冷軋帶肋鋼筋工藝的現(xiàn)代優(yōu)化方法及質量控制.pdf

1、冷軋帶肋鋼筋由于自身的優(yōu)點，在建筑等領域得到了廣泛的應用，帶來了明顯的技術經濟效益。但在生產中也存在著一些問題，因此有對冷軋工藝優(yōu)化和控制產品質量研究的必要。 現(xiàn)代優(yōu)化方法包括禁忌搜索、人工神經網絡、模擬退火、遺傳算法及拉格朗日松馳等方法；這些方法涉及物理進化、人工智能、數(shù)字物理科學、神經系統(tǒng)和統(tǒng)計力學等概念，適合解決一些不能單純用數(shù)學方法來解決的實際問題。本文在對冷軋鋼筋生產工藝和產品質量研究的基礎上，針對冷軋鋼筋工藝參數(shù)優(yōu)化

2、這一復雜的實際組合優(yōu)化問題，以產品的抗拉強度和延伸率作為最終優(yōu)化目標，找到了一條多目標優(yōu)化的合理途徑，基于人工神經網絡和模擬退火一改進遺傳算法建立了冷軋帶肋鋼筋工藝參數(shù)的優(yōu)化系統(tǒng)，從而可以獲得最優(yōu)的工藝參數(shù)組合。 對人工神經網絡中的BP算法進行了深入研究，針對其缺點從結構和算法上對標準BP算法進行了改進。利用改進BP算法，建立了冷軋帶肋鋼筋工藝的現(xiàn)代優(yōu)化方法的建模和仿真預測子系統(tǒng)，其中可以建立高精度、高穩(wěn)定性的關系模型，可以較準

3、確地預測冷軋帶肋鋼筋產品的力學性能，建立的關系模型將作為工藝參數(shù)優(yōu)化的知識源。 在對標準遺傳算法認真研究的基礎上，提出了一個遺傳算法的改進策略。在分析改進遺傳算法和模擬退火算法在各自的優(yōu)勢后，提出了一種高效綜合的模擬退火一改進遺傳算法。在建模和仿真預測子系統(tǒng)的基礎上，建立了基于模擬退火一改進遺傳算法的優(yōu)化子系統(tǒng)，此系統(tǒng)針對多工藝參數(shù)和雙目標函數(shù)的冷軋優(yōu)化問題，可以進行準確、高效的工藝優(yōu)化。 論述了質量控制的背景和意義以及