CN101927267B - 一种精轧带钢辊缝的控制方法及装置 - Google Patents

Abstract

本发明公开了一种精轧带钢辊缝的控制方法，包括：将轧辊压扁半径、带钢出口厚度及压下率等数据代入轧制力综合系数模型计算出轧制力综合系数值，根据所述轧制力综合系数值更新计算出轧辊压扁半径，将更新计算出的轧辊压扁半径代入轧制力矩综合系数模型计算出轧制力矩综合系数值；根据所述轧制力综合系数值计算轧制力，及根据轧制力矩综合系数值计算轧制力矩；根据所述轧制力和轧制力矩调整辊缝。其中，计算轧制力及力矩公式为：

M＝W·H_m·R′·K_m·λ_M，轧制力和力矩综合系数模型公式分别为：

本发明还公开与上述方法对应的装置。有益效果：由于提高了轧制力、轧制力矩的计算精确，因此提高了带钢厚度精度，减少了带钢头部宽度拉窄和废钢事故的发生。

Description

一种精轧带钢辊缝的控制方法及装置

技术领域

本发明涉及热轧带钢成型加工技术领域，尤其涉及一种精轧带钢辊缝的控制方法及装置。

背景技术

目前，在热轧带钢的生产过程中，热连轧机架的工作过程主要由计算机控制完成。如图1所示，为带钢经过机架F1至F7厚度变薄的过程，为了生产出符合尺寸要求的带钢，需要精确控制各机架的辊缝，其中轧制力和轧制力矩的精确计算对调整机架辊缝起到非常重要的作用。现有技术中，轧制变形过程中的轧制力计算公式一般形式为：

F＝S·Q_p·K_m    (1)

其中，S—轧辊与轧件的接触面积；Q_p—应力状态影响系数；K_m—材料的变形抗力。由此可见，带钢热轧轧制力的大小主要取决于两个因素：

①材料的变形抗力K_m    其中K_m与轧件材质、变形温度、变形速率以及变形程度有关。如果材料中含碳及合金元素多、变形温度低、变形速率高、变形程度大，则会使材料的变形抗力增加；

②应力状态影响系数Q_p   其中Q_p与轧制变形区形状、表面摩擦条件等因素有关。

本发明主要对影响计算轧制力的应力状态影响系数Q_p进行研究。近几十年来，各国学者给出了许多关于应力状态影响系数的计算公式，如：根据奥洛万(OROWAN)方程推导的公式。但是现有的应力状态影响系数Q_p公式比较复杂，不便于计算机在线控制。

影响辊缝控制的另外一个重要因素是轧制力矩的计算。一般情况下，轧制力矩的计算公式可以写为：

其中，—力臂系数。

在公式(2)中，主要是力臂系数

的计算，但是现有技术中没有提供适合于各种轧制工况的统一的计算力臂系数的公式，并且由于影响力臂系数的因素又较多，因此很难准确计算力臂系数。

发明人在实施上述技术方案时，发现现有技术存在如下问题：某些情况下，由于某些机架轧制力和力矩的计算不精确，从而导致带钢头部厚度命中率低，甚至引发废钢事故，而现有技术中计算轧制力和轧制力矩又存在如下问题：1)、应力状态影响系数虽然公式形式多，但各有其使用范围，使用者难以选择适合于现场轧制情况的公式；大部分应力状态影响系数公式较复杂，不便于计算机在线控制；2)、力臂系数可选的公式较少，经验性较强，不便于实际操作。

发明内容

本发明所要解决的技术问题在于，提供一种精轧带钢辊缝的控制方法及装置，通过轧制力和力矩的精确计算，从而提高带钢头部厚度命中率，减少宽度拉窄和废钢事故。

为解决上述技术问题，本发明提供一种精轧带钢辊缝的控制方法，包括：

将所述轧辊压扁半径、带钢出口厚度及压下率等数据代入轧制力综合系数模型计算出轧制力综合系数值，根据所述轧制力综合系数值更新计算出轧辊压扁半径，将更新计算出的轧辊压扁半径代入轧制力矩综合系数模型计算出轧制力矩综合系数值；

根据所述轧制力综合系数值计算轧制力，及根据所述轧制力矩综合系数值计算轧制力矩；

根据所述轧制力和轧制力矩调整辊缝；

其中

所述轧制力综合系数模型公式为： ${\mathrm{\λ}}_F=p_{1F}\·r^{p_{2F}}\·{\left(\frac{R^{\′}}{h}\right)}^{p_{3F}}+p_{4F},$ 其中p_1F，p_2F，p_3F，p_4F为第一模型参数；

