CN102489519A

CN102489519A - 一种热轧润滑油的供给方法

Info

Publication number: CN102489519A
Application number: CN2011104127347A
Authority: CN
Inventors: 吴健鹏; 胡超; 陈良; 胡诚; 宋波; 曾琳莉; 陈剑飞; 杨光; 张帆; 陈猛
Original assignee: Wuhan Iron and Steel Group Corp
Current assignee: Wuhan Iron and Steel Co Ltd
Priority date: 2011-12-12
Filing date: 2011-12-12
Publication date: 2012-06-13
Anticipated expiration: 2031-12-12
Also published as: CN102489519B

Abstract

本发明涉及一种热连轧中使用工艺润滑技术进行稳定轧制、降低电耗和辊耗、提高轧制效率的热轧润滑油的供给方法。它是以每块钢为单位，采用动态变化的油量在各轧机的入口侧由喷嘴向工作辊表面喷射有轧制油和水混合而成的一定浓度的乳液润滑油，从而改善工作辊与带钢表面的摩擦。本发明润滑油动态油量供给方法与目前流行的经验表格法相比具有以下优点：(1)应用更方便。无需人工前期大量的实验摸索，具有较强的自适应性。(2)效果更稳定。(3)使用更广泛。润滑油动态油量供给方法借鉴轧制力的分配，充分考虑了轧制的稳定性，能够在更多机架上同时使用。

Description

一种热轧润滑油的供给方法

技术领域

本发明涉及一种热连轧中使用工艺润滑技术进行稳定轧制、降低电耗和辊耗、提高轧制效率的热轧润滑油的供给方法。它是以每块钢为单位，采用动态变化的油量在各轧机的入口侧由喷嘴向工作辊表面喷射有轧制油和水混合而成的一定浓度的乳液润滑油，从而改善工作辊与带钢表面的摩擦。

背景技术

带钢在进入轧机辊缝前，在轧辊表面喷涂润滑物质，使轧辊和轧件之间的接触面上形成一层薄的润滑膜，减少轧辊与带钢之间的摩擦系数，从而带钢在同样变形的基础上减少轧制力，减轻轧机的负载，节约能耗，也延缓轧辊的磨损，这就形成了轧制的一项新工艺——润滑轧制。采用热轧工艺润滑技术，不仅可以降低能耗，提高生产率，降低轧辊成本和改善带钢表面质量，而且可以改善带钢的晶粒结构，使之具有理想的深冲性能。随着热轧工艺润滑技术的发展及工艺润滑所呈现的巨大经济效益，国内大钢厂的热轧生产线上几乎均配备了润滑油系统。热轧工艺润滑在国外已得到广泛的运用，日本应用该技术已超过35年，形成了许多专利和技术。但与国外热轧工艺润滑技术的成熟运用相比，国内钢厂基本还处在初步应用阶段。由于工艺润滑应用难度较大，目前，国内热连轧生产线能够使用较为稳定并体现经济效益的很少，大部分热连轧生产线的轧制润滑系统几乎停用。

现有薄板坯连铸连轧线在轧制薄材的过程中，精轧机组表现出轧机负荷大，机架的振动剧烈，带钢的表面形成明显的振痕；工作辊磨损严重，轧制周期过短，辊耗较大，生产备辊矛盾突出；轧辊下机辊面状态差，带钢易产生麻点状氧化铁片压入等诸多问题。因此，在薄板坯连铸连轧线研究工艺润滑技术并能有效投入对改善轧制条件、降低生产成本具有更重要的意义，同时，也可为其它热连轧生产线工艺润滑轧制技术的推广使用创造良好基础。

影响轧制润滑效果的因素：

(1)润滑系统的稳定性：在润滑系统各类设备既定的情况下，管道、喷射阀、流量计、喷嘴、切水板、等元器件的工况会影响轧制油的控制精度，从而改变了轧制油的润滑效果。

(2)轧制油的黏度：轧制油的黏度越大，附着在轧辊表面的油量就越多，进入带钢变形区的油膜厚度就越厚，润滑的效果增加。但黏度不能一味要大，要充分考虑轧制油的残留性和油水混合的均匀性，要满足设备装置的应用性，黏度的控制主要由供油方调整。

