导读:本文包含了板带钢论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:带钢,热轧板,新一代,工艺,钢材,缺陷,图像。
板带钢论文文献综述
贾寿峰[1]（2019）在《板带钢冷轧工艺润滑技术的发展分析》一文中研究指出现代经济发展突飞猛进,带动了我国的钢铁行业发展,全社会方方面面都会用到钢产品,因此生产钢产品的工艺也在不断进步,我国生产轧钢的质量到底能不能满足生产要求标准,这主要是板带钢冷轧工艺润滑技术的功劳,现在随着钢铁行业的不断发展,该技术已经实施很广泛了,同时受到不错的经济效益。但是现在对于板带钢冷轧技术的发展,润滑技术的要求和实施条件也越来越苛刻,乳化液润滑中经常出现工艺问题,这些问题也受到国内外的专家学者关注,对于板带钢冷轧乳化液产生作用时的润滑模型进行仔细分析研究,深入然就板带钢冷轧表面的缺陷问题以及乳化液如何使用指标等,希望能够对板带钢冷轧工艺以后的发展带来一些有关的理论支持。(本文来源于《中国金属通报》期刊2019年04期）
田思洋[2]（2019）在《板带钢表面缺陷目标检测与分类算法研究》一文中研究指出表面缺陷是影响板带钢质量的重要因素,据统计,国内板带钢产品用户质量异议事件60%以上都是由表面缺陷造成的。表面缺陷自动检测系统可对表面缺陷进行在线检测和及时反馈,对于提高板带钢的表面质量具有重要意义。随着生产线速度的提高以及用户对产品质量要求的日益严格,迫切需要提升缺陷检测与识别算法的效率,从而提高表面检测系统的检测速度和检测精度。针对不同生产线的运行速度与产品表面状况开发缺陷检测与识别的快速算法,以满足实时检测要求是表面检测领域的重要研究方向。本文对图像分割、目标检测、缺陷分类等算法进行了深入研究,开发了快速图像分割、改进极限学习机、端到端的目标检测等算法,分别应用于酸洗带钢、中厚板、热轧带钢等叁种典型的板带钢产品表面缺陷在线检测系统。同时针对新生产线缺陷样本收集困难以及未知缺陷无法识别问题,研究了缺陷样本在不同生产线的迁移以及未知缺陷的自动识别方法。主要研究内容与成果如下:(1)针对中厚板表面背景复杂、缺陷形貌多变等特点,提出了一种极限学习机(ELM)和遗传算法(GA)相结合的缺陷快速分类算法。通过基因锁定、动态变异率两大进化策略,使遗传算法在ELM参数优化中加快收敛,最终分类结果更加稳定。实验表明采用本算法对9类中厚板常见表面缺陷的识别率达到94.30%,比仅采用原始ELM算法提高了5%,同时本算法在速度上也可以满足生产线速度较低的中厚板表面缺陷在线检测要求。(2)针对热轧带钢运行速度快、表面缺陷形貌多变、存在水和氧化铁皮干扰等问题,引入了端到端的深度学习目标检测方法。同时在模型的训练过程中引入了迁移学习方法,利用在大规模数据集下训练过的特征提取网络来大幅提高训练效率。算法将传统的先提取预选框再进行分类的检测流程转换为同时对缺陷的位置和类别进行预测的回归问题,实现了端到端的目标检测。由于网络对图像仅进行一次计算,故运算速度快。对7类常见的热轧带钢表面缺陷进行实验,mAP达到92.54%,检测速度达到14 FPS,满足热轧带钢在线检测的要求。(3)针对酸洗带钢表面背景和缺陷形态简单、运行速度快等特点,提出了一种利用底层信息进行图像分割的快速表面缺陷检测算法。算法通过引入积分图加快运算效率,同时将霍夫变换方法应用于边部缺陷检测。将算法应用于酸洗带钢表面缺陷检测,带钢中部和边部缺陷的检测准确率分别达到了97.9%和95.2%,检测速度达到50FPS,满足酸洗带钢在线检测的要求。(4)由于不同生产线上产品表面图像的背景及纹理等信息存在很大差异,在其它生产线上获取的缺陷样本不能直接应用于新的生产线上进行学习,导致新安装的表面检测系统往往缺少足够量的缺陷样本,需要有长时间的样本收集过程,影响系统使用效果。