CN102004445A - 铝冷轧机数学模型的高效自适应方法 - Google Patents

Abstract

本发明提供一种铝冷轧机数学模型的高效自适应方法，针对铝冷轧轧制过程生产安排灵活、道次规格多样等特点，设计轧制特性参数的计算确定方法，以之为前提设计了数学模型的高效自适应方法，以实现铝冷轧机过程控制系统中各数学模型的高效自动修正，根据轧制过程实测参数提高数学模型计算精度，此方法兼顾了自适应修正的精度和效率，且具有计算速度快、实用性强等特点。

Description

铝冷轧机数学模型的高效自适应方法

技术领域

本发明涉及轧制过程数学模型的自动修正方法，尤其涉及一种在过程控制系统中应用的铝冷轧机数学模型高效自适应方法。

背景技术

国内大多数铝冷轧机组中，生产过程比较灵活，且道次轧制规格多样。由于缺乏高精度的数学模型及自适应方法，轧制参数预报精度难以满足轧制工艺和设备条件的要求，制约着铝带材生产稳定性、生产效率及产品精度的提高。随着计算机控制技术的发展，铝冷轧机的装备技术水平也越来越高，提高轧制参数的预报控制精度，对实际生产有着重要的现实意义。

目前，我国针对铝冷轧机数学模型的研究较少，缺乏成熟可靠的、生产实用性强的轧制过程数学模型，轧制参数主要由精度很差的简单模型进行计算，轧制参数设定计算精度很低。此外，铝冷轧轧制过程具有多变量、强耦合、非线性和时变性等复杂特性，为保证轧制参数预报精度，需要根据轧制过程实测参数对相关数学模型进行修正。

为保证产品质量和生产效率，需要提高轧制参数的预报控制精度，基于此目的，设计一种针对铝冷轧机数学模型的高效自适应方法，具有重要的现实意义。

发明内容

本发明的目的是克服现有技术存在的不足，提供一种铝冷轧机数学模型的高效自适应方法。

本发明的目的通过以下技术方案来实现：

铝冷轧机数学模型的高效自适应方法，按照道次轧制规格计算其轧制特性参数，轧制结束时根据自适应算法对本规格数学模型系数进行修正，并按照轧制特性参数的相似性将本道次自适应结果递推至其余道次规格，以兼顾数学模型自适应的精度和效率，包括以下步骤：

(1)道次轧制特性参数计算，按照所轧道次的材质、变形抗力、宽度、入口厚度、出口厚度、退火厚度等规格数据，计算此道次轧制特性参数，用于自适应参数的递推处理；

道次规格的轧制特性参数，与影响本道次轧制特性的主要工艺参数有关，计算确定方法如下：

T＝f(M_C，k_m，B，H，h，h_a)

式中：T-轧制特性参数；M_C-材质类型，与材质代码相对应；k_m-道次变形抗力，MPa；B-宽度，mm；H-入口厚度，mm；h-出口厚度，mm；h_a-之前退火厚度，mm；

(2)道次轧制结束，按照轧制过程状态获取道次轧制实测参数，根据数学模型和自适应算法进行数学模型自适应计算，对本道次规格的各数学模型系数进行优化修正；

2a)道次轧制结束，按照轧制过程状态获取道次轧制实测参数，根据数学模型进行设定反计算，获取本道次的实测计算自适应系数；

2b)根据本道次的实测计算自适应系数以及自适应累计次数，按照自适应策略及算法计算本道次的新自适应参数，公式如下；

$X_{\mathrm{new}}=X_{\mathrm{old}}+(k+\frac{1-k}{m\·N+1})\·(X_{\mathrm{cal}}-X_{\mathrm{old}})$

式中：X_new-新自适应参数；X_old-原自适应参数；X_cal-实测计算自适应参数；k、m-自适应速率参数；N-本规格自适应累计次数；

(3)自适应递推策略，按照轧制特性参数的相关性程度，将本道次的自适应参数递推处理至其余道次规格，以提高实测数据的自适应利用效率，完成自适应过程；

按照轧制特性参数，将本道次规格的自适应参数向其余道次规格递推的计算方法如下；

$X_{\mathrm{jnew}}=X_j+\frac{T_i}{T_j}\·\frac{N_i}{N_i+N_j}\·(X_i-X_{\mathrm{jold}})$