(3)乳液润滑剂的浓度：随着轧制油乳化液浓度的增加，带钢与轧辊的摩擦系数降低。当浓度小于5％时，摩擦系数显著降低，在5～10％时，摩擦系数变化不大。

(4)带钢屈服极限：跟带钢钢种相关，随带钢屈服极限σ_s的减小，润滑楔形区内外的载荷平衡压力越小，润滑剂就越易进入，润滑效果越好。

(5)接触角：在相同油量和辊径的条件下，带钢与轧辊的咬入角越大，轧制油在带钢与轧辊之间形成的楔形区越大，进入变形区的油膜厚度越薄，润滑效果就降低，在接触角较小时，这个关系更加明显。

(6)轧制速度：轧制速度越高，润滑油形成的楔形区内的压力越大，进入变形区的润滑油有效数量增加，润滑效果增加。

(7)轧辊状况：轧辊状况主要指轧辊的材质和表面粗糙度。材质越硬的轧辊润滑效果越好，如高速钢辊优于高铬钢更优于无限冷印煅钢；轧辊表面越光滑，润滑效果越好，越到轧辊周期尾期润滑效果越差。

影响轧制稳定性的分析：

热轧润滑轧制的主要作用是减少轧机负荷，降低轧制力，但轧制力降低幅度越大的同时，轧制稳定性异常变化的风险就越高。热轧工艺润滑主要改变了带钢在变形区的摩擦系数，从而影响了带钢的前滑和后滑，也降低了带钢的变形抗力，从外观反映就是降低了轧制力。当轧制力降幅超过一定量后，将造成机架间金属秒流量平衡的剧烈变化，同时辊缝的变化也会造成机架间板形波动，不可避免的对带钢轧制稳定性带来风险。所以，工艺润滑的高效应用要充分考虑降幅和轧制稳定性的关系。

热轧工艺润滑的现状分析：

热轧工艺润滑系统包含三大技术：润滑装置、润滑油品、乳液润滑剂浓度。润滑装置目前已经较为成熟，重点在于现场的应用和维护，保证润滑系统的控制精度；而乳液润滑剂浓度的计算涉及因素太多，由现场轧制工况来决定，也是现场应用最为灵活和复杂的技术。润滑装置和油品确定后，其对轧制稳定性的影响就成了一个定因，轧制过程中喷射多大浓度的乳液润滑剂就成了现场最为需要解决的难题。目前国内热轧工艺润滑还处在摸索阶段，使用的难度最主要是该喷射多大浓度的乳液润滑剂，使工艺润滑的效果更优，作用周期更长，轧制稳定性无波动。当前热轧最为流行的工艺润滑是采用一定量的油和定量的水混合而成的乳化液进行喷射，乳液润滑剂的浓度由润滑油的油量多少决定，油量的控制普遍使用表格法，是从早期单一恒定的油量控制模式演变而来，他对来料钢种及成品目标进行了细化，按钢种和成品规格分类，分别给定相关经验油量，在轧制过程中模型根据条件自动选择表格油量进行控制。

虽然润滑轧制表格法考虑了钢种和多数近似轧制条件(接触角、轧制速度)，但它终究还是一种经验法，没有考虑轧辊的状况，不能充分适应复杂变化的轧制过程。如轧制周期初期辊面较好时润滑效果较好，但轧制周期后期同样的来料、规格和油量，效果就不明显；另外，如果轧制条件有所变化，同样的来料和规格在各机架间的设定情况(轧制力、咬入角、速度)也不尽相同，导致相同油量的效果也有区别。由于效果的波动，在一些条件下，轧制力降幅过小，不能满足使用效果，而有些情况下，轧制力波动较大，又会影响轧制的稳定性，造成废钢。所以，在润滑设备和油品正常的情况下，现场轧制油使用效果的好坏关键在于控制喷射多少润滑油量。如何在经验模式的基础上开发出润滑效果、轧制稳定综合最优的乳液润滑剂浓度控制，将是热轧工艺润滑一项创新性的技术，可以极大的促进热轧工艺润滑的应用上升另一个高度。

