热轧钢板变形抗力数据库应用程序的建立
王德米，唐丽娟2
1
1. 中冶东方工程技术有限公司，内蒙古 包头 014010； 2. 内蒙古科技大学材料与冶金学院，内蒙古 包头 014010
摘要：介绍了热轧钢板变形抗力数据库应用程序的建立过程，并给出了应用举例。 关键词：热轧；钢板；变形抗力；数据库应用程序
The establishment of database applications for deformation resistance of hot-rolled steel plate
WANG De-mi1 , TANG Li-juan2
(1.BERIS Engineering and Research Corporation, Baotou 014010, Nei Monggol, China; 2. Inner Mongolia University of Science and Technology limited Material and Metallurgy College,
Baotou 014010, Nei Monggol, China)
Abstract: Describes the process of establishing database applications for deformation
resistance of hot rolled steel plate, and has given the application example.
Key words: hot-rolled; steel plate; deformation resistance; database applications
金属的变形抗力是指金属在一定的变形条件下进行塑性变形时，在单位横截面积上抵抗此变形的能力，变形抗力是表征金属和合金压力加工性能的一个基本量。金属的变形抗力与金属的化学成分及组织状态、变形温度、变形速率、变形程度有关。确定出变形温度、变形速率及变形程度后，便可确定金属变形时的变形抗力。计算变形抗力的常用方法有实验公式法、计算图表法、回归模型法及人工智能法，据此建立了热轧钢板变形抗力数据库应用程序，对其进行管理与应用。
数学模型的开发与研究成为了一个必然的研究内容。
变形抗力的研究对轧制工艺开发、设备选型、工艺制度的制定、新钢种的开发与研制等工作，具有一定的指导作用。目前介绍各钢种变形抗力的文献很多，国内外的研究者做出了巨大的贡献，本着以应用为前提，把工作中收集的相关资料进行了整理，并建立了数据库和相应的计算应用程序对其进行管理与应用。不但收集了大量黑色金属变形抗力模型与曲线，而且收集了部分有色金属变形抗力模型与曲线，包括铜、铝、钛、镍及其合金等。希望能对轧钢工艺设计人员、生产技术人员、产品开发人员及其他相关研究人员有一定的参考及应用价值。系统的功能主要有：
数据库部分： 1) 2) 3)
实验公式系数、回归模型系数信息的建立与维护，包括添加、修改和删除等。 钢种应力-应变图的存储与维护。 实验数据、实际生产数据信息的存储与维护。
[1]
1 系统概述
1.1应用背景与系统功能
变形抗力的研究起步很早，由于实验条件所限，20世纪40年代以前属于研究的萌芽阶段，20世纪40年代后随着热模拟技术的应用，对变形抗力预测的研究才有了很大的进步。20世纪60年代后随着计算机参与对轧钢生产过程的控制，研究者采用不同的结构式，拟合实验数据，得到不同的回归系数，即为轧钢的生产提供了在线控制的数学模型。电子计算机在线控制生产的普及使得变形抗力
4) 5) 1) 2) 3) 4)
现有轧制规程的存储。
各计算结果按规定格式的存储与维护。 与数据库的连接，完成数据的读取、写入数据库等工作。
实验公式、回归模型公式的编程实现。 钢种应力-应变图的调取，以及坐标自动识别。
回归算法、以及BP 神经网络算法的实现。
5) 6) 7)
轧制规程计算程序的实现。
各计算结果的对比分析，图表显示等。 人机交互界面的设计。
应用程序部分：
1.2 系统结构设计
整个系统由两部分组成：数据库和应用程序。数据库主要用来存储相关钢种的变形抗力模型系数和输入参数，以及相关计算结果。应用程序主要用来集成相关数学模型与算法，以及读写数据库。系统结构如图1所示。
图1 变形抗力数据库应用程序系统结构图
2 应用举例
2.1 周纪华、管克智金属变形抗力模型
