带钢产品机械性能检测及影响因素研究
Research on Mechanical Performance Testing and Influencing Factors of Strip Steel Products
摘要: 针对冷轧带钢加工工序中各阶段的工艺参数之间存在耦合性，难以建立该工序的机理模型，难以对在线的产品质量进行合理控制与优化等问题。文章通过相关性分析法确定了对带钢硬度具有重要影响的参数，并使用主成分分析法建立了一个数据驱动的带钢产品质量检测模型，并用最小二乘估计法进行拟合。结果表明：可以有效地确定影响带钢硬度的性能参数，并在此基础上建立一个可以帮助工作人员的质量检测模型。
Abstract: In response to the coupling between process parameters in each stage of the cold-rolled strip processing process, it is difficult to establish a mechanism model for this process and to reasonably control and optimize the quality of online products. The article determined the parameters that have a significant impact on the hardness of strip steel through correlation analysis, and established a data-driven quality inspection model for strip steel products using principal component analysis. The model was fitted using the least squares estimation method. The results indicate that the performance parameters affecting the hardness of the strip steel can be effectively determined, and a quality inspection model that can assist workers can be established based on this.
参考文献
|
[1]
|
朱英. 冷轧带钢产品生产工艺简介[J]. 金属世界, 2012(4): 58-61.
|
|
[2]
|
袁军. 现代冷轧带钢生产技术进展[J]. 新疆钢铁, 2024(3): 48-50.
|
|
[3]
|
杨静, 任彦, 高晓文, 等. 基于GA-PELM的板材热连轧轧制力预测[J]. 锻压技术, 2022, 47(1): 43-48.
|
|
[4]
|
杨利坡, 张哲, 王东城, 等. 冷轧带钢板形控制机理智能协同调控模型[J]. 钢铁, 2017, 52(7): 52-57.
|
|
[5]
|
赵志挺, 朱亮宇, 高珣洋, 等. 基于主成分分析协同深度神经网络的带钢板凸度预测[J]. 冶金自动化, 2022, 46(3): 34-41+93.
|
|
[6]
|
石颉, 王晓剑, 张海松, 等. 基于统计检验的发电机定子线棒绝缘热老化寿命评估[J]. 绝缘材料, 2019, 52(12): 46-52.
|
|
[7]
|
王佃来, 宿爱霞, 刘文萍. 基于Spearman等级系数的植被变化趋势分析[J]. 应用科学学报, 2019, 37(4): 519-528.
|
|
[8]
|
宋君宇, 张镅, 沙迪昕. 基于主成分分析的齐齐哈尔优质粳米的综合品质评价[J]. 高师理科学刊, 2024, 44(11): 26-34+53.
|
|
[9]
|
叶宇杰, 陈昌荣, 王乾廷, 等. 基于加权主成分分析的GMAW短路过渡工艺多目标优化[J]. 精密成形工程, 2025, 17(1): 193-204.
|
|
[10]
|
孙嘉聪, 沈丹, 王飞. 主成分估计分析[J]. 数学学习与研究, 2019(12): 12-13.
|
|
[11]
|
司守奎, 孙兆亮. 数学建模算法与应用[M]. 第3版. 北京: 国防工业出版社, 2022.
|