发明内容

本发明所要解决的技术问题是针对现有技术的缺陷，提供一种热轧润滑油的供给方法，它采用润滑油油量动态调整的一种供给方式，来保证工艺润滑的最佳效果和轧制稳定性。

为解决上述技术问题，本发明采用的技术方案是：它包括以下步骤：

(1)采集多组轧辊的轧制初期乳液润滑剂浓度与轧制力降幅的数据，回归出特定油品下精轧第i机架乳液润滑剂浓度θ与轧制力降幅ΔF的函数关系γ_i：θ＝γ_i(ΔF)，i为机架号；

(2)按照带钢的成品厚度H进行分类，给出i机架最优的轧制力降幅增益系数α_i，H＝∏(H)；

(3)读取i机架支持辊的辊径D_Bi、工作辊的辊径D_Ri；

(4)根据i机架轧辊轧制周期内第j块带钢的厚度H_j查表计算出α_i，H。

(5)根据第j块钢的宽度B_j、精轧设定模型计算预设轧制力F_Ri，j、入口厚度h_INi，j和出口厚度h_OUTi,j、板形设定的弯辊力F_Bi，j、窜辊位置S_i，j，计算出i机架第j块带钢理论允许承受最大轧制力降幅的幅值ΔF_Ri，j＝f(D_Bi，D_Ri，B_j，F_Ri，j，h_INi，j，h_OUTi，j，F_Bi，j，S_i，j)，j为轧辊轧制周期内投用润滑轧制时带钢的顺序号；

(6)结合步骤(4)和(5)预计算i机架第j块带钢工艺润滑轧制的最优轧制力降幅ΔF_i，j＝α_i，H×ΔF_Ri，j；

(7)定义i机架第j块带钢的润滑效果影响因子σ_i，j＝φ_i，j-1+ε_i，j-1，φ_i，0＝0，ε_i，0＝0，σi_，1＝0；

(8)根据步骤(1)、(6)、(7)计算i机架第j块带钢预喷的润滑油浓度θ_i，j＝γ_i(ΔF_i，j(1+σ_i，j))；

(9)根据预计算的润滑油浓度θ_i，j和工艺润滑系统中净水的流量V_w计算出i机架第j块带钢的润滑油变频阀的控制油量V_Oi，j＝V_w[θ_i，j/(1-θ_i，j)]。

(10)第j块钢轧制结束后，根据i机架预降的最优轧制力降幅ΔF_i，j和实测的轧制力降幅ΔF′_i，j对润滑效果短期调整系数ε_i，j进行自学习处理ε_i，j＝W_c[W_f(1-ΔF′_i，j/ΔF_i，j)+(1-W_f)ε_i，j-1]，ε_i，0＝0，W_c、W_f为权重系数，求解ε_i，j后对润滑效果长期调整系数φ_i，j进行处理φ_i，j＝W_d×j+(W_gε_i，j+(j-1)φ_i，j-1)/j，φ_i，0＝0，W_d、W_g为权重系数。

本发明方法在经验法的基础上进行了质的改进，综合考虑了轧制润滑效果和轧制稳定性，相比目前热轧工艺润滑普遍使用的经验表格法的供给模式具有以下特点：

(1)更全面的考虑了润滑效果的各个因素：

用实测数据回归的方式求解出润滑效果与油品的特殊关系；

充分利用精轧设定模型计算出的轧制力作为油量控制的关键目标，借用精轧设定模型的设定数据求解润滑效果与带钢屈服极限、咬入角、轧制速度等相关因子的关系；

采用润滑效果影响因子并对其进行自学习调整，用自适应方法求解润滑效果与轧辊状况和其它变化条件的关系；

(2)充分考虑轧制稳定性：

采用最优轧制力降幅增益系数和理论可承受最大轧制力降幅的幅值系数全面考虑了轧机设备的极限和轧制过程动态调整的稳态阀值，在此基础上分类设定更注重了工艺润滑的综合效益。