所述轧制力矩综合系数模型公式为： ${\mathrm{\λ}}_M=p_{1M}\·r^{p_{2M}}\·{\left(\frac{R^{\′}}{h}\right)}^{p_{3M}}+p_{4M},$ 其中p_1M，p_2M，p_3M，p_4M为第二模型参数；

计算所述第一模型参数和第二模型参数使用非线性优化目标函数公式： $f(p_1,p_2,p_3,p_4)=\sqrt{\underset{j=1}{\overset{\mathrm{Num}\_\mathrm{of}\_\mathrm{Strips}}{\mathrm{\Σ}}}\underset{k=1}{\overset{\mathrm{Num}\_\mathrm{of}\_s\tan d}{\mathrm{\Σ}}}{({\mathrm{\λ}}_{j\_k}^{\mathrm{Inv}}-{\mathrm{\λ}}_{j\_k}^{\mathrm{Cal}})}^2},$ 当λ_{j_k} ^Inv和λ_{j_k} ^Cal分别为第j块带钢在第k机架反向和正向计算出的轧制力综合系数值时，在f(p₁，p₂，p₃，p₄)达到最小值时，计算出第一模型参数；当λ_{j_k} ^Inv和λ_{j_k} ^Cal分别为第j块带钢在第k机架反向和正向计算出的轧制力矩综合系数值时，在f(p₁，p₂，p₃，p₄)达到最小值时，计算出第二模型参数；所述计算轧制力和轧制力矩的公式为：

$F=\frac{W\·l_c\·H_m\·K_m}{\mathrm{\Δh}}\·{\mathrm{\λ}}_F$

M＝W·H_m·R′·K_m·λ_M

各符号含义：

h—带钢出口厚度；        W—带钢宽度；

r—厚度压下率， $r=\frac{H-h}{H};$     R′—轧辊压扁半径；

H_m—带钢的平均厚度， $H_m=\frac{H+h}{2};$ l_c—轧辊压扁弧长；

Δh—带钢压下厚度，  Δh＝H-h；  K_m—带钢的变形抗力；

λ—轧制力能综合系数；F—轧制力；M—轧制力矩；

λ_F为轧制力综合系数；     λ_M为轧制力矩综合系数；

j为带钢索引号，k为机架编号；H为带钢入口厚度；

λ_{j_k} ^Inv为第j块带钢在第k机架反向计算的轧制力综合系数或轧制力矩综合系数；

λ_{j_k} ^Cal为第j块带钢在第k机架正向计算的轧制力综合系数或轧制力矩综合系数；

Num_of_Strips为用于分析的带钢数量；

Num_of_Stand为轧制过程中机架的数量。

本发明还提供一种精轧带钢辊缝的控制装置，包括：

轧制力能综合系数值计算模块，用于轧辊压扁半径、带钢出口厚度及压下率等数据代入轧制力综合系数模型迭代计算出轧制力综合系数值，根据所述轧制力综合系数值更新计算出轧辊压扁半径，将更新计算出的轧辊压扁半径代入轧制力矩综合系数模型公式计算出轧制力矩综合系数值；

轧制力和轧制力矩计算模块，用于根据所述轧制力综合系数值计算轧制力，及根据所述轧制力矩综合系数值计算轧制力矩；

辊缝调整模块，用于根据所述轧制力和轧制力矩调整辊缝。

本发明的有益效果是：通过将应力状态影响系数和力臂系数统一为具有相同参数模型的公式，简化计算轧制力和轧制力矩的过程，提高了轧制力和轧制力矩的计算精度；并且轧制力能综合模型的未知参数比现有技术中应力状态影响系数和力臂系数中包含的未知参数少，有利于计算机在线控制，从而最终达到提高带钢头部厚度命中率，减少宽度拉窄和废钢事故的目的。

附图说明

图1为带钢在机架F1至F7间厚度变薄的过程；

图2为实施例一提供的一种精轧带钢辊缝的控制方法的流程示意图；

图3为应力状态影响系数与变形区形状因子关系图；

图4为应力状态影响系数与压下率关系图；

图5为力臂系数与压下率关系图；

图6为力臂系数与变形区形状因子关系图；

图7为轧制力综合系数与压下率关系图；

图8为轧制力综合系数与

关系图；

图9为轧制力矩综合系数与压下率关系图；

图10为轧制力矩综合系数与

关系图；

图11为计算轧制力能综合系数值的示意流程图；

图12为实施例三提供的一种精轧带钢辊缝的控制装置的结构示意图；

图13为图12中所述轧制力能综合系数值计算模块结构示意图。

具体实施方式

下面结合附图对本发明实施例进行详细说明。

实施例一

图2为一种精轧带钢辊缝的控制方法的流程示意图，如图2所示，该方法包括：

S11、将所述轧辊压扁半径、带钢出口厚度及压下率等数据代入轧制力综合系数模型计算出轧制力综合系数值，根据所述轧制力综合系数值更新计算出轧辊压扁半径，将更新计算出的轧辊压扁半径代入轧制力矩综合系数模型公式计算出轧制力矩综合系数值；