本文通过对抗生成网络,将其它生产线上获取的缺陷样本与新生产线的图像背景相结合,以生成可在新生产线系统学习的缺陷样本,达到快速收集缺陷样本的目的。为了定量的评价缺陷样本迁移效果,本文设计了一个分类用残差网络来评判缺陷样本生成的真实度,并分别对原始数据集及生成数据集进行评估。模型在原始数据集和新生成数据集上分别达到了96.0%和95.87%的缺陷识别准确率,表明新生成的缺陷样本达到了良好的学习效果。(5)现有表面缺陷识别算法一般无法识别未知缺陷,或者容易将未知缺陷识别成其它相似缺陷。本文提出了一种两级的缺陷分类结构,将缺陷按照形态分为五个大类,再将每个大类分为具体的缺陷类别。对于已知缺陷,一级为缺陷形态类别,二级为具体缺陷类别;对于未知缺陷,仅给出一级的缺陷形态类别,二级缺陷类别留空。实验对7种已知类别的热轧带钢数据集和1种用来模拟未知缺陷的划伤类型样本进行了测试。实验结果表明新识别算法对于未知缺陷的误识率由61.3%降低到8.03%,极大提高了未知缺陷的识别精度。(本文来源于《北京科技大学》期刊2019-04-12）
李万京[3]（2019）在《热轧板带钢伺服系统常见问题及维护》一文中研究指出文章主要从带钢轧制设备所涉及的伺服系统常见的问题着手研究,探讨了热轧板带钢伺服系统维护要点,给广大带热轧板带钢伺服系统一线维护人员提供一定的参考。(本文来源于《冶金与材料》期刊2019年01期）
罗刚[4]（2018）在《热轧板带钢新一代控轧控冷技术获国家科技进步二等奖》一文中研究指出2018年1月8日,由东北大学牵头,鞍钢、首钢、南钢、华菱钢铁、福建叁钢、新余钢铁参与的"热轧板带钢新一代控轧控冷技术"荣获2017年度国家科技进步二等奖。新一代控轧控冷工艺是以超快速冷却为核心的细晶强化、析出强化和相变强化的综合强韧化理论,使钢材强度提高100~200 MPa以上,可有效满足高性能桥梁钢、高等级管线钢、船板、高强工程机械用钢、水电钢、海洋工程用钢等对高强度和高韧性的需求,具有节约资源、能源,减(本文来源于《焊管》期刊2018年01期）
王凡,彭国华,谢昊伶[5]（2018）在《基于形态学增强和图像融合的板带钢缺陷检测》一文中研究指出为了检测噪声和光照不均并存的多种类型的板带钢表面缺陷,提出了基于数学形态学增强和图像融合的缺陷检测算法。本文首先分别对图像作多结构形态学熵图像增强和多结构形态学边缘增强,其次对增强后的图像采用加权融合,并通过图像背景熵和增强图像的像素均值比确定权系数,最后对融合图像进行二值化处理以便于后续的缺陷识别及分类。实验表明,本文算法不仅能准确检测出含有光照不均和大量噪声的板带钢图像中的表面缺陷,而且对于其他类型的板带钢缺陷图像也能获得较好的效果。除此之外,该算法具有较强的抗噪性和较高的稳定性。(本文来源于《激光与红外》期刊2018年01期）
王辉[6]（2018）在《TMCP新技术助力钢企绿色转型——记2017年度国家科技进步奖二等奖项目“热轧板带钢新一代控轧控冷技术及应用”》一文中研究指出被日本钢铁协会誉为"近百年热轧钢材生产革命性技术"的控制轧制和控制冷却技术(TMCP),在应用中的表现却并非无懈可击。因其所依托的轧后层流冷却系统在冷却强度和组织调控等方面存在的不足,导致了许多问题的产生。钢材强韧性提高受限、性能波动大、板形差、合金元素消耗增大,这些问题使得钢材潜力的进一步发掘受到了极大的限制。在此背景下,独立自主开发新一代(本文来源于《中国科技奖励》期刊2018年01期）
[7]（2017）在《极限规格热轧板带钢热处理工艺与装备》一文中研究指出1前言热处理是提升钢板综合性能的关键工艺。自中心获批以来，先进热轧方向在此前工作的基础上，相继攻克了大型板材高强度高均匀性淬火、系列大型喷嘴、工艺模型等关键技术，进一步完善系列中厚板辊式淬火装备，开发出系列高等级钢板热处理产品；同时深入研究了钢(本文来源于《世界金属导报》期刊2017-03-21）