(3)油量动态计算：

以每块钢为单位，以预设的最优润滑目标实时计算工艺润滑油量，真正实现了润滑油油量的动态供给，有效消除了经验模式的局限性。

本发明润滑油动态油量供给方法与目前流行的经验表格法相比具有以下优点：

(1)应用更方便。目前流行的表格法的经验值很难给定，并且具有很强的实验环境特征的局限性，在复杂变化条件下自适应性较弱；而动态油量供给方法分解出各相关因素的影响关系，以综合效果最优为目标，随现场工况条件变化自动优化喷射油量，无需人工前期大量的实验摸索，具有较强的自适应性。

(2)效果更稳定。润滑油表格设定供给方法使用效果波动较大，同样钢种和规格的带钢在轧辊轧制周期的前段和后段润滑效果相差明显，多钢种多规格混合轧制润滑效果波动更是异常；动态油量供给方法考虑因素更全面、合理，以润滑油量的调整变化保证效果最优，有效避免了上述扰动，轧辊周期内润滑效果稳定。

(3)使用更广泛。润滑油表格设定供给方法在投入多个机架时，轧制过程变得极不稳定，多机架同时使用风险增加；润滑油动态油量供给方法借鉴轧制力的分配，充分考虑了轧制的稳定性，能够在更多机架上同时使用。

(4)推广更具价值。表格法注重现场环境和技术力量，不同热轧线标准不统一，参考价值不大；润滑油动态油量供给方法对现场环境分解出多个统一的因子，采用自动计算和控制，是经验和理论的高度融合，更易在不同热轧线调试，推广更具价值。

具体实施方式

以下结合实施例对本发明做进一步描述：

实施例：

(1)采集多组F3轧机润滑油浓度与轧制力降幅的数据：

使用最小二乘法回归出特定油品下精轧F3机架的润滑油浓度θ与轧制力降幅ΔF之间的关系γ₃：θ＝9E-06×ΔF+0.004

(2)按成品厚度的分类定义F3机架最优的轧制力降幅增益系数α_3，H：

(3)定义权重系数W_c＝0.7，W_f＝0.7，W_d＝0.012，W＝0.7。

(4)F3支撑辊辊径D_B3＝1470mm，F3工作辊辊径D_R3＝713mm。

换辊后润滑轧制第1块带钢：来料板坯厚度71mm，成品宽度B₁＝1275mm，成品厚度H₁＝3.0mm，精轧设定模型计算出F3机架的入口厚度h_IN3，1＝21.88mm，h_OUT3，1＝12.75mm，预设轧制力F_R3，1＝24964KN，板形控制模型计算的弯辊力F_B3，1＝700KN，工作辊窜辊位置S_3，1＝-4.0mm。

(1.1)当精轧区域自动模型设定完成后，轧制润滑动态油量计算模型读取上述所有关键值，根据成品厚度H₁按(2)表格求解出α_3，H＝0.62；

(1.2)根据ΔF_Ri，j＝f(D_Bi，D_Ri，B_j，F_Ri，j，h_INi，j，h_OUTi，j，F_Bi，j，S_i，j)计算出F3机架第1块带钢理论允许的最大轧制力降幅的幅值ΔF_R3，1＝5991(KN)。

(1.3)根据解出的α_3，H、ΔF_R3，1计算出F3机架最优的轧制力降幅ΔF_3，1＝α_3，H×ΔF_R3，1＝0.62×5991＝3714(KN)。

(1.4)第一块带钢的润滑效果影响因子σ_3，1＝0。

(1.5)根据(1)中γ₃的回归公式以及润滑油浓度方程θ_i，j＝γ_i(ΔF_i，j(1+σ_i，j))计算出第一块带钢F3最优的润滑液浓度θ_3，1＝9E-06×ΔF_3，1(1+σ_3，1)+0.004＝9E-06×3714×(1+0)+0.004＝0.037。

