据 ，完成实际值的采集任务·利用热连 轧精轧机组实绩数据 ，通过式（８） ，式（９）可反求出
λＦ ，λＭ ，观察它们与压下率 、压扁半径与出口厚度
Ｆ＝
Ｗ · ｌｃ · Ｈｍ · Ｋ ｍ · λＦ
Δｈ
·
（３ ）
如果将 变 形 抗 力 视 为 单 位 体 积 的 塑 性 变 形
能 ，则 Ｋ ｍ· （ Ｗ · ｌｃ · Ｈｍ ）为变形区中总的塑性变
形能 ，Ｆ·Δ ｈ 为轧制力功 ，轧制力功系数的物理意
义是变形区中轧制力功与塑性变形能的比值［１１
］
·
Ａｂｓｔｒａｃｔ ： Ａ ｎｅｗ ｍｏｄｅｌ ｆｏｒ ａ ｔｙｐｅ ｏｆ ｒｏｌｌｉｎｇ ｆｏｒｃｅ ａｎｄ ｒｏｌｌｉｎｇ ｔｏｒｑｕｅ ｆｏｒ ｆｉｎｉｓｈｉｎｇ ｓｔａｎｄｓ ｏｆ ａ ｈｏｔ ｓｔｒｉｐ ｍｉｌｌ ｗ ａｓ ｉｎｖｅｓｔｉｇａｔｅｄ ．Ａ ｎｅｗ ｆｏｒｍｕｌａ ｕｎｉｆｙｉｎｇ ｒｏｌｌｉｎｇ ｆｏｒｃｅ ａｎｄ ｒｏｌｌｉｎｇ ｔｏｒｑｕｅ ｃｏｅｆｆｉｃｉｅｎｔｓ ｗａｓ ｕｓｅｄ ｔｏ ｓｉｍｕｌｔａｎｅｏｕｓｌｙ ｍｏｄｅｌ ｒｏｌｌｉｎｇ ｆｏｒｃｅ ａｎｄ ｒｏｌｌｉｎｇ ｔｏｒｑｕｅ ．Ｉｔｓ ｐｈｙｓｉｃａｌ ｍｅａｎｉｎｇ ｉｓ ｒｅａｄｉｌｙ ｕｎｄｅｒｓｔｏｏｄ ，ａｎｄ ｉｔ ｉｎｖｏｌｖｅｓ ｏｎｌｙ ｔｗｏ ｉｍｐａｃｔｉｎｇ ｆａｃｔｏｒｓ ， ｎａｍｅｌｙ ｒｅｄｕｃｔｉｏｎ ｒａｔｅ ａｎｄ ｔｈｅ ｒａｔｉｏ ｏｆ ｆｌａｔｔｅｎｉｎｇ ｒａｄｉｕｓ ｔｏ ｅｘｉｔ ｔｈｉｃｋｎｅｓｓ ．Ａ ｍｅｔｈｏｄ ｉｓ ｐｒｏｖｉｄｅｄ ｆｏｒ ｏｂｔａｉｎｉｎｇ ｕｎｋｎｏｗ ｎ ｐａｒａｍｅｔｅｒｓ ｉｎ ｔｈｅ ｎｅｗ ｆｏｒｍｕｌａ ．Ｔｈｅ ｐａｒａｍｅｔｅｒ ｖａｌｕｅｓ ｏｂｔａｉｎｅｄ ａｒｅ ｕｎｉｖｅｒｓａｌ ｆｏｒ ｄｉｆｆｅｒｅｎｔ ｓｔｅｅｌ ｇｒａｄｅｓ ａｎｄ ｄｉｆｆｅｒｅｎｔ ｆｉｎｉｓｈｉｎｇ ｓｔａｎｄｓ ． Ｓｉｍｕｌａｔｉｏｎ ａｎｄ ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｎｅｗ ｍｏｄｅｌ ｉｍｐｒｏｖｅｓ ｐｒｅｄｉｃｔｉｏｎ ａｃｃｕｒａｃｙ ｏｆ ｒｏｌｌｉｎｇ ｆｏｒｃｅ ａｎｄ ｒｏｌｌｉｎｇ ｔｏｒｑｕｅ ａｎｄ ｃａｎ ｂｅ ｕｓｅｄ ｉｎ ｏｎｌｉｎｅ ｃｏｎｔｒｏｌ ｉｎ ａ ｈｏｔ ｍｉｌｌ ｓｔｒｉｐ ｒｏｌｌｉｎｇ ｐｒｏｃｅｓｓ ． Ｋｅｙ ｗｏｒｄｓ ： ｈｏｔ ｓｔｒｉｐ ；ｒｏｌｌｉｎｇ ｆｏｒｃｅ ；ｒｏｌｌｉｎｇ ｔｏｒｑｕｅ ；ｒｏｌｌｉｎｇ ｆｏｒｃｅ ｗｏｒｋ ｆａｃｔｏｒ ；ｒｏｌｌｉｎｇ ｔｏｒｑｕｅ ｗｏｒｋ ｆａｃｔｏｒ
Ｍｏｄｅｌｌｉｎｇ Ｒｏｌｌｉｎｇ Ｆｏｒｃｅ ａｎｄ Ｒｏｌｌｉｎｇ Ｔｏｒｑｕｅ ｉｎ ａ Ｈｏｔ Ｓｔｒｉｐ Ｍｉｌｌ