S12、根据所述轧制力综合系数值计算轧制力，及根据所述轧制力矩综合系数值计算轧制力矩；

S13、根据所述轧制力和轧制力矩调整辊缝。

其中

在步骤S11中所述其中轧制力能综合模型公式为：所述轧制力综合系数模型公式为： ${\mathrm{\λ}}_F=p_{1F}\·r^{p_{2F}}\·{\left(\frac{R^{\′}}{h}\right)}^{p_{3F}}+p_{4F},$ 其中p_1F，p_2F，p_3F，p_4F为第一模型参数；

所述轧制力矩综合系数模型公式为： ${\mathrm{\λ}}_M=p_{1M}\·r^{p_{2M}}\·{\left(\frac{R^{\′}}{h}\right)}^{p_{3M}}+p_{4M},$ 其中p_1M，p_2M，p_3M，p_4M为第二模型参数；

所述第一模型参数和第二模型参数使用非线性优化目标函数公式： $f(p_1,p_2,p_3,p_4)=\sqrt{\underset{j=1}{\overset{\mathrm{Num}\_\mathrm{of}\_\mathrm{Strips}}{\mathrm{\Σ}}}\underset{k=1}{\overset{\mathrm{Num}\_\mathrm{of}\_s\tan d}{\mathrm{\Σ}}}{({\mathrm{\λ}}_{j\_k}^{\mathrm{Inv}}-{\mathrm{\λ}}_{j\_k}^{\mathrm{Cal}})}^2},$ (4)，当λ_{j_k} ^Inv和λ_{j_k} ^Cal分别为第j块带钢在第k机架反向和正向计算出的轧制力综合系数值时，在f(p₁，p₂，p₃，p₄)达到最小值时，计算出第一模型参数；当λ_{j_k} ^Inv和λ_{j_k} ^Cal分别为第j块带钢在第k机架反向和正向计算出的轧制力矩综合系数值时，在f(p₁，p₂，p₃，p₄)达到最小值时，计算出第二模型参数；所述计算轧制力和轧制力矩的公式为：

$F=\frac{W\·l_c\·H_m\·K_m}{\mathrm{\Δh}}\·{\mathrm{\λ}}_F---\left(5\right)$

M＝W·H_m·R′·K_m·λ_M   (6)

各符号含义：

h—带钢出口厚度；     W—带钢宽度；

r—厚度压下率， $r=\frac{H-h}{H};$ R′—轧辊压扁半径；

H_m—带钢的平均厚度， $H_m=\frac{H+h}{2};$ l_c—轧辊压扁弧长；

Δh—带钢压下厚度，    Δh＝H-h；  K_m—带钢的变形抗力；

λ—轧制力能综合系数； F—轧制力； M—轧制力矩；

λ_F为轧制力综合系数；  λ_M为轧制力矩综合系数；

j为带钢索引号，k为机架编号；H为带钢入口厚度；

λ_{j_k} ^Inv为第j块带钢在第k机架反向计算的轧制力综合系数或轧制力矩综合系数；

λ_{j_k} ^Cal为第j块带钢在第k机架正向计算的轧制力综合系数或轧制力矩综合系数；

Num_of_Strips为用于分析的带钢数量；

Num_of_Stand为轧制过程中机架的数量。

本实施例中，可以将轧制力综合系数模型公式和轧制力矩综合系数模型公式统一为： $\mathrm{\λ}=p_1\·r^{p2}\·{\left(\frac{R^{\′}}{h}\right)}^{p_3}+p_4,$ 称为轧制力能综合模型公式，在计算轧制力综合系数值时，上述公式中的p₁，p₂，p₃，p₄使用第一模型参数，在计算轧制力矩综合系数值时，上述公式中的p₁，p₂，p₃，p₄使用第二模型参数。下面首先对如何获得轧制力能综合模型公式进行详细说明：

图3和图4分别为变形区形状因子与应力状态影响系数及应力状态影响系数和压下率关系图，从图3可以得出应力状态影响系数几乎随变形区形状因子线性增长，而受压下率影响不是很大，因此应力状态影响系数主要由变形区形状因子决定。