李旭东[8]（2016）在《超快冷条件下热轧板带钢轧后冷却控制方法研究与应用》一文中研究指出以超快速冷却为核心的新一代控制轧制与控制冷却(TMCP)技术在“资源节约型、环境友好型”热轧钢铁材料开发与生产方面具有重要意义。本文依托“十二五”国家科技支撑计划“钢铁行业绿色生产工艺技术与应用示范”项目课题“热轧板带新一代TMCP装备及工艺技术”,以及首钢迁钢、首钢京唐等企业超快冷系统开发合作项目,围绕超快冷条件下热轧板带钢轧后冷却过程的高精度、智能化控制方法,在基于超快冷的轧后冷却数学模型建立、超快冷控制策略、卷取温度控制方法、冷却介质调节策略和控制方法、轧后冷却策略对典型钢种厚度方向组织均匀性影响等方面进行了系统研究,并将研究成果成功应用于相关产线工业化生产,取得良好效果。主要研究成果如下:(1)热连轧线板带钢具有运行速度快、产品规格跨度大等特点,目前关于以射流冲击为主要换热机理的热轧板带钢超快速冷却数学模型研究较少。针对热轧板带钢轧后冷却过程换热特性,构建了基于差异化离散模型的板带钢有限差分方程,有效提高了数学模型在线运算的效率和精度。同时,结合板带钢轧后冷却热交换机制,建立了对流换热系数理论统计模型,并对模型修正系数进行了优化处理。(2)新一代TMCP工艺条件下,超快冷出口温度(UFC-T)是影响产品组织和性能的重要工艺要素,目前关于热轧板带钢UFC-T控制策略和方法的文献资料较少。结合带钢超快冷过程冷却强度大、厚度方向温度梯度明显等特点,以超快冷单根集管为单位冷却单元,采用有限差分算法,系统分析了集管设定策略对带钢UFC-T的影响规律,并在此基础上开发了超快冷最优化组态设定策略。同时,针对超快冷设备紧凑、响应速率快等特点,开发了 UFC-T智能自适应系统,实现了 UFC-T的高精度、自适应控制。(3)热轧板带钢头部特殊冷却过程的高精度控制是产线稳顺生产、提高成材率的重要手段,也是轧后冷却控制的关键技术难题。针对超快冷工艺条件下不同产品的工艺需求及产线轧后冷却设备布置特点,开发了热轧板带钢层流冷却区域头部不冷、超快冷区域头部弱冷以及基于压力预补偿的头部不冷控制策略,实现了带钢头部特殊冷却段的高精度控制(温度720℃以上,长度2.0 m),厚规格产品成材率提升近5%。(4)热连轧线常规卷取温度(CT)PID反馈控制器在增益参数整定不合理的条件下,通常无法获得理想的控制效果。针对CT反馈控制高度非线性及动态时滞等特点,开发出专家自整定抗时滞PID控制器。应用结果表明,新开发的PID反馈控制器,能够实现高效、稳定的CT反馈控制,CT±20℃命中率得到近5%的提高。(5)对于冷却线长度较短的热连轧线,应用超快冷技术已成为弥补其冷却能力不足的最有效手段。在系统分析产线特点的基础上,针对其轧后冷却调节时间短、温度修正手段不足等突出难题,结合超快冷工艺技术应用,开发出基于智能前馈设定的CT轧后冷却控制方法,该类产线CT±20℃命中率提升近8%。(6)热轧板带钢生产过程中,品种规格变化时的首卷钢受设备工况、控制系统计算偏差等因素影响,温度控制精度通常较差,影响产品批次稳定性。为此,结合热连轧线数据信息特点,引入大数据技术以利用轧线历史数据指导当前生产。通过数据库的建立以及智能算法的开发,形成了集数据记录、智能检索、指导生产为一体的大数据CT智能自适应系统。应用效果表明,针对部分钢种,CT±20℃命中率得到近2%的提高。(7)超快冷供水压力和集管流量的合理、高效调节,是提高冷却水利用率、保证带钢冷却过程温度控制精度的重要前提。