热浸镀锌钢管涂层厚度预测与工艺参数优化

作者：张俊红; 孟峻巍; 李相东; 戴胡伟; 张学玲; 于洋洋^*

来源：机械科学与技术, 2023, 1-8.

DOI：10.13433/j.cnki.1003-8728.20230332

• 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

钢管在热浸镀锌过程中涂层厚度难以精确控制，造成涂层厚度过厚或过薄。本研究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(Support Vector Machine， 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。

• 单位
  天津友发钢管集团股份有限公司; 内燃机燃烧学国家重点实验室; 天津大学