图5和图6分别为力臂系数与压下率、力臂系数与变形区形状因子的关系图，从图5和图6中可以得出力臂系数与压下率、变形区形状因子都存在关系。

由上面分析可以得出，应力状态影响系数与力臂系数拥有共同的影响因素：变形区形状因子和压下率；

由于： $\frac{l_c}{h_m}=\frac{\sqrt{R^{\′}\·\mathrm{\Δh}}}{(H+h)/2}=\frac{2\sqrt{r\·(1-r)}}{2-r}\·\sqrt{\frac{R^{\′}}{h}}---\left(7\right)$

因此，变形区形状因子

与压下率r可以转化为压扁半径与出口厚度比

与压下率r，即 $Q_p=f(\frac{R^{\′}}{h},r),$

即：用一个共同的轧制力能综合系数来统一应力状态影响系数与力臂系数，即用 $\mathrm{\λ}=L(\frac{R^{\′}}{h},r)$ 来代替 $Q_p=f(\frac{R^{\′}}{h},r)$ 与

下面只要获得轧制力能综合系数λ函数公式即可，本发明中所述的轧制力能参数包括轧制力和轧制力矩。由图4中可以得出应力状态影响系数与压下率的关系还受到其它因素的影响，在此引入一个新的因子

使轧制力综合系数 ${\mathrm{\λ}}_F=\frac{\mathrm{\Δh}}{H_m}\·Q_p,$ 则由图7可以得出λ_F与压下率呈指数增长，从而将 ${\mathrm{\λ}}_F=\frac{\mathrm{\Δh}}{H_m}\·Q_p$ 代入公式(1)中可以得到新的计算轧制力的公式： $F=\frac{W\·l_c\·H_m\·K_m}{\mathrm{\Δh}}\·{\mathrm{\λ}}_F$ (8)，然后将公式(8)代入公式(2)中看得到计算轧制力矩的公式：

使轧制力矩综合系数

即

$M={\mathrm{\λ}}_M\·\left(\frac{l_c^2\·R^{\′}\·W\·H_m\·K_m}{\mathrm{\Δh}\·R^{\′}}\right)---\left(10\right)$

又由于 $l_c=\sqrt{R^{\′}\·\mathrm{\Δh}},$ 因此新的轧制力矩公式为：

M＝W·H_m·R′·K_m·λ_M    (11)

下面构建轧制力综合系数λ_F与轧制力矩综合系数λ_M的统一表达式，由前面分析知影响λ_F和λ_M的主要因素可归结为

和r，由图7、图9表明λ_F、λ_M都随压下率呈指数增长，且增长较快；图8、图10表明λ_F、λ_M也都随

呈指数增长，且增长较慢。因此，λ_F、λ_M与

r的规律性非常一致，从而建立统一的轧制力能综合系数模型公式 $\mathrm{\λ}=p_1\·r^{p2}\·{\left(\frac{R^{\′}}{h}\right)}^{p_3}+p_4.$

本实施例中，为了获得模型参数的值，可根据轧制过程实测数据反向计算出轧制力综合系数和轧制力矩综合系数。即：

${\mathrm{\λ}}_F^{\mathrm{Inv}}=F_{\mathrm{cat}}\·\frac{\mathrm{\Δh}}{W\·l_c\·H_m\·K_m}---\left(12\right)$

${\mathrm{\λ}}_M^{\mathrm{Inv}}=\frac{M_{\mathrm{act}}}{W\·H_m\·R^{\′}\·K_m}---\left(13\right)$

其中，F_act和M_cat分别为轧制过程中实测的轧制力和轧制力矩。

又因为 $\mathrm{\λ}=p_1\·r^{p2}\·{\left(\frac{R^{\′}}{h}\right)}^{p_3}+p_4,$ 问题转化为对λ_F和λ_M，都符合一个非线性优化目标函数f(p₁，p₂，p₃，p₄)：即为公式(4)，求p1、p2、p3、p4，使f(p₁，p₂，p₃，p₄)达到最小值，即当λ_{j_k} ^Inv和λ_{j_k} ^Cal分别为第j块带钢在第k机架反向或正向计算出的轧制力综合系数值时，在f(p₁，p₂，p₃，p₄)达到最小值时，计算出第一模型参数p_1F，p_2F，p_3F，p_4F；当λ_{j_k} ^Inv和λ_{j_k} ^Cal分别为第j块带钢在第k机架反向或正向计算出的轧制力矩综合系数值时，在f(p₁，p₂，p₃，p₄)达到最小值时，计算出第二模型参数p_1M，p_2M，p_3M，p_4M。