(1.6)轧制润滑系统的净水恒定流量V_w＝2500ml/min，根据V_O3，1＝V_w[θ_3，1/(1-θ_3，1)]计算出F3机架润滑轧制第一块带钢时润滑油变频阀的控制流量V_O3，1＝2500[0.037/(1-0.037)]＝97(ml/min)。

(1.7)第一块带钢轧制结束，润滑轧制过程中实测的最大轧制力F′_max3，1＝26094KN，实测的最小轧制力F′_min3，1＝22708KN，ΔF′_3，1＝3386KN，短期调整系数ε_3，1＝W_c[W_f(1-ΔF′_3，1/ΔF_3，1)+(1-W_f)ε_3，0]＝0.7[0.7×(1-3386/3714)+0.3×0]＝0.0434，长期调整系数φ_3，1＝W_d×1+(W_gε_3，1+(1-1)φ_3，0)/1＝0.012×1+(0.7×0.0434+0×0)＝0.0504。

润滑轧制第2块带钢：来料板坯厚度71mm，成品宽度B₂＝1275mm，成品厚度H₂＝2.5mm，精轧设定模型计算出F3机架的入口厚度h_IN3，2＝21.09mm，h_OUT3，2＝11.48mm，预设轧制力F_R3，2＝28518KN，板形控制模型计算的弯辊力F_B3，2＝750KN，工作辊窜辊位置S_3，2＝17.0mm。

(2.1)当精轧区域自动模型设定完成后，轧制润滑动态油量计算模型读取上述所有关键值，根据成品厚度H₂按(2)表格求解出α_3，H＝0.62；

(2.2)根据ΔF_Ri，j＝f(D_Bi，D_Ri，B_j，F_Ri，j，h_INi，j，h_OUTi，j，F_Bi，j，S_i，j)计算出F3机架第2块带钢理论允许的最大轧制力降幅的幅值ΔF_R3，2＝6559(KN)。

(2.3)根据解出的α_3，H、ΔF_R3，2计算出F3机架最优的轧制力降幅ΔF_3，2＝α_3，H×ΔF_R3，2＝0.62×6559＝4067(KN)。

(2.4)根据第1块带钢的自学习求解润滑效果影响因子σ_3，2＝φ_3，1+ε_3，1＝0.0504+0.0434＝0.0938。

(2.5)根据(1)中γ₃的回归公式以及润滑油浓度方程θ_i，j＝γ_i(ΔF_i，j(1+σ_i，j))计算第二块带钢F3最优的润滑液浓度θ_3，2＝9E-06×ΔF_3，2(1+σ_3，2)+0.004＝9E-06×4067×(1+0.0938)+0.004＝0.044。

(2.6)轧制润滑系统的净水恒定流量V_w＝2500ml/min，根据V_O3，2＝V_w[θ_3，2/(1-θ_3，2)]计算出F3机架润滑轧制第二块带钢时润滑油变频阀的控制流量V_O3，2＝2500[0.044/(1-0.044)]＝115(ml/min)。

(2.7)第二块带钢轧制结束，润滑轧制过程中实测的最大轧制力F′_max3，2＝26626KN，实测的最小轧制力F′_min3，2＝22553KN，ΔF′_3，2＝4073KN，短期调整系数ε_3，2＝W_c[W_f(1-ΔF′_3，2/ΔF_3，2)+(1-W_f)ε_3，1]＝0.7[0.7×(1-4073/4067)+0.3×0.0434]＝0.0084，长期调整系数φ_3，2＝W_d×2+(W_gε_3，2+(2-1)φ_3，1)/2＝0.012×2+(0.7×0.0084+(2-1)×0.0504)/2＝0.0521。

润滑轧制第3块带钢：来料板坯厚度71mm，成品宽度B₃＝1275mm，成品厚度H₃＝2.5mm，精轧设定模型计算出F3机架的入口厚度h_IN3，3＝21.32mm，h_OUT3，3＝12.42mm，预设轧制力F_R3，3＝29011KN，板形控制模型计算的弯辊力F_B3，3＝750KN，工作辊窜辊位置S_3，3＝40.0mm。

