提出了一种基于BP神经网络的板带轧机液压HGC状态监测方法,利用BP神经网络算法进行模型训练和状态识别。通过对历史数据的分析和学习,建立了液压HGC状态与传感器数据之间的映射关系。然后,利用训练好的神经网络模型对实时数据进行监测和预测,从而实现对液压HGC系统状态的实时监测和故障预警。该方法能够准确监测液压HGC系统的状态,并提供及时的预警信息,为轧机运行维护和产品质量提升提供了有效的支持。

根据液压ＡＧＣ系统的构成，同时考虑轧机辊系及回油背压管道的影响，建立了板带轧机液压ＡＧＣ系统的动态模型．分析结果表明，所建立的动态模型简单且利于分析轧制过程中各种因素对最后轧制精度的影响，为系统的优化设计及系统控制性能的研究提供了基础．

建立了板带轧机液压AGC系统的动态模型，研究了系统参数变化对轧制厚度及系统动态品质的影响。结果表明，所建立的动态模型简单且利于分析轧制过程中各种因素对最后轧制精度的影响，为系统的优化设计提供了基础。

本文主要分析AGC板带厚度自动控制系统的控制原理,结合AGC在珠钢轧机的应用情况详细分析AGC系统的控制过程和相关控制特点。

在2009年度国家科学技术奖励大会上，“冷带轧机高精度冷带轧机高精度液压厚度自动控制（液压AGC）系统关键技术及应用”项目一举获得国家科技进步奖二等奖。荣誉的背后，是燕山大学教授王益群与其科研团队数十年来为创建我国自有板带轧机厚度自动控制技术而进行的锲而不舍的努力。

板带轧机液压AGC缸是整个系统中最为关键性的设备之一,其可以控制板带轧机带钢产品的厚度参数,由于客观因素的存在,容易导致在该设备的运行阶段出现故障,基于此问题,配置了综合测试系统,以研究是否存在问题。本文研究了该系统的主要构成和运行方式,提出了常见系统运行阶段存在的故障及针对这些问题应该采用的解决方法,让该系统可发挥应有作用。

钢铁板带是钢坯经高温加热后通过板带轧机轧制而成。由于板带轧机采用液压系统进行控制,液压缸的运行精度对轧制板带具有重要的作用。在应用过程中,由于摩擦力的变化,会引起液压缸性能的变化,从而对板带的成型造成影响。因此,针对液压缸的摩擦力变化搭建相应的实验系统,对摩擦力的变化作用进行分析,从而为液压缸的运行维护提供指导。

考虑板带轧机垂直振动对液压压下系统中四通伺服电磁阀非线性流量的影响,推导出非线性流量变化下的液压缸的非对称分段弹簧力,并建立了板带轧机液压压下-垂直振动动力学方程.运用平均法求解出该轧机振动系统的幅频响应方程,并利用奇异性理论求解了轧机在动态轧制过程的分岔特性,得到4组不同的转迁集及其对应的分岔图,分析了开折参数对轧机分岔特性的影响.最后以实际轧机参数为例,通过仿真发现系统幅频曲线在分段处出现拐弯特性,调整伺服阀响应时间可降低系统振幅不稳定频率区域,通过调整外激励幅值与阻尼比等参数可有效改善系统共振情况,为进一步抑制轧机辊系振动提供理论参考.

为了分析板带轧机滚动轴承列间偏载和板形的变化规律,利用ANSYS/LS-DYNA有限元软件建立了耦合轧件、工作辊、支撑辊及其轴承座的轧制过程整体变形分析模型,分析了辊径、摩擦系数、变形抗力及张力对轴承载荷分布和板凸度的影响。研究结果表明,轴承偏载程度和板凸度随轧辊半径和张力的增大而减小,随变形抗力的增大而增大;轴承偏载程度随摩擦系数的增大而增大,板凸度随摩擦系数的增大略有减小;轴承偏载程度与板凸度的变化呈显著正相关。研究结果可为板带轧机滚动轴承的使用和板形控制提供有益参考。

本文针对板带轧机液压AGC系统研究了液压AGC系统的知识处理方法及基本问题提出了液压AGC系统的故障诊断知识范围.并对液压AGC系统的故障诊断进行对象分类最后对液压AGC系统的故障诊断知识获取进行了分析讨论.