颁布功夫：2021-07-12点击：3666
提要:潜流式水平陆续铸造坯锭-高精冷轧工艺出产无氧铜带材的关键工序是熔铸过程,它决定着无氧铜加工材的两个内涵质量指标———致密度和氧含量。对铸造工艺来说,若参数匹配不当,铸坯内会存在晶粒粗壮、显微裂纹、缩孔、缩松、偏析等组织缺点,使致密度降低,这也是冷加工报废的重要原因。通过连铸工艺参数的正交尝试,成立了铸坯致密杜纂重要工艺参数之间的神经网络描述,网络模型与遗传算法结合对工艺参数的组合进行了优化,改善了铸坯的组织质量,提高了铸坯致密度。
关键词:无氧铜带坯;水平连铸;工艺参数优化
无氧铜加工材因其良好的导电、导热个性,在信息、电子、电力、造冷等行业中阐扬着重要的作用,尤其是在大功率电真空器件中更是不成代替[1,2]。致密度和氧含量是无氧铜加工材***重要的两个内涵质量指标,直接影响着资料的使用机能,决定其内涵质量的关键阶段是加工材出产的熔铸过程。潜流式水平陆续铸造坯锭-高精冷轧工艺出产无氧铜带材,因无热轧工序而预防了加工过程的渗氧,但水平陆续铸造获得的带坯,其致密度随连铸工艺前提的变动而颠簸较大,若连铸工艺参数及其组合不合理,铸坯中会存在晶粒粗壮、显微裂纹、缩孔、缩松、偏析等组织缺点[3,4],这些组织缺点导致密度不高、不不变,也是影响铸坯进一步加工成带材制品率和带材使用机能的重要成分。本文对影响上述铸坯内组织质量曲直的铸造温度、冷却强度和引拉参数及其匹配进行了尝试钻研,以正交尝试为基础,通过人为神经网络建模、遗传算法优化,获得了较优的工艺参数及组合,改善和不变了铸坯的组织质量,提高了带坯的致密度,为出产提供了可行的步骤和理论凭据。
1.工艺流程与尝试成分拔取
1.1工艺流程
水平陆续铸造坯锭-高精冷轧技术出产无氧铜带材的齐全工艺过程为:水平陆续铸造带坯※铣面※粗轧※中轧※裁边※中央光亮退火※预精轧※精轧※制品光亮退火※表表处置※分条※包装入库,其中,水平陆续铸造带坯是影响带材内涵质量的关键阶段。本文尝试是在现实出产线上实现的,陆续铸造机组的熔炼-保温三联体炉、结晶器、牵引机和系统节造为本公司出产,图1和图2别离为连铸过程和结晶器示意图。结晶器为双铸坯通路,冷却水套长240 mm,冷却水二进四出,石墨模长290 mm;铸坯规格16 mm× 450 mm双流;连铸工艺规程拉—停—返推—停。
1.2成分拔取
尝试旨在索求连铸部门优化的工艺参数及组合,凭据出产经验、理论分析及设备的可操作性,拔取铸造温度(保温炉内熔体的温度)、冷却水入口温度(进入结晶器的水温丈量值)、系统水压和引拉周期的周期间停顿功夫、回推功夫、回推停登功夫及拉坯功夫七个参数。
为调查成分,各成分的水平别离为铸造温度1 180、1 240、1 280 ℃ ,冷却水入口温度18、25、30 ℃ ,水压0.4、0.6、0.8 MPa,牵引停登功夫为3.50、4.50、5.50、6.20、6.80、7.60 s,回推功夫0.08、0.16、0.25 s,回推停登功夫0.15、0.20、0.25 s,牵引功夫0.35、0.50、0.70 s ２楹酥副晡鞯闹旅芏。拉坯速度为节造变量,优化的参数及组合属于特定的拉坯速度,以方便出产。拉速为17.5 mm/s前提下的正交尝试规划L18(61× 36)[5]、尝试和仿真了局见表1。
2.网络模型
2.1网络结构
三层前向网络(Feed-forward Networks)可能以肆意精度逼近任何非线性关系[6]。本文经尝试确定的网络结构模型如图3所示,输入层7个神经元,隐层14个神经元,输出层一个神经元。用列向量Xj=[ x1,…,xn] T暗示隐层或输出层第j个神经元所接受的输入,n为上一级神经元个数,用行向量Wj=[ωj1,ωj2,… ,ωji,·177·
