圆钢螺纹钢盘螺备货充足

近些年，研究人员对神经网络方面的应用研究不断地深入，由于神经网络在处理非线性问题所具有的独特优势使其开始进入轧制过程的自动化领域。日本和德国对专家系统、神经网络和模糊控制等方面的研究进行的比较深入，并通过实际应用的验证，取得了较好效果。

国内外在塑性加工领域里，人工神经网络的应用研究都处于起步阶段，诸如轧制力、变形抗力和晶粒尺寸以及板形的控制之类的问题都可以利用人工神经网络来实现，目前已取得令人满意的效果8- Lakiola通过将物理模型与神经网络相结合，实现了冷轧带钢生产过程中的工艺参数优化，以及对轧后带钢性能的预报，从而对尺寸精度和轧制效率有很大的提高。
西门子公司自主开发了名为“西门子微观组织监测系统”的商业软件，该软件用于预测热轧带钢的组织与性能，通过该系统的物理冶金模型可以预测热轧带钢的组织温度过程，终通过神经网络方法计算力学性能，具有这种神经网络功能的控制系统已被成功的用于西门子公司的在线控制系统。
国内研究情况
目前，性能预报在国内也越来越备受关注，在937项目的强力支持下，中科院金属所将工艺与物理冶金模型相结合，开发了用于组织与性能预报的模拟软件，该软件被命名为“ROLLAN”，该软件已被使用于鞍钢1780上，经过实际验证可知该软件的离线预报误差可以实现免检的要求。为进一步提高轧钢的控制水平以及优化工艺参数发挥了极大的不可替代的作用。

螺纹钢企业的典型生产工艺流程，按各工序间的紧密衔接程度，大致可以分为三个主要区域：炼铁区域、主炼刚区域、精加工区域。各个区域的生产任务和前后工序的物流衔接关系如下所述：

(1)炼铁区域。在炼铁区域，炼铁工序将铁矿石、焦炭和石灰石送人高炉进行冶炼，铁矿石被分解预熔化，生成生铁，作为炼钢工序的原料，送往炼钢工序。
(2)主炼钢区域。主炼钢区域主要包括转炉(或电弧炉)炼钢，接受来自炼铁工序送来的生铁，与废钢一起投人转炉(或电弧炉)中，经吹氧并去除杂质，转化为钢水，出钢到钢包炉进行精炼(或脱气)，通常采用LF精炼法，提高钢水质量，IF法采用氩气搅拌，在大气下用石墨电极埋弧加热，再加上白渣精炼技术组合而成，具有用强还原性渣脱硫、脱氧，进而进行夹杂物控制和用电弧加热熔化铁合金，调整成分、温度等功能:而一个满转炉炉容量的钢，称为炉次。达到钢种质量要求的钢水经连铸机固化、冷却、拉流、切割成各种长度的连铸坯小方坯，其边长一般为130-160mm，长度一般在6-12米左右，坯料单重1.5-3吨。

(3)精加工区域。从连铸机拉出的板坯，经不同的加工路线送热轧机，在达到轧制所要求的温度下，送至连续小型轧机，轧制线多为平一立交替布置，实现全线无扭转轧制。根据不同坯料规格和成品尺寸有18、20、22、24架的小型轧机，18架为主流。目前，棒材轧制多采用步进式加热炉、高压水除鳞、低温轧制、无头轧制等新工艺，粗轧、中轧向适应大坯料及提高轧制精度方向发展，精轧机主要是提高精度和速度(高18m/s)。产品规格一般为φ10-40mm，也有中6-32m或φ12-50m的。生产的钢种为市场大量需要的低中高碳钢、低合金钢；高轧制速度为18m/s。