根据上面描述的方法可求出第一模型参数p_1F，p_2F，p_3F，p_4F的取值范围。如表1所示为计算轧制力综合系数和轧制力时，第一模型参数的取值范围：

表1

	下限	上限
			p1F	1.1527	1.1605
p2F	1.3811	1.5265
			p3F	0.2789	0.2884
p4F	0	0

如表2所示为计算轧制力矩综合系数和轧制力矩时，第二模型参数的取值范围：

表2

	下限	上限
			p1M	1.1605	1.1683
p2M	1.6607	1.8355
			p3M	0.2693	0.2789
p4M	0.0718	0.0794

如在本实施例中，在计算轧制力综合系数和轧制力时，第一模型参数可取值为：p_1F＝1.1566，p_2F＝1.4538，p_3F＝0.2836，p_4F＝0；在计算轧制力矩综合系数和轧制力矩时，第二模型参数可取值为：p_1M＝1.1644，p_2M＝1.7481，p_3M＝0.2741，p_4M＝0.0756。

本实施例的有益效果是：通过将应力状态影响系数和力臂系数统一为轧制力能综合系数，简化计算轧制力和轧制力矩的过程，提高了轧制力和轧制力矩的计算精度；并且轧制力能综合系数的未知参数比现有技术中应力状态影响系数和力臂系数中包含的未知参数少，有利于计算机在线控制，缩短运行时间，从而最终达到提高带钢头部厚度命中率，减少宽度拉窄和废钢事故。

实施例二

图11为计算轧制力能综合系数值示意流程图。如图11所示，在实施例一的基础上，所述将轧辊压扁半径、带钢出口厚度及压下率等数据代入轧制力综合系数模型计算出轧制力综合系数值，根据所述轧制力综合系数值更新计算出轧辊压扁半径，将更新计算出的轧辊压扁半径代入轧制力矩综合系数模型计算出轧制力矩综合系数值，即步骤S11采用迭代过程，该迭代过程包括：

S21、预设所述轧辊压扁半径为原始轧辊半径，迭代计算次数初值为1；

S22、将所述轧辊压扁半径代入所述轧制力综合系数模型计算出轧制力综合系数值；

S23、根据所述轧辊压扁半径计算出轧辊压扁弧长；

其中，所述压扁弧长公式模型为： $l_c=\sqrt{R^{\′}\·\mathrm{\Δh}}.$

S24、根据所述轧制力综合系数值和轧辊压扁弧长计算轧制力；

S25、根据所述轧制力计算轧辊压扁半径，并判断迭代次数是否达到目标值，如果是则继续进行步骤S26，否则将迭代次数加1后重复S22-S25；

其中，所述计算轧辊压扁半径公式为： $\frac{R^{\′}}{R}=1+\frac{16\·(1-v^2)}{\mathrm{\π}\·E}\·\frac{F\·1000}{W\·\mathrm{\Δh}};$

式中，E为杨氏模量，v为波松比，R为原始轧辊半径；

所述目标值范围为大于等于5。

S26、将迭代次数达到所述目标值时计算出的轧辊压扁半径代入所述轧制力矩综合系数模型计算出轧制力矩综合系数值；

S27、输出所述轧制力矩综合系数值及迭代次数达到目标值时计算出的轧制力综合系数值。

本实施例中，所述步骤S22和S23之间的顺序可以互换。

下面以某热连轧生产过程中(带钢经过七个机架F1-F7)为例对计算轧制力综合系数值和轧制力矩综合系数值进行详细说明。数据如下：带钢进入第一机架F1前的入口厚度：38.81mm，终轧厚度：1.58mm，终轧温度：860℃，宽度：1193.34mm，其余数据如表3所示：

表3

机架	带钢温度(℃)	轧辊速度(m/s)	原始轧辊半径(mm)	压下率(％)	出口厚度(mm)
						F1	1037.3	0.97	410.4	58.74％	16.01
F2	1009.2	2.15	411.15	54.24％	7.32
						F3	982.2	3.76	413.9	41.74％	4.26

F4	946.7	5.58	399.3	31.19％	2.94
						F5	922.2	7.77	329.05	27.84％	2.12
F6	898.8	9.55	324.4	18.94％	1.72
						F7	877.5	10.65	321.8	8.21％	1.58

在计算轧制力和轧制力矩综合状态系数时，还要计算变形抗力，则变形抗力模型公式为：

$K_m=\{a_{k0}+\underset{i=1}{\overset{9}{\mathrm{\Σ}}}(a_{\mathrm{ki}}\·{\mathrm{\ρ}}_i)\}\·\exp [b_{k0}+b_{k1}\·{\mathrm{\ρ}}_c+b_{k2}\·\frac{1}{T_k}]{\·\mathrm{\ϵ}}^{b_{k3}}\·{\stackrel{\·}{\mathrm{\ϵ}}}^{b_{k4}}---\left(14\right)$

