摘要
本发明属于轧制过程自动化生产技术领域,特别涉及一种基于负阻尼效应抑制轧机振动的参数优化方法。该方法考虑了相关参数变化后产生的阻尼、动态刚度和扭转振动的影响,建立基于垂直‑扭转耦合的单机架颤振模型。考虑运行磨损、动力传递损耗、上下表面摩擦系数不同产生上下工作辊转速差,建立异步轧制的动态轧制过程模型。利用Runge‑Kutta算法求解耦合的单机架颤振模型,并以工作辊垂直振动位移作为判断轧机稳定性的依据。该方法能够更精准地预测出在设定的轧制工艺参数下轧制过程中的轧机稳定性。对于优化冷连轧的工艺参数有重要的意义。
技术关键词
抑制轧机振动
阻尼效应
参数优化方法
轧制工艺参数
颤振模型
带钢
刚度
下工作辊
稳态
机架
轧机结构
中性点
轧机主传动系统
动态
速度
系统为您推荐了相关专利信息
成像参数优化方法
集成成像三维显示系统
优化显示设备
集成成像系统
深度学习神经网络
石墨烯铝合金电缆
电缆导体
工艺参数优化方法
生成电缆
工艺控制参数
参数优化方法
物理
分布式计算技术
资源管理算法
构建卷积神经网络
参数优化方法
煤岩截割
布局
神经网络模型构建
数据
头颈部鳞状细胞癌
卷积神经网络模块
多模态特征
参数优化方法
深度学习模型训练