金属板广泛应用于航空航天、汽车、家电及医疗设备等领域，其生产过程中，轧制力是决定轧制质量和设备选型的关键参数。然而，轧制过程是一个复杂的多参数非线性耦合过程，传统的轧制力建模方法存在精度不足和适用性局限的问题，亟需结合先进技术进一步提升模型的准确性和智能化水平。
最近，苏州大学的章顺虎教授及其团队系统综述了金属板轧制力的精确建模方法和研究进展，并提出了未来的智能化发展方向。论文系统总结了理论分析、有限元模拟、人工神经网络建模及混合建模方法的优缺点；分析了各类模型在板厚控制、板形控制及轧制工艺优化中的实际应用案例。
相关研究成果以“Research progress and intelligent trend of accurate modeling of rolling force in metal sheet”为题目发表于Journal of Iron and Steel Research International 期刊2023年第30卷第9期，论文作者为：Shun-hu Zhang*, Yi Zhang, Wei-gang Li, Wen-hao Tian, Yan Li, Li-zhi Che。
该论文的主要研究结果与结论如下：
理论建模：基于变形力学和数学关系，提供了物理参数间的清晰联系，但预测误差较大。
有限元模拟：通过刚塑性和弹塑性有限元方法，可获得高精度预测结果，但计算量大，应用受限。
神经网络建模：利用大数据训练实现复杂非线性问题的高精度预测，但缺乏物理意义，存在黑箱问题。
混合建模：整合理论模型和神经网络模型的优点，既能提供清晰的物理意义，又具备高预测精度，适合在线控制和工艺优化。
未来展望：构建包含能耗、质量和碳排放的多目标优化模型；改进神经网络算法以解决黑箱问题；开发适应性更强的混合建模方法，用于多场耦合复杂轧制工艺。
该论文中共有图片5张，部分图片如下：
图1. 轧制力建模的发展阶段及前景示意图
图2. 轧制力建模的主要方法和技术框架
图3. 混合建模方法的结构示意图
图4. 轧制力在板厚控制、板形控制和工艺优化中的应用示意图
图5. 针对轧制力建模的未来研究方向的概念图
如果您需要论文原文，请在本页最下方留言“2412”。您想看哪方面的文献资料，也请给小编留言。
您可以点击下方“#轧钢”，然后“订阅”该合集，系统将更精准地向你推荐相关资讯。
欢迎投稿，欢迎“点赞、在看”！