(3.1)当精轧区域自动模型设定完成后，轧制润滑动态油量计算模型读取上述所有关键值，根据成品厚度H₃按(2)表格求解出α_3，H＝0.62；

(3.2)根据ΔF_Ri，j＝f(D_Bi，D_Ri，B_j，F_Ri，j，h_INi，j，h_OUTi，j，F_Bi，j，S_i，j)计算出F3机架第3块带钢理论允许的最大轧制力降幅的幅值ΔF_R3，3＝6673(KN)。

(3.3)根据解出的α_3，H、ΔF_R3，3计算出F3机架最优的轧制力降幅ΔF_3，3＝α_3，H×ΔF_R3，3＝0.62×6673＝4137(KN)。

(3.4)根据第2块带钢的自学习求解润滑效果影响因子σ_3，3＝φ_3，2+ε_3，2＝0.0521+0.0084＝0.0605。

(3.5)根据(1)中γ₃的回归公式以及润滑油浓度方程θ_i，j＝γ_i(ΔF_i，j(1+σ_i，j))计算第三块带钢F3最优的润滑液浓度θ_3，3＝9E-06×ΔF_3，3(1+σ_3，3)+0.004＝9E-06×4137×(1+0.0605)+0.004＝0.043。

(3.6)轧制润滑系统的净水恒定流量V_w＝2500ml/min，根据V_O3，3＝V_w[θ_3，3/(1-θ_3，3)]计算出F3机架润滑轧制第三块带钢时润滑油变频阀的控制流量V_O3，3＝2500[0.043/(1-0.043)]＝112(ml/min)。

(3.7)第三块带钢轧制结束，润滑轧制过程中实测的最大轧制力F′_max3，3＝29446KN，实测的最小轧制力F′_min3，3＝24868KN，ΔF′_3，3＝4578KN，短期调整系数ε_3，3＝W_c[W_f(1-ΔF′_3，3/ΔF_3，3)+(1-W_f)ε_3，2]＝0.7[0.7×(1-4578/4137)+0.3×0.0084]＝-0.0458，长期调整系数φ_3，3＝W_d×3+(W_gε_3，3+(3-1)φ_3，2)/3＝0.012×3+[0.7×(-0.0458)+(3-1)×0.0521]/3＝0.0601。

润滑轧制第4块带钢：来料板坯厚度55mm，成品宽度B₄＝1275mm，成品厚度H₄＝1.8mm，精轧设定模型计算出F3机架的入口厚度h_IN3，4＝13.32mm，h_OUT3，4＝7.08mm，预设轧制力F_R3，4＝28297KN，板形控制模型计算的弯辊力F_B3，4＝800KN，工作辊窜辊位置S_3，4＝-12.0mm。

(4.1)当精轧区域自动模型设定完成后，轧制润滑动态油量计算模型读取上述所有关键值，根据成品厚度H₄按(2)表格求解出α_3，H＝0.82；

(4.2)根据ΔF_Ri，j＝f(D_Bi，D_Ri，B_j，F_Ri，j，h_INi，j，h_OUTi，j，F_Bi，j，S_i，j)计算出F3机架第4块带钢理论允许的最大轧制力降幅的幅值ΔF_R3，4＝6225(KN)。

(4.3)根据解出的α_3，H、ΔF_R3，4计算出F3机架最优的轧制力降幅ΔF_3，4＝α_3，H×ΔF_R3，4＝0.82×6225＝5105(KN)。

(4.4)根据第3块带钢的自学习求解润滑效果影响因子σ_3，4＝φ_3，3+ε_3，3＝0.0601-0.0458＝0.0143。

(4.5)根据(1)中γ₃的回归公式以及润滑油浓度方程θ_i，j＝γ_i(ΔF_i，j(1+σ_i，j))计算第四块带钢F3最优的润滑液浓度θ_3，4＝9E-06×ΔF_3，4(1+σ_3，4)+0.004＝9E-06×5105×(1+0.0143)+0.004＝0.051。