… ,ωjn]暗示隐层或输出层神经元j的衔接权向量,ωji代表神经元j所获得的第i个输入;神经元j的总输入,sj= ∑ni= 1ωjixi+θj= WjXj+θj,θj为阈值;选取f(sj)=11+ e- sj为转移函数,则神经元j的输出为yj= f(sj)=[1+ exp(- WjXj+θj)]- 1。
2.2网络进建
以正交尝试的每个尝试组号的铸造温度、牵引停登功夫、回推功夫、回推停登功夫、牵引功夫、冷却水入口温度、冷却水压和致密度为网络训练的一个输入样本对。设系统有p个样本对,误差函数界说为:Ep=12∑mj= 1(djp- yjp)2,djp和yjp别离为第j个输出元的现实输出和监督信号。在网络进建阶段,若网络输出误差幼于指定精度则实现,不然,转入反向传布(Error
Back Propagation),即将误差信号沿原来的衔接通路反向建改各神经元的权向量,使误差信号达到指定精度为止。进建过程选取Levenberg-Marguardt算法,根基迭代公式为[7]:ω(k+ 1)=ω(k)-(JTJ+ ul)- 1 g式中g是误差函数对权向量的梯度,J为误差函数对权向量微分的Jacobian矩阵,I为单元矩阵,u是能够调整的非负数。
进建实现后,数据内涵的法规便以神经元权向量值的大局散布存储于入网络中,供网络工作阶段使用。本尝试取0.001为训练精度,即网络进建实现准则,进建速度变步长,初始取为0.01,由3组平行尝试获得的样本数据进行训练,经18个检验样本的检验后,仿真了局见表1***后一列。
3.优化与尝试
经训练和检验后的网络模型用于优化预测。在优化阶段,网络的输入(一组成分水平的组合)由GA(genetic algorithms)优化算法产生[8],网络的输出为GA的适应度函数值。每一成分用一个4位二进造编码,7个工艺参数组成28位二进造字串为一个个别,随机产生20个个别组成初始种群Y(0)={y1(0),y2(0),… ,y20(0)},令k= 0;推算种群Y(k)中每一个个别的适应度函数值(将一个别作为一个尝试的成分水平输入网络,网络输出即为该个别的适应度函数值);从种群Y(k)中拔取若干对进行交叉(取概率Pc=0.6),产生新个别;对每个新个别依变异概率Pm=0.04进行变异,并把变异后的个别作为下一代种群Y(k+ 1)的个别,令k= k+ 1;直到陆续4代个别均匀适应度变动差满足ε≤ 0.01为止,当前代中适应度值***大的个别即为***优工艺参数。
本尝试中,拉速为17.5 mm/s时,获拉速域内优化预测的***高致密度为8.94 g/cm3,对应的参数组合为:铸造温度1 230℃ ;牵引停登功夫5.2 s;回推功夫0.17 s;回推停登功夫0.19 s;牵引功夫0.48 s;冷却水入口温度19℃ ;冷却水压0.53 MPa。经现实出产运行检验,该工艺前提下,现实致密度为8.93 g/cm3±2%,铜含量99.97%～ 99.99%。
4.结语
带坯致密度和氧含量是无氧铜加工材***重要的两个内涵质量指标,直接影响着资料的使用机能,致密度的凹凸反映了内涵组织个性,连铸过程中,致密度取决于肯定的工艺前提和合金自身的成分及含量。通过正交尝试和网络建模与优化,很大水平上添补了单成分或正交尝试中尝试点不陆续的问题,通过推算机在宽泛区域上全局寻优,既可获得肯定设备和出产环境下的一套较优工艺参数,同时削减了现实尝试次数和成本,成效较好,经济效益显著提高。
起源：中国知网 作者：郭明恩