我国研究者周纪华，管克智在以前研究结果的基础上，用凸轮式高速变形实验机，在广泛的变形温度、变形速率、变形程度范围内测定了各种碳钢、低合金钢和合金钢等的变形抗力，详细分析了变形温度、变形速率、变形程度对变形抗力的影响，以钢种为单元模拟了六种变形抗力数学模型，然后用部分钢种和合金钢做实验验证六种模型，进行非线性回归后，分析比较回归方差，得到了拟合精度较高的结构式，如下式所示，系统设计时将回归模型系数按表1形式存入数据库中，供计算程序调用。
计算举例：已知钢种20Mn ，轧前厚度为25mm ，轧后厚度为12.6mm ，轧制温度为1150℃，工作辊直径为730mm ，轧制速度为2m/s，计算该道次变形抗力。
首先调出程序计算界面，在“输入工艺参数”栏中顺序输入：轧前厚度、轧后厚度、工作辊直径、轧制温度和轧制速度几项参数；然
[2]
表1 回归系数存储格式
后在“钢种及变形抗力回归系数表”中点击选取20Mn 钢，相关回归系数σ0、a1~a6会自动填写到对应的文本框中；最后点击“计算”按钮得到计算结果：钢种20Mn ，变形速率20.37S -1
，变形程度0.4，变形温度1150℃，变形抗力100.53MPa 。从李曼云和孙本荣主编的《钢的控制轧制和控制冷却》一书上，查得20Mn 钢变形抗力曲线图（由于篇幅限制，此处不再列出），对比计算结果吻合。程序界面如图2所示。
图2 变形抗力计算界面
2.2 BP神经网络预报金属变形抗力
神经网络尤其是BP 网络，以其强大的非线性映射能力，在模式识别领域得到了广泛的应用。典型BP 网络为三层、前馈阶层网络，即：输入层、隐含层和输出层。各层神经元之间实行全连接，各层内的神经元之间没有连接。BP 网络的学习过程分为两个阶段：第一阶段是输入已知的学习样本，通过设置的网络结构和前一次迭代的权值和阀值，从网络的第一层向后计算各神经元的输出；第二阶段是对权值和阀值进行修改，从最后一层向前计算各权值和阀值对总误差的影响（梯度），据此对各权值和阀值进行修改。以上两个过程反复交替直到达到收敛为止。
金属变形抗力的BP 网络设计，采用三层BP 网络，将影变形温度、变形速率和变形程度，三个影响变形抗力的主要因素作为模型的输入向量，将变形抗力作为模型的输出向量，通过反复演算与比较将隐含层的单元数设置为10个，这样BP 网路对结构为（3，10，1）。网络设计好后，从实验实测值中选择300组数据作为输入样本，另外60组数据作为检测样本，均按规定格式存入数据库中。
BP 网络计算程序的实现，通常有两种途径，一种是采用高级编程语言如C 语言，自主编程实现；
一种是采用现成的算法工具箱实现。从编程的简单性、实用性及计算的准确性考虑，选择了被广泛应用的Matlab 神经网络工具箱，仅用二十几行代码即可完成样本数据的定义与预处理、训练样本、验证样本和测试样本的划分、网络生成与训练、网络仿真、计算结果图表分析等功能。
图3和图4分别为神经网络预测值散点图和回归模型计数值散点图，可见神经网络预测模型精度较高，本系统预测精度在±0.5%范围内。虽然神经网络模型虽然在数值上能够比较精确的预测，但是不能直接反应工艺参数对金属热变形过程的影响，只能表现输入输出关系，它的应用是基于大量实验数据、或实际生产数据，才能体现出它的优势。
图3 神经网络预测值散点图
图4 回归模型计数值散点图
2.3 综合应用举例
根据收集、整理以及自主实验获得的变形抗力数据与模型，开发了热轧板带钢轧制规程计算程序，并将其纳入该数据库应用程序当中。对工艺设计人员而言，轧制规程的计算，是确定负荷分配规律、确定轧机参数、工艺条件和质量要求的关键。以系统中镍及镍合金板带材轧制规程计算为例。程序的输入和输出界面如图5和图6所示。
图6 镍板带轧制程序输出界面
为判读本程序的计算精度，特与数据库中存储的西马克为国内某厂提供的轧制程序进行了对比，见表2，从对比结果看本程序应该是可靠的。
通过深入了解金属与合金的加工特性，围绕着变形抗力这一主要因素的研究与应用，中冶东方工程技术有限公司先后开发了国内先进的钛及钛合金板带材生产线、镍及镍合金板带材生产线，并投
图5 镍板带轧制程序输入界面
入实际生产，应用效果良好。
表2 轧制程序计算结果对比
3 结束语
作为轧钢工艺设计人员在设计过程中必须进行有关的计算，热轧钢板变形抗力数据库应用程序的建立，为设计工作提供了依据，保证了设计输出满足客户的要求，实现了设计质量的有效控制。 参考文献：
[1]李英. 刘建雄. 柯晓涛 轧制变形抗力数学模型的发展与研究动态[J].钢铁研究，2009，（6）：59-62.
[2]管克智. 周纪华. 朱其圣. 等 热轧金属变形阻力研究[J].北京钢铁学院学报，1983，（2）：123-138.
[3]许东，吴铮. 基于MATLAB 6.x 的系统分析与设计——神经网络[M].西安：西安电子科技大学出版社，2002.