式中：X_jold、X_jnew-j规格递推前后的自适应参数；X_i-本道次自适应参数；T_i、T_j-i、j规格的轧制特性参数；N_i、N_j-i、j规格的自适应累计次数。

本发明技术方案突出的实质性特点和显著的进步主要体现在：

按照道次规格确定其轧制特性参数，本道次轧制结束进行自适应之后，按照轧制特性参数将本道次自适应结果递推至其余相似道次规格，提高了本道次轧制实测数据的自适应利用效率。本方法解决了现有技术中模型自适应的一些不合理问题，其一，可细化道次规格划分，从而提高各数学模型自适应精度；其二，细化道次规格划分后，按照轧制特性参数的相似性，可将本道次按照实测过程参数的自适应结果递推至其余相似道次规格，提高了自适应效率；可见，本方法解决了常规数学模型自适应策略中规格划分对自适应精度和效率影响的矛盾性问题，且具有计算速度快、实用性强等特点。本数学模型的自适应方法，是实现铝冷轧机过程控制系统的重要基础，可有效提高轧制过程的预设定控制精度及产品质量。

附图说明

下面结合附图对本发明技术方案作进一步说明：

图1：数学模型高效自适应方法的实现流程示意图；

具体实施方式

本发明提出了一种铝冷轧机数学模型的高效自适应方法，图1为本方法的实现流程示意图，具体的详细步骤为：

(1)道次轧制过程中，对各轧制参数的实测数据进行采集存储，用于后续数学模型自适应；

(2)道次轧制结束，启动数学模型自适应；

(3)实测数据获取，按照轧制过程状态，对本道次轧制过程实测数据进行极限检查和异常处理；

(4)轧制特性参数计算，按照材质、变形抗力、宽度、入口厚度、出口厚度、退火厚度等规格数据，计算此道次轧制特性参数；

(5)道次轧制结束，按照轧制过程状态获取道次轧制实测参数，根据数学模型和自适应算法进行数学模型自适应计算，对本道次规格的各数学模型系数进行优化修正；

(6)自适应递推策略，按照轧制特性参数的相关性程度，将本道次的自适应参数递推处理至其余道次规格，以提高实测数据的自适应利用效率，完成自适应过程。

以某铝冷轧机典型道次的数学模型自适应过程为例，对本发明技术方案作进一步详细描述，道次参数如下：材质3004，宽度1145mm，原料厚度1.70mm，成品厚度0.08mm，道次入口厚度0.30mm，道次出口厚度0.17mm，之前退火厚度1.20mm。

1)本道次轧制之前，按照本道次规格参数、数学模型及其自适应系数进行道次设定计算，设定结果如表1所示。

表1

本道次对应的自适应规格层别、累计自适应次数及相应数学模型的自适应系数如表2所示，其中，RFCoef为轧制力模型系数，RMCoef为轧制力矩模型系数，FSCoef为前滑模型系数，CMConst为弯辊力模型中的轧机机械凸度零位补偿量，GapZer轧机辊缝零位补偿量。

表2

2)道次轧制结束，按照轧制过程状态对实测轧制参数进行处理，获取用于自适应的道次实测参数如表3所示。

表3

根据数学模型和自适应算法进行数学模型自适应计算，对本道次规格的各数学模型系数进行优化修正，新的自适应参数如表4所示。

表4

3)自适应参数递推处理，根据本道次规格参数确定与其具有相似轧制特性的规格层别，根据其轧制特性相关性进行自适应参数递推。

相同材质、各宽度范围内的上下临近5个厚度范围的规格层别，皆为与本道次具有相似轧制特性的规格层别，如下：

I_j＝(IM_j-1)·IW_max·IH_max+(IW_j-1)·IH_max+(IH_j-1)

IM_j＝IM_i，1≤IW_j≤IW_max，IH_i-2≤IH_j≤IH_i+2，1≤IH_j≤IH_max

式中：I_j-与本道次具有相似轧制特性的j规格层别；X_i-本道次自适应参数；IM_j、IW_j、IH_j-j规格的材质、宽度及厚度层别；IM_i、IW_i、IH_i-本道次规格i的材质、宽度及厚度层别；IW_max、IH_max-宽度及厚度最大层别数；