针对超快冷高压动态供水、集管流量非线性调节等工艺特点,提出冷却介质调节效率的评价方法,并开发出基于调节效率的节能型高精度水压控制策略,在保证压力调节精度的同时,超快冷供水系统节能达20%。同时,开发出基于调节效率的超快冷集管流量PI控制器,并利用新建立的仿真模型对控制器参数的最优性进行了系统研究,实现了流量调节阀组不同初始开口度和干扰量条件下PI控制器参数的最优化。(8)基于超快冷工艺特点,开发和利用合理的冷却路径控制方法,实现热轧板带钢组织性能的综合调控,是新一代TMCP技术的最终目的所在。以厚度为22.0 mm的X80管线钢为研究对象,采用热轧实验与温度场模拟相结合的方式,对不同冷却路径下带钢厚度方向组织和性能均匀性进行了研究。结果表明,首先采用超快冷中等能力冷却(冷速约23℃/s),再进行超快冷极限能力冷却(冷速约50℃/s),实验钢厚度方向获得了较为均匀的组织和性能。该冷却路径下,实验钢屈服强度、抗拉强度及-20℃冲击功较常规层流冷却分别提升80 MPa、40 MPa和45 J,且厚度方向宏观硬度偏差控制在了20 HV以内。该研究成果对超快冷条件下高品质管线钢的生产具有重要的指导价值。本课题研究成果已成功应用于国内多条常规热连轧线,针对不同产品、规格及轧后冷却工艺制度,实现了 UFC-T、CT、冷却水流量、压力等工艺参数的高精度稳定控制。利用超快速冷却成套装备技术并配合高精度轧后冷却控制所提供的平台,成功开发出系列低成本高品质产品,并实现了稳定的大规模工业化生产,为企业降本增效和产品质量的提高做出了突出贡献。(本文来源于《东北大学》期刊2016-12-01）
何春雨[9]（2016）在《板带钢控轧控冷技术》一文中研究指出1 北京科技大学高效轧制国家工程研究中心板带钢控制冷却技术研发历程1.1水幕冷却技术在“七·五”期间，我国只有20家落后中厚板生产线，但是，控制冷却技术紧跟国外的发展趋势，在原冶金工业部的支持下，开发与应用了以水幕冷却为代表的轧后冷却(本文来源于《世界金属导报》期刊2016-09-06）
尚玉青,王树友[10]（2016）在《板带钢冷轧工艺润滑技术的发展研究》一文中研究指出板带钢冷轧工艺润滑技术在我国轧钢生产过程中具有十分重要的地位,因此应用也非常广泛。文章重点对我国板带钢冷轧工艺润滑技术的相关问题进行了分析和论述,通过研究板带钢冷轧工艺润滑技术中尚存的有关问题,经过分析和总结最后对板带钢冷轧工艺润滑技术的应用和未来的发展做了进一步展望。(本文来源于《科技创新与应用》期刊2016年05期）
板带钢论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
表面缺陷是影响板带钢质量的重要因素,据统计,国内板带钢产品用户质量异议事件60%以上都是由表面缺陷造成的。表面缺陷自动检测系统可对表面缺陷进行在线检测和及时反馈,对于提高板带钢的表面质量具有重要意义。随着生产线速度的提高以及用户对产品质量要求的日益严格,迫切需要提升缺陷检测与识别算法的效率,从而提高表面检测系统的检测速度和检测精度。针对不同生产线的运行速度与产品表面状况开发缺陷检测与识别的快速算法,以满足实时检测要求是表面检测领域的重要研究方向。本文对图像分割、目标检测、缺陷分类等算法进行了深入研究,开发了快速图像分割、改进极限学习机、端到端的目标检测等算法,分别应用于酸洗带钢、中厚板、热轧带钢等叁种典型的板带钢产品表面缺陷在线检测系统。同时针对新生产线缺陷样本收集困难以及未知缺陷无法识别问题,研究了缺陷样本在不同生产线的迁移以及未知缺陷的自动识别方法。主要研究内容与成果如下:(1)针对中厚板表面背景复杂、缺陷形貌多变等特点,提出了一种极限学习机(ELM)和遗传算法(GA)相结合的缺陷快速分类算法。通过基因锁定、动态变异率两大进化策略,使遗传算法在ELM参数优化中加快收敛,最终分类结果更加稳定。