热轧钢板变形抗力数据库应用程序的建立
王德米，唐丽娟2
1
1. 中冶东方工程技术有限公司，内蒙古 包头 014010； 2. 内蒙古科技大学材料与冶金学院，内蒙古 包头 014010
摘要：介绍了热轧钢板变形抗力数据库应用程序的建立过程，并给出了应用举例。 关键词：热轧；钢板；变形抗力；数据库应用程序
The establishment of database applications for deformation resistance of hot-rolled steel plate
WANG De-mi1 , TANG Li-juan2
(1.BERIS Engineering and Research Corporation, Baotou 014010, Nei Monggol, China; 2. Inner Mongolia University of Science and Technology limited Material and Metallurgy College,
Baotou 014010, Nei Monggol, China)
Abstract: Describes the process of establishing database applications for deformation
resistance of hot rolled steel plate, and has given the application example.
Key words: hot-rolled; steel plate; deformation resistance; database applications
金属的变形抗力是指金属在一定的变形条件下进行塑性变形时，在单位横截面积上抵抗此变形的能力，变形抗力是表征金属和合金压力加工性能的一个基本量。金属的变形抗力与金属的化学成分及组织状态、变形温度、变形速率、变形程度有关。确定出变形温度、变形速率及变形程度后，便可确定金属变形时的变形抗力。计算变形抗力的常用方法有实验公式法、计算图表法、回归模型法及人工智能法，据此建立了热轧钢板变形抗力数据库应用程序，对其进行管理与应用。
数学模型的开发与研究成为了一个必然的研究内容。
变形抗力的研究对轧制工艺开发、设备选型、工艺制度的制定、新钢种的开发与研制等工作，具有一定的指导作用。目前介绍各钢种变形抗力的文献很多，国内外的研究者做出了巨大的贡献，本着以应用为前提，把工作中收集的相关资料进行了整理，并建立了数据库和相应的计算应用程序对其进行管理与应用。不但收集了大量黑色金属变形抗力模型与曲线，而且收集了部分有色金属变形抗力模型与曲线，包括铜、铝、钛、镍及其合金等。希望能对轧钢工艺设计人员、生产技术人员、产品开发人员及其他相关研究人员有一定的参考及应用价值。系统的功能主要有：
数据库部分： 1) 2) 3)
实验公式系数、回归模型系数信息的建立与维护，包括添加、修改和删除等。 钢种应力-应变图的存储与维护。 实验数据、实际生产数据信息的存储与维护。
[1]
1 系统概述
1.1应用背景与系统功能
变形抗力的研究起步很早，由于实验条件所限，20世纪40年代以前属于研究的萌芽阶段，20世纪40年代后随着热模拟技术的应用，对变形抗力预测的研究才有了很大的进步。20世纪60年代后随着计算机参与对轧钢生产过程的控制，研究者采用不同的结构式，拟合实验数据，得到不同的回归系数，即为轧钢的生产提供了在线控制的数学模型。电子计算机在线控制生产的普及使得变形抗力
4) 5) 1) 2) 3) 4)
现有轧制规程的存储。
各计算结果按规定格式的存储与维护。 与数据库的连接，完成数据的读取、写入数据库等工作。
实验公式、回归模型公式的编程实现。 钢种应力-应变图的调取，以及坐标自动识别。
回归算法、以及BP 神经网络算法的实现。
5) 6) 7)
轧制规程计算程序的实现。
各计算结果的对比分析，图表显示等。 人机交互界面的设计。
应用程序部分：
1.2 系统结构设计
整个系统由两部分组成：数据库和应用程序。数据库主要用来存储相关钢种的变形抗力模型系数和输入参数，以及相关计算结果。应用程序主要用来集成相关数学模型与算法，以及读写数据库。系统结构如图1所示。
图1 变形抗力数据库应用程序系统结构图
2 应用举例
2.1 周纪华、管克智金属变形抗力模型