按照各相似规格层别的轧制特性参数，将本道次自适应结果进行递推处理，即可提高模型自适应效率，如下：

$X_{\mathrm{jnew}}=X_j+\frac{T_i}{T_j}\·\frac{N_i}{N_i+N_j}\·(X_i-X_{\mathrm{jold}})$

式中：X-对应于RFCoef、RMCoef、FSCoef、CMConst、GapZero，即各数学模型的自适应系数；

按照道次规格确定其轧制特性参数，本道次轧制结束进行自适应之后，按照轧制特性参数将本道次自适应结果递推至其余相似道次规格，提高了本道次轧制实测数据的自适应利用效率。本方法解决了现有技术中模型自适应的一些不合理问题，其一，可细化道次规格划分，从而提高各数学模型自适应精度；其二，细化道次规格划分后，按照轧制特性参数的相似性，可将本道次按照实测过程参数的自适应结果递推至其余相似道次规格，提高了自适应效率；可见，本方法解决了常规数学模型自适应策略中规格划分对自适应精度和效率影响的矛盾性问题，且具有计算速度快、实用性强等特点。本数学模型的自适应方法，是实现铝冷轧机过程控制系统的重要基础，可有效提高轧制过程的预设定控制精度及产品质量。

以上仅是本发明的具体应用范例，对本发明的保护范围不构成任何限制。凡采用等同变换或者等效替换而形成的技术方案，均落在本发明权利保护范围之内。

Claims (2)

1.铝冷轧机数学模型的高效自适应方法，其特征在于：按照道次轧制特性参数，根据自适应算法对本规格数学模型系数进行修正后，将本道次自适应结果递推至其余相似的道次规格，包括以下步骤：

(1)道次轧制特性参数计算，按照所轧道次的材质、变形抗力、宽度、入口厚度、出口厚度、退火厚度规格数据，计算此道次轧制特性参数，用于自适应参数的递推处理；

道次规格的轧制特性参数，与影响本道次轧制特性的主要工艺参数有关，计算确定方法是：

T＝f(M_C，k_m，B，H，h，h_a)

式中：T-轧制特性参数；M_C-材质类型，与材质代码相对应；k_m-道次变形抗力，MPa；B-宽度，mm；H-入口厚度，mm；h-出口厚度，mm；h_a-之前退火厚度，mm；

(2)道次轧制结束，按照轧制过程状态获取道次轧制实测参数，根据数学模型和自适应算法进行数学模型自适应计算，对本道次规格的各数学模型系数进行优化修正；

2a)道次轧制结束，按照轧制过程状态获取道次轧制实测参数，根据数学模型进行设定反计算，获取本道次的实测计算自适应系数；

2b)根据本道次的实测计算自适应系数以及自适应累计次数，按照自适应策略及算法计算本道次的新自适应参数，公式为：

$X_{\mathrm{new}}=X_{\mathrm{old}}+(k+\frac{1-k}{m\·N+1})\·(X_{\mathrm{cal}}-X_{\mathrm{old}})$

式中：X_new-新自适应参数；X_old-原自适应参数；X_cal-实测计算自适应参数；k、m-自适应速率参数；N-本规格自适应累计次数；

(3)自适应递推策略，按照轧制特性参数的相关性程度，将本道次的自适应参数递推处理至其余道次规格，完成自适应过程；

按照轧制特性参数，将本道次规格的自适应参数向其余道次规格递推的计算方法为：

$X_{\mathrm{jnew}}=X_j+\frac{T_i}{T_j}\·\frac{N_i}{N_i+N_j}\·(X_i-X_{\mathrm{jold}})$

式中：X_jold、X_jnew-j规格递推前后的自适应参数；X_i-本道次自适应参数；T_i、T_j-i、j规格的轧制特性参数；N_i、N_j-i、j规格的自适应累计次数。

2.根据权利要求1所述的铝冷轧机数学模型的高效自适应方法，其特征在于：细化道次规格划分参数，按轧制特性参数将本道次自适应结果递推至其余相似道次规格。

Images