实验表明采用本算法对9类中厚板常见表面缺陷的识别率达到94.30%,比仅采用原始ELM算法提高了5%,同时本算法在速度上也可以满足生产线速度较低的中厚板表面缺陷在线检测要求。(2)针对热轧带钢运行速度快、表面缺陷形貌多变、存在水和氧化铁皮干扰等问题,引入了端到端的深度学习目标检测方法。同时在模型的训练过程中引入了迁移学习方法,利用在大规模数据集下训练过的特征提取网络来大幅提高训练效率。算法将传统的先提取预选框再进行分类的检测流程转换为同时对缺陷的位置和类别进行预测的回归问题,实现了端到端的目标检测。由于网络对图像仅进行一次计算,故运算速度快。对7类常见的热轧带钢表面缺陷进行实验,mAP达到92.54%,检测速度达到14 FPS,满足热轧带钢在线检测的要求。(3)针对酸洗带钢表面背景和缺陷形态简单、运行速度快等特点,提出了一种利用底层信息进行图像分割的快速表面缺陷检测算法。算法通过引入积分图加快运算效率,同时将霍夫变换方法应用于边部缺陷检测。将算法应用于酸洗带钢表面缺陷检测,带钢中部和边部缺陷的检测准确率分别达到了97.9%和95.2%,检测速度达到50FPS,满足酸洗带钢在线检测的要求。(4)由于不同生产线上产品表面图像的背景及纹理等信息存在很大差异,在其它生产线上获取的缺陷样本不能直接应用于新的生产线上进行学习,导致新安装的表面检测系统往往缺少足够量的缺陷样本,需要有长时间的样本收集过程,影响系统使用效果。本文通过对抗生成网络,将其它生产线上获取的缺陷样本与新生产线的图像背景相结合,以生成可在新生产线系统学习的缺陷样本,达到快速收集缺陷样本的目的。为了定量的评价缺陷样本迁移效果,本文设计了一个分类用残差网络来评判缺陷样本生成的真实度,并分别对原始数据集及生成数据集进行评估。模型在原始数据集和新生成数据集上分别达到了96.0%和95.87%的缺陷识别准确率,表明新生成的缺陷样本达到了良好的学习效果。(5)现有表面缺陷识别算法一般无法识别未知缺陷,或者容易将未知缺陷识别成其它相似缺陷。本文提出了一种两级的缺陷分类结构,将缺陷按照形态分为五个大类,再将每个大类分为具体的缺陷类别。对于已知缺陷,一级为缺陷形态类别,二级为具体缺陷类别;对于未知缺陷,仅给出一级的缺陷形态类别,二级缺陷类别留空。实验对7种已知类别的热轧带钢数据集和1种用来模拟未知缺陷的划伤类型样本进行了测试。实验结果表明新识别算法对于未知缺陷的误识率由61.3%降低到8.03%,极大提高了未知缺陷的识别精度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
板带钢论文参考文献
[1].贾寿峰.板带钢冷轧工艺润滑技术的发展分析[J].中国金属通报.2019
[2].田思洋.板带钢表面缺陷目标检测与分类算法研究[D].北京科技大学.2019
[3].李万京.热轧板带钢伺服系统常见问题及维护[J].冶金与材料.2019
[4].罗刚.热轧板带钢新一代控轧控冷技术获国家科技进步二等奖[J].焊管.2018
[5].王凡,彭国华,谢昊伶.基于形态学增强和图像融合的板带钢缺陷检测[J].激光与红外.2018
[6].王辉.TMCP新技术助力钢企绿色转型——记2017年度国家科技进步奖二等奖项目“热轧板带钢新一代控轧控冷技术及应用”[J].中国科技奖励.2018
[7]..极限规格热轧板带钢热处理工艺与装备[N].世界金属导报.2017
[8].李旭东.超快冷条件下热轧板带钢轧后冷却控制方法研究与应用[D].东北大学.2016
[9].何春雨.板带钢控轧控冷技术[N].世界金属导报.2016
[10].尚玉青,王树友.板带钢冷轧工艺润滑技术的发展研究[J].科技创新与应用.2016
论文知识图
