摘要
本发明提供一种冷轧2B板松边缺陷的双向张力控制拉矫方法,包括以下步骤:S1.通过分布式光纤应变传感器阵列实时采集板材横向应变分布数据,采样频率≥10kHz;S2.将应变数据、工艺参数输入物理‑数据混合驱动预测模型,模型通过嵌入Hollomon弹塑性方程约束的神经网络生成纵向张力σ_long与横向张力σ_trans的优化组合矩阵;S3.根据优化矩阵动态调节磁流变液夹持辊的磁场强度,使横向张力在0.1‑50N/mm2范围内连续可调;S4.采用多目标强化学习算法,基于实时缺陷检测数据在线更新模型参数,平衡松边消除率与能耗指标。本发明具有实现纵横向张力协同调控、提升松边缺陷消除精度、增强模型实时适应性的优点。
技术关键词
拉矫方法
分布式光纤应变传感器
数据混合驱动
更新模型参数
强化学习算法
磁流变液
应变硬化指数
连续可调
精确时间协议
矩阵
激光测速仪
监测板材
PID控制器
方程
传感器阵列
热成像仪
多传感器
时钟同步
系统为您推荐了相关专利信息
神经网络参数
微调方法
神经网络模型
原始图像数据
模块
强化学习算法
在线
优化器
动态
非暂态计算机可读存储介质
网络信息安全监控
网络安全威胁
数据收集模块
数据处理模块
系统日志
文本检测方法
文本识别方法
训练集
测井资料
彩色图像