-
题名热浸镀锌钢管涂层厚度预测与工艺参数优化
- 1
-
-
作者
张俊红
孟峻巍
李相东
戴胡伟
张学玲
于洋洋
-
机构
天津大学内燃机燃烧学国家重点实验室
天津友发钢管集团股份有限公司
天津仁爱学院
-
出处
《机械科学与技术》
北大核心
2025年第9期1491-1498,共8页
-
基金
天津市科技重大专项与工程项目(21ZXCCSN00020)。
-
文摘
以企业的指定某规格镀锌钢管为研究对象,测试167根大生产钢管外表面镀锌层厚度,以167根钢管的厚度参数为建模与验证数据,选取镀锌钢管生产的排料时间、压下时间、浸锌时间、锌液温度、引出速度、引上速度、拔料时间、外吹压力和风环位置作为敏感性评价因子。建立了基于支持向量机(SVM)的镀锌钢管外表面锌层厚度预测模型,运用Sobol方法对计算模型进行了敏感性分析,确定了各工艺参数对钢管镀锌层厚度的影响程度;分别采用4种群体智能优化算法对SVM模型进行了优化,以预测精度作为评价指标,获得最优钢管镀锌层厚度预测模型,并对此模型运用遗传算法进行寻优,得到了最优热浸镀锌工艺参数。结果表明:风环位置、浸锌时间、锌液温度、压下时间和引出速度是影响模型预测结果的重要参数;利用金豹优化算法(GJO)优化SVM模型的收敛速度快,模型预测精度高;利用遗传算法对GJO-SVM的模型寻优,得到最优工艺参数,在指导实际生产,满足标准的要求下,实现了节约锌料,提高效率。
-
关键词
涂层厚度
支持向量机
金豹优化算法
全局敏感性分析
工艺参数
-
Keywords
coating thickness
support vector machine
Golden jackal optimization
global sensitivity analysis
process parameters
-
分类号
TG174.3
[金属学及工艺—金属表面处理]
-