其中：

ρ_i-C、Si、Mn、Ni、Cr、Ti、Mo、V、Nb等化学成分含量；

ρ_c-含碳量；

T_k-带钢温度；

ε-带钢在轧制中的形变；

-带钢变形速率；

a_ki-各成分项系数，k＝0～9；

b_ki-各基本项系数，k＝0～4。

根据上述公式可计算变形抗力，如表4所示：

表4

	F1	F2	F3	F4	F5	F6	F7
								变形抗力(MPa)	127.85	159.48	196.32	223.84	253.95	280.74	330.66

下面详细说明计算轧制力综合系数值和轧制力矩综合系数值过程：

步骤1、将轧辊压扁半径代入轧制力综合状态系数模型公式λ_F计算出轧制力综合系数值，根据表1中第一模型参数的取值范围，在本实施例中，各参数取值为p_1F＝1.1566，p_2F＝1.4538，p_3F＝0.2836，p_4F＝0，则轧制力综合状态系数公式为：

${\mathrm{\λ}}_F=1.1566\·r^{1.4538}\·{\left(\frac{R^{\′}}{h}\right)}^{0.2836}---\left(15\right)$

根据上式可以计算λ_F，在第一次更新计算λ_F时压扁半径R′使用原始轧辊半径R，并设置此时迭代次数K＝1，以后更新计算时使用的压扁半径为上一次更新计算出的压扁半径；

步骤2、根据步骤1计算的λ_F使用公式 $l_c=\sqrt{R^{\′}\·\mathrm{\Δh}}$ 和 $F=\frac{W\·l_c\·H_m\·K_m}{\mathrm{\Δh}}\·{\mathrm{\λ}}_F$ 计算轧制力，其中在计算压扁弧长时使用的压扁半径的取值与步骤1中的取值相同，K_m使用公式(14)计算的值；

步骤3、根据步骤2中计算出的轧制力，使用Hitchcock公式可以计算压扁半径：

$\frac{R^{\′}}{R}=1+\frac{16\·(1-v^2)}{\mathrm{\π}\·E}\·\frac{F\·1000}{W\·\mathrm{\Δh}}---\left(16\right)$

其中，E为杨氏模量，v为波松比。

步骤4、如果迭代次数达到目标值，如K≥5，则继续进行下面步骤5，否则对迭代次数加1即将K＝K+1后，再重复步骤1-4直到满足目标值；表5给出了计算机进行5次迭代时，各次的压扁半径、轧制力综合系数、压扁弧长和轧制力：

表5

步骤5、根据轧制力矩综合系数模型公式 ${\mathrm{\λ}}_M=p_{1M}\·r^{p_{2M}}\·{\left(\frac{R^{\′}}{h}\right)}^{p_{3M}}+p_{4M}$ 计算轧制力矩综合系数λ_M，及根据表2给出的计算轧制力矩时第二模型参数的取值范围，本实施例各参数取值为：p_1M＝1.1644，p_2M＝1.7481，p_3M＝0.2741，p_4M＝0.0756，则

${\mathrm{\λ}}_M=1.1644\·r^{1.7481}\·{\left(\frac{R^{\′}}{h}\right)}^{0.2741}+0.0756---\left(17\right)$

迭代次数达到目标值后，将达到目标值更新计算出的压扁半径代入公式(17)中计算出λ_M，如表6所示：

表6

	F1	F2	F3	F4	F5	F6	F7
								λM	1.199	1.296	0.989	0.693	0.611	0.376	0.152

步骤6、输出步骤5中计算出的轧制力矩综合系数值及迭代次数达到目标值时计算出的轧制力综合系数值。

本实施例有益效果为：压扁半径的取值采用迭代模型进行，从而使计算出的轧制力和轧制力矩的数值精度更高，能更有效的提高带钢头部厚度命中率，减少宽度拉窄和废钢事故。

实施例三

图12为本实施例提供的一种精轧带钢辊缝的控制装置的结构示意图，如图12所示，该装置包括：

轧制力能综合系数值计算模块31，用于将轧辊压扁半径、带钢出口厚度及压下率等数据代入轧制力综合系数模型计算出轧制力综合系数值，根据所述轧制力综合系数值更新计算出轧辊压扁半径，将更新计算出的轧辊压扁半径代入轧制力矩综合系数模型公式计算出轧制力矩综合系数值；

轧制力和轧制力矩计算模块32，用于根据所述轧制力综合系数值计算轧制力，及根据轧制力矩综合系数值计算轧制力矩；

辊缝调整模块33，用于根据所述轧制力和轧制力矩调整辊缝。

本实施例的有益效果是：通过将应力状态影响系数和力臂系数统一为轧制力能综合系数，简化计算轧制力和轧制力矩的过程，提高了轧制力和轧制力矩的计算精度；并且轧制力能综合系数的未知参数比现有技术中应力状态影响系数和力臂系数中包含的未知参数少，有利于计算机在线控制，缩短运行时间，从而最终达到提高带钢头部厚度命中率，减少宽度拉窄和废钢事故。