(4.6)轧制润滑系统的净水恒定流量V_w＝2500ml/min，根据V_O3，4＝V_w[θ_3，4/(1-θ_3，4)]计算出F3机架润滑轧制第四块带钢时润滑油变频阀的控制流量V_O3，3＝2500[0.051/(1-0.051)]＝134(ml/min)。

(4.7)第四块带钢轧制结束，润滑轧制过程中实测的最大轧制力F′_max3，4＝29971KN，实测的最小轧制力F′_min3，4＝26584KN，ΔF′_3，4＝3387KN，短期调整系数ε_3，4＝W_c[W_f(1-ΔF′_3，4/ΔF_3，4)+(1-W_f)ε_3，3]＝0.7[0.7×(1-3387/5105)+0.3×(-0.0458)]＝0.1553，长期调整系数φ_3，4＝W_d×4+(W_gε_3，4+(4-1)φ_3，3)/4＝0.012×4+[0.7×0.1553+(4-1)×0.0601]/4＝0.1203。

润滑轧制第5块带钢：来料板坯厚度55mm，成品宽度B₅＝1275mm，成品厚度H₅＝1.8mm，精轧设定模型计算出F3机架的入口厚度h_IN3，5＝13.73mm，h_OUT3，5＝7.93mm，预设轧制力F_R3，5＝26972KN，板形控制模型计算的弯辊力F_B3，5＝800KN，工作辊窜辊位置S_3，5＝-5.0mm。

(5.1)当精轧区域自动模型设定完成后，轧制润滑动态油量计算模型读取上述所有关键值，根据成品厚度H₅按(2)表格求解出α_3，H＝0.82；

(5.2)根据ΔF_Ri，j＝f(D_Bi，D_Ri，B_j，F_Ri，j，h_INi，j，h_OUTi，j，F_Bi，j，S_i，j)计算出F3机架第5块带钢理论允许的最大轧制力降幅的幅值ΔF_R3，5＝5934(KN)。

(5.3)根据解出的α_3，H、ΔF_R3，5计算出F3机架最优的轧制力降幅ΔF_3，5＝α_3，H×ΔF_R3，5＝0.82×5934＝4866(KN)。

(5.4)根据第4块带钢的自学习求解润滑效果影响因子σ_3，5＝φ_3，4+ε_3，4＝0.1203+0.1553＝0.2756。

(5.5)根据(1)中γ₃的回归公式以及润滑油浓度方程θ_i，j＝γ_i(ΔF_i，j(1+σ_i，j))计算第五块带钢F3最优的润滑液浓度θ_3，5＝9E-06×ΔF_3，5(1+σ_3，5)+0.004＝9E-06×4866×(1+0.2756)+0.004＝0.060。

(5.6)轧制润滑系统的净水恒定流量V_w＝2500ml/min，根据V_O3，5＝V_w[θ_3，5/(1-θ_3，5)]计算出F3机架润滑轧制第五块带钢时润滑油变频阀的控制流量V_O3，5＝2500[0.060/(1-0.060)]＝160(ml/min)。

(5.7)第五块带钢轧制结束，润滑轧制过程中实测的最大轧制力F′_max3，5＝27378KN，实测的最小轧制力F′_min3，5＝21686KN，ΔF′_3，5＝5692KN，短期调整系数ε_3，5＝W_c[W_f(1-ΔF′_3，5/ΔF_3，5)+(1-W_f)ε_3，4]＝0.7[0.7×(1-5692/4866)+0.3×0.1553]＝-0.0506，长期调整系数φ_3，5＝W_d×5+(W_gε_3，5+(5-1)φ_3，4)/5＝0.012×5+[0.7×(-0.0506)+(5-1)×0.1203]/5＝0.1492。

润滑轧制第6块带钢：来料板坯厚度55mm，成品宽度B₆＝1275mm，成品厚度H₆＝1.8mm，精轧设定模型计算出F3机架的入口厚度h_IN3，6＝13.81mm，h_OUT3，6＝7.97mm，预设轧制力F_R3，6＝27175KN，板形控制模型计算的弯辊力F_B3，6＝800KN，工作辊窜辊位置S_3，6＝-1.0mm。