我国研究者周纪华，管克智在以前研究结果的基础上，用凸轮式高速变形实验机，在广泛的变形温度、变形速率、变形程度范围内测定了各种碳钢、低合金钢和合金钢等的变形抗力，详细分析了变形温度、变形速率、变形程度对变形抗力的影响，以钢种为单元模拟了六种变形抗力数学模型，然后用部分钢种和合金钢做实验验证六种模型，进行非线性回归后，分析比较回归方差，得到了拟合精度较高的结构式，如下式所示，系统设计时将回归模型系数按表1形式存入数据库中，供计算程序调用。
计算举例：已知钢种20Mn ，轧前厚度为25mm ，轧后厚度为12.6mm ，轧制温度为1150℃，工作辊直径为730mm ，轧制速度为2m/s，计算该道次变形抗力。
首先调出程序计算界面，在“输入工艺参数”栏中顺序输入：轧前厚度、轧后厚度、工作辊直径、轧制温度和轧制速度几项参数；然
[2]
表1 回归系数存储格式
后在“钢种及变形抗力回归系数表”中点击选取20Mn 钢，相关回归系数σ0、a1~a6会自动填写到对应的文本框中；最后点击“计算”按钮得到计算结果：钢种20Mn ，变形速率20.37S -1
，变形程度0.4，变形温度1150℃，变形抗力100.53MPa 。从李曼云和孙本荣主编的《钢的控制轧制和控制冷却》一书上，查得20Mn 钢变形抗力曲线图（由于篇幅限制，此处不再列出），对比计算结果吻合。程序界面如图2所示。
图2 变形抗力计算界面
2.2 BP神经网络预报金属变形抗力
神经网络尤其是BP 网络，以其强大的非线性映射能力，在模式识别领域得到了广泛的应用。典型BP 网络为三层、前馈阶层网络，即：输入层、隐含层和输出层。各层神经元之间实行全连接，各层内的神经元之间没有连接。BP 网络的学习过程分为两个阶段：第一阶段是输入已知的学习样本，通过设置的网络结构和前一次迭代的权值和阀值，从网络的第一层向后计算各神经元的输出；第二阶段是对权值和阀值进行修改，从最后一层向前计算各权值和阀值对总误差的影响（梯度），据此对各权值和阀值进行修改。以上两个过程反复交替直到达到收敛为止。
金属变形抗力的BP 网络设计，采用三层BP 网络，将影变形温度、变形速率和变形程度，三个影响变形抗力的主要因素作为模型的输入向量，将变形抗力作为模型的输出向量，通过反复演算与比较将隐含层的单元数设置为10个，这样BP 网路对结构为（3，10，1）。网络设计好后，从实验实测值中选择300组数据作为输入样本，另外60组数据作为检测样本，均按规定格式存入数据库中。
BP 网络计算程序的实现，通常有两种途径，一种是采用高级编程语言如C 语言，自主编程实现；
一种是采用现成的算法工具箱实现。从编程的简单性、实用性及计算的准确性考虑，选择了被广泛应用的Matlab 神经网络工具箱，仅用二十几行代码即可完成样本数据的定义与预处理、训练样本、验证样本和测试样本的划分、网络生成与训练、网络仿真、计算结果图表分析等功能。
图3和图4分别为神经网络预测值散点图和回归模型计数值散点图，可见神经网络预测模型精度较高，本系统预测精度在±0.5%范围内。虽然神经网络模型虽然在数值上能够比较精确的预测，但是不能直接反应工艺参数对金属热变形过程的影响，只能表现输入输出关系，它的应用是基于大量实验数据、或实际生产数据，才能体现出它的优势。
图3 神经网络预测值散点图
图4 回归模型计数值散点图
2.3 综合应用举例
根据收集、整理以及自主实验获得的变形抗力数据与模型，开发了热轧板带钢轧制规程计算程序，并将其纳入该数据库应用程序当中。对工艺设计人员而言，轧制规程的计算，是确定负荷分配规律、确定轧机参数、工艺条件和质量要求的关键。以系统中镍及镍合金板带材轧制规程计算为例。程序的输入和输出界面如图5和图6所示。
图6 镍板带轧制程序输出界面
为判读本程序的计算精度，特与数据库中存储的西马克为国内某厂提供的轧制程序进行了对比，见表2，从对比结果看本程序应该是可靠的。
通过深入了解金属与合金的加工特性，围绕着变形抗力这一主要因素的研究与应用，中冶东方工程技术有限公司先后开发了国内先进的钛及钛合金板带材生产线、镍及镍合金板带材生产线，并投
图5 镍板带轧制程序输入界面
入实际生产，应用效果良好。
表2 轧制程序计算结果对比
3 结束语
作为轧钢工艺设计人员在设计过程中必须进行有关的计算，热轧钢板变形抗力数据库应用程序的建立，为设计工作提供了依据，保证了设计输出满足客户的要求，实现了设计质量的有效控制。 参考文献：
[1]李英. 刘建雄. 柯晓涛 轧制变形抗力数学模型的发展与研究动态[J].钢铁研究，2009，（6）：59-62.
[2]管克智. 周纪华. 朱其圣. 等 热轧金属变形阻力研究[J].北京钢铁学院学报，1983，（2）：123-138.
[3]许东，吴铮. 基于MATLAB 6.x 的系统分析与设计——神经网络[M].西安：西安电子科技大学出版社，2002.