基于神經網絡的液壓滾切剪剪切力預報模型

吳會敏 朱清智

?

基于神經網絡的液壓滾切剪剪切力預報模型

吳會敏 朱清智

（河南工業職業技術學院 河南南陽473000）

通過分析滾切剪的工作過程，選擇數學模型與神經網絡型相結合的乘法網絡，設計了基于BP神經網絡的液壓滾切剪剪切力預報模型。通過對切入階段和滾切階段剪切力的數學模型計算值、實測值和預報值的比較，證明了由該剪切力預報模型計算的剪切力精度有了很大提高。

BP神經網絡 液壓滾切剪 剪切力預報模型

傳統的液壓剪切機是中厚板生產線上的重要設備，完成對軋件的切頭、切尾、切定尺、取樣[1]。生產線上大多數采用斜刃剪，其上剪刃是傾斜的，有利于減小剪切力，但是剪后的鋼板有橫向彎曲、斷面塌角等缺陷[2]。滾切剪有效地解決踏角和“啃傷”缺陷問題，而且剪切斷面好，是中厚板生產線不可缺少的剪切設備[3]。

隨著對鋼板質量要求的提高，鋼板種類日益增多。當滾切剪需要剪切一個新的鋼種時，滾切剪機需要承受多大的剪切力、是否超出了設備的加工能力，目前都是根據以往經驗預估計剪切力的大小，這種方式可靠性很低，容易造成設備的損壞和財產損失[4]。本文以某鋼鐵公司2 800 mm生產線定尺滾切剪的改造項目為依托，采用BP神經網絡與數學模型相結合，設計了全液壓滾切剪剪切力預報模型，仿真結果表明可以有效提高剪切力的計算精度。

1 液壓滾切剪最大剪切力公式的推導

滾切剪為上切式，由液壓站帶動左右兩個和機架鉸接的臥式液壓缸，推動左右兩個連桿，兩個液壓缸按照設定的位置與速度曲線移動，帶動上刀架實現純滾動剪切運動[5]?！?br>