在实施例三的基础上，如图13所示，所述轧制力能综合系数值计算模块31进一步包括：压扁半径预设单元311、轧制力综合系数计算单元312、压扁弧长计算单元313、轧制力计算单元314、压扁半径计算及判断单元315、轧制力矩综合系数计算单元316及输出单元317；

其中

压扁半径预设单元311用于预设所述轧辊压扁半径为原始轧辊半径；

轧制力综合系数计算单元312用于将所述轧辊压扁半径代入所述轧制力综合系数模型公式计算出轧制力综合系数值；

压扁弧长计算单元313用于根据所述轧辊压扁半径计算出轧辊压扁弧长；

轧制力计算单元314用于根据所述轧制力综合系数值和轧辊压扁弧长计算轧制力；

所述压扁半径计算及判断单元315用于根据所述轧制力计算轧辊压扁半径，并判断迭代次数是否达到目标值，如果是则将所述轧辊压扁半径输出给所述轧制力矩综合系数计算单元317，否则将迭代次数加1后，将所述轧辊压扁半径输出给所述轧制力综合系数计算单元312和所述压扁弧长计算单元313；

所述轧制力矩综合系数计算单元316用于将所述轧辊压扁半径代入所述轧制力矩综合系数模型公式计算出轧制力矩综合系数值；

输出单元317用于输出所述轧制力矩综合系数值及达到目标迭代次数时计算出的轧制力综合系数值。

本实施例有益效果为：压扁半径的取值采用迭代模型进行，从而计算出的轧制力和轧制力矩的数值精度更高，能更有效的提高带钢头部厚度命中率，减少宽度拉窄和废钢事故。

最后，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，如该介质可以为ROM/RAM、磁碟、光盘等，该程序在执行时，包括如下步骤：

将轧辊压扁半径、带钢出口厚度及压下率等数据代入轧制力综合系数模型计算出轧制力综合系数值，根据所述轧制力综合系数值更新计算出轧辊压扁半径，将更新计算出的轧辊压扁半径代入轧制力矩综合系数模型计算出轧制力矩综合系数值；

根据所述轧制力综合系数值计算轧制力，及根据所述轧制力矩综合系数值计算轧制力矩；

根据所述轧制力和轧制力矩调整辊缝。

当然，以上所述是本发明的优选实施方式，应当指出，对于本领域普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (6)

1.一种精轧带钢辊缝的控制方法，其特征在于，包括：

将轧辊压扁半径、带钢出口厚度及压下率数据代入轧制力综合系数模型计算出轧制力综合系数值，根据所述轧制力综合系数值更新计算出轧辊压扁半径，将更新计算出的轧辊压扁半径代入轧制力矩综合系数模型计算出轧制力矩综合系数值；

根据所述轧制力综合系数值计算轧制力，及根据所述轧制力矩综合系数值计算轧制力矩；

根据所述轧制力和轧制力矩调整辊缝；

其中

所述轧制力综合系数模型公式为：

其中p_1F，p_2F，p_3F，p_4F为第一模型参数；

所述轧制力矩综合系数模型公式为：

其中p_1M，p_2M，p_3M，p_4M为第二模型参数；

计算所述第一模型参数和第二模型参数均使用非线性优化目标函数公式：当λ_{j_k} ^Inv和λ_{j_k} ^Cal分别为第j块带钢在第k机架反向和正向计算出的轧制力综合系数值，且在f(p₁，p₂，p₃，p₄)达到最小值时，计算出第一模型参数；当λ_{j_k} ^Inv和λ_{j_k} ^Cal分别为第j块带钢在第k机架反向和正向计算出的轧制力矩综合系数值，且在f(p₁，p₂，p₃，p₄)达到最小值时，计算出第二模型参数； 