(6.1)当精轧区域自动模型设定完成后，轧制润滑动态油量计算模型读取上述所有关键值，根据成品厚度H₆按(2)表格求解出α_3，H＝0.82；

(6.2)根据ΔF_Ri，j＝f(D_Bi，D_Ri，B_j，F_Ri，j，h_INi，j，h_OUTi，j，F_Bi，j，S_i，j)计算出F3机架第6块带钢理论允许的最大轧制力降幅的幅值ΔF_R3，6＝5979(KN)。

(6.3)根据解出的α_3，H、ΔF_R3，6计算出F3机架最优的轧制力降幅ΔF_3，6＝α_3，H×ΔF_R3，6＝0.82×5979＝4902(KN)。

(6.4)根据第5块带钢的自学习求解润滑效果影响因子σ_3，6＝φ_3，5+ε_3，5＝0.1492-0.0506＝0.0986。

(6.5)根据(1)中γ₃的回归公式以及润滑油浓度方程θ_i，j＝γ_i(ΔF_i，j(1+σ_i，j))计算第六块带钢F3最优的润滑液浓度θ_3，6＝9E-06×ΔF_3，6(1+σ_3，6)+0.004＝9E-06×4902×(1+0.0986)+0.004＝0.053。

(6.6)轧制润滑系统的净水恒定流量V_w＝2500ml/min，根据V_O3，6＝V_w[θ_3，6/(1-θ_3，6)]计算出F3机架润滑轧制第六块带钢时润滑油变频阀的控制流量V_O3，6＝2500[0.053/(1-0.053)]＝140(ml/min)。

(6.7)第六块带钢轧制结束，润滑轧制过程中实测的最大轧制力F′_max3，6＝27820KN，实测的最小轧制力F′_min3，6＝23185KN，ΔF′_3，6＝4635KN，短期调整系数ε_3，6＝W_c[W_f(1-ΔF′_3，6/ΔF_3，6)+(1-W_f)ε_3，5]＝0.7[0.7×(1-4635/4902)+0.3×(-0.0506)]＝0.0161，长期调整系数φ_3，6＝W_d×6+(_Wgε_3，6+(6-1)φ_3，5)/6＝0.012×6+[0.7×0.0161+(6-1)×0.1492]/6＝0.1982。

上述6块带钢的关键值如下表所示：

(5)第i机架更换新轧辊，重新初始化此机架的润滑轧制钢卷顺序号j＝0，润滑油动态油量计算模型返回(3)执行新一轮的循环。润滑油动态油量供给方法已经在现场应用一年来，使用效果良好，在薄材的生产过程中效果尤为明显。薄材后段机架的轧制周期从之前不到700t提升到目前的1100t；轧制油从之前只在F3、F4、F5机架上部分使用推广到目前F2到F6全面同时使用；轧制油从以前只在轧辊周期中段时间投用到现在轧制过程全周期使用；工艺润滑从之前偶尔废钢到目前无因油量设定错误而造成的废钢；轧机的振动、带钢的振横、轧辊表面都有很大的改进效果。

Claims

1.一种热轧润滑油的供给方法，它包括以下步骤：

(3)读取i机架支持辊的辊径D_Bi、工作辊的辊径D_Ri；

(5)根据第j块钢的宽度B_j、精轧设定模型计算预设轧制力F_Ri，j、入口厚度h_INi，j和出口厚度h_OUTi，j、板形设定的弯辊力F_Bi，j、窜辊位置S_i，j，计算出i机架第j块带钢理论允许承受最大轧制力降幅的幅值ΔF_Ri，j＝f(D_Bi，D_Ri，B_j，F_Ri，j，h_INi，j，h_OUTi，j，F_Bi，j，S_i，j)，j为轧辊轧制周期内投用润滑轧制时带钢的顺序号；

(8)根据步骤(1)、(6)、(7)计算i机架第j块带钢预喷的润滑油浓度θ_i，j＝γ_i(ΔF_i，j (1+σ_i，j))；