所述计算轧制力和轧制力矩的公式为：

M＝W·H_m·R′·K_m·λ_M

各符号含义：

h为带钢出口厚度；                W为带钢宽度；

r为厚度压下率，

            R′为轧辊压扁半径；

H_m为带钢的平均厚度，

    l_c为轧辊压扁弧长；

Δh为带钢压下厚度，Δh＝H-h；    K_m为带钢的变形抗力；

λ为轧制力能综合系数；           F为轧制力；    M为轧制力矩；

λ_F为轧制力综合系数；            λ_M为轧制力矩综合系数；

j为带钢索引号，k为机架编号；H为带钢入口厚度；

λ_{j_k} ^Inv为第j块带钢在第k机架反向计算的轧制力综合系数或轧制力矩综合系数；

λ_{j_k} ^Cal为第j块带钢在第k机架正向计算的轧制力综合系数或轧制力矩综合系数；

Num_of_Strips为用于分析的带钢数量；

Num_of_Stand为轧制过程中机架的数量。 

2.根据权利要求1所述的方法，其特征在于，所述第一模型参数各参数取值范围分别为：1.1527≤p_1F≤1.1605，1.3811≤p_2F≤1.5265，0.2789≤p_3F≤0.2884，p_4F取值为0；所述第二模型参数各参数取值范围分别为：1.1605≤p_1M≤1.1683，1.6607≤p_2M≤1.8355，0.2693≤p_3M≤0.2789，0.0718≤p_4M≤0.0794。

3.根据权利要求1或2所述的方法，其特征在于，所述第一模型参数各参数取值为：p_1F＝1.1566，p_2F＝1.4538，p_3F＝0.2836，p_4F＝0；所述第二模型参数各参数取值为：p_1M＝1.1644，p_2M＝1.7481，p_3M＝0.2741，p_4M＝0.0756。

4.根据权利要求1所述的方法，其特征在于，所述将轧辊压扁半径、带钢出口厚度及压下率数据代入轧制力综合系数模型计算出轧制力综合系数值，根据所述轧制力综合系数值更新计算出轧辊压扁半径，将更新计算出的轧辊压扁半径代入轧制力矩综合系数模型计算出轧制力矩综合系数值，采用迭代过程，所述迭代过程包括：

①、预设所述轧辊压扁半径为原始轧辊半径，迭代次数初值为1；

②、将所述轧辊压扁半径代入所述轧制力综合系数模型计算出轧制力综合系数值；

③、根据所述轧辊压扁半径计算出轧辊压扁弧长；

④、根据所述轧制力综合系数值和轧辊压扁弧长计算轧制力；

⑤、根据所述轧制力计算出轧辊压扁半径，并判断迭代次数是否达到目标值，如果是则继续进行步骤⑥，否则将迭代次数加1后重复步骤②-⑤； 

⑥、将迭代次数达到所述目标值时计算出的轧辊压扁半径代入所述轧制力矩综合系数模型公式计算出轧制力矩综合系数值；

⑦、输出所述轧制力矩综合系数值及迭代次数达到所述目标值时计算出的轧制力综合系数值。

5.根据权利要求4所述的方法，其特征在于，所述目标值为大于等于5。

6.一种实现权利要求1至5之一所述一种精轧带钢辊缝的控制方法的装置，其特征在于，包括：

轧制力能综合系数值计算模块，用于将轧辊压扁半径、带钢出口厚度及压下率数据代入轧制力综合系数模型计算出轧制力综合系数值，根据所述轧制力综合系数值更新计算出轧辊压扁半径，将更新计算出的轧辊压扁半径代入轧制力矩综合系数模型计算出轧制力矩综合系数值，所述轧制力能综合系数值计算模块包括：压扁半径预设单元、轧制力综合系数计算单元、压扁弧长计算单元、轧制力计算单元、压扁半径计算及判断单元、轧制力矩综合系数计算单元及输出单元；其中，所述压扁半径预设单元用于预设所述轧辊压扁半径为原始轧辊半径，迭代计算次数初值为1；所述轧制力综合系数计算单元用于将所述轧辊压扁半径代入所述轧制力综合系数模型公式计算出轧制力综合系数值；所述压扁弧长计算单元用于根据所述轧辊压扁半径计算出轧辊压扁弧长；所述轧制力计算单元用于根据所述轧制力综合系数值和轧辊压扁弧长计算轧制力；所述压扁半径计算及判断单元用于根据所述轧制力计算轧辊压扁半径，并判断迭代次数是否达到目标值，如果是则将所述轧辊压扁半径输出给所述轧制力矩综合系数计算单元，否则 将迭代次数加1后，将所述轧辊压扁半径输出给所述轧制力综合系数计算单元和所述压扁弧长计算单元；所述轧制力矩综合系数计算单元用于将迭代次数达到所述目标值时计算出的轧辊压扁半径代入所述轧制力矩综合系数模型计算出轧制力矩综合系数值；所述输出单元用于输出所述轧制力矩综合系数值及迭代次数达到所述目标值时计算出的轧制力综合系数值；

轧制力和轧制力矩计算模块，用于根据所述轧制力综合系数值计算轧制力，及根据所述轧制力矩综合系数值计算轧制力矩；

辊缝调整模块，用于根据所述轧制力和轧制力矩调整辊缝。 

Images