CN102632082B - 基于性能预报模型的热轧带钢力学性能的动态控制方法 - Google Patents

基于性能预报模型的热轧带钢力学性能的动态控制方法 Download PDF

Info

Publication number
CN102632082B
CN102632082B CN201110036223.XA CN201110036223A CN102632082B CN 102632082 B CN102632082 B CN 102632082B CN 201110036223 A CN201110036223 A CN 201110036223A CN 102632082 B CN102632082 B CN 102632082B
Authority
CN
China
Prior art keywords
mechanical property
rolling
steel
temperature
hot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110036223.XA
Other languages
English (en)
Other versions
CN102632082A (zh
Inventor
郭朝晖
张群亮
苏异才
夏瑛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baoshan Iron and Steel Co Ltd
Original Assignee
Baoshan Iron and Steel Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Baoshan Iron and Steel Co Ltd filed Critical Baoshan Iron and Steel Co Ltd
Priority to CN201110036223.XA priority Critical patent/CN102632082B/zh
Publication of CN102632082A publication Critical patent/CN102632082A/zh
Application granted granted Critical
Publication of CN102632082B publication Critical patent/CN102632082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Metal Rolling (AREA)

Abstract

本发明属于热轧板坯过程控制领域，涉及一种热轧带钢力学性能的动态控制方法。一种基于性能预报模型的热轧带钢力学性能的动态控制方法，在带钢轧制前首先调取化学成分、预设定的轧制工艺参数、规格参数，然后根据预设定的轧制工艺参数中的预设定的卷取温度计算出析出合金化合物的含量，再将所有数据带入热轧带钢力学性能预测模型中，用模型对轧后带钢的力学性能进行预测，通过调整轧制工艺参数使带钢力学性能的预测值满足力学性能目标值约束，然后按照调整后的轧制工艺参数进行轧制。本发明所提方法利用热轧带钢力学性能预测模型，动态调整带钢的轧制工艺参数，实现了带钢力学性能的动态控制，提高了热轧产品的合格率及力学性能的控制精度。

Description

基于性能预报模型的热轧带钢力学性能的动态控制方法
技术领域
本发明属于热轧板坯过程控制领域，涉及一种热轧带钢力学性能的动态控制方法。
背景技术
力学性能是热轧带钢的一项基本指标，用户在订货时一般对其有明确的范围界定。本质上，力学性能决定于带钢的内部微观组织结构，而后者又决定于化学成分和轧制工艺。按照传统的生产方式，通过在炼钢环节控制化学成分和在热轧环节控制工艺参数来确保力学性能，然而，受很多因素的影响，钢水的化学成分会存在波动。如果成分偏离了目标值，而又按照原轧制工艺进行生产，极有可能导致力学性能不满足要求。由于带钢真实的力学性能只有在轧制结束后取样检验才能确定，因此，即便检测到力学性能不合，也没有机会补救，只能把产品做降级或其它处理，这种后验式的生产方式存在着明显弊端。截止目前，尚未见到关于热轧带钢力学性能动态控制方面的公开报道。
近年来，关于热轧带钢力学性能预报技术的研究如火如荼，已成为冶金领域研究的热点问题之一。现有技术中国专利200410061324.2中公开了一种硬线产品显微组织与力学性能预报系统，该专利研究了连铸坯直接轧制高碳钢线材的温度、组织与性能预报系统，建立了硬线产品的微观组织与力学性能的预报模型系统；中国专利02109026.2中公开了一种轧制过程带钢组织演变与性能预测的方法专利，该专利研究了带钢在轧制过程中的组织演变过程，得到了带钢组织演变与性能预测的软件模型；中国专利200710052007.8中公开了一种预测热轧含Nb带钢组织及力学性能的方法，该专利以物理冶金模型为基础，把模拟实验与工业生产数据相结合，建立含Nb带钢的力学性能预测模型。
以上专利从冶金机理角度，分析了带钢轧制过程中的组织演变过程，建立了力学性能预测的理论模型，模型的预报结果仅做参考用，并未用于任何控制。而且，由于理论模型包含了很多组织演变过程的模拟计算，计算过程非常复杂，而且对模型输入数据的质量有着相当高的要求。
发明内容
本发明所要解决的技术问题是热轧带钢力学性能的动态调整，提供了一种基于性能预报模型的热轧带钢力学性能的动态控制方法，该方法利用热轧带钢力学性能预测模型在轧制前以带钢的化学成分和预定工艺参数为输入，用模型对轧后带钢的力学性能进行预测，如果模型预测的力学性能没有达到要求，则通过模型动态设计轧制工艺参数，从而实现带钢力学性能的动态控制。
本发明是这样实现的：在带钢轧制前首先调取化学成分、预设定的轧制工艺参数、规格参数，然后根据预设定的轧制工艺参数中的预设定的卷取温度计算出析出合金化合物的含量，再将所有数据带入热轧带钢力学性能预测模型中，用模型对轧后带钢的力学性能进行预测，通过调整轧制工艺参数使带钢力学性能的预测值满足力学性能目标值约束，然后按照调整后的轧制工艺参数进行轧制。所述的带钢力学性能为抗拉强度、屈服强度或延伸率中的一个或多个的任意组合。
所述的化学成分包括带钢的锰含量、带钢的磷含量、带钢的硅含量和带钢的硫含量；所述的轧制目标参数包括带钢终轧厚度、粗轧压下率和精轧压下率；所述的轧制参数包括出炉温度、粗轧出口温度、精轧入口温度、精轧出口温度和卷取温度；所述的析出参数包括卷取温度对应的碳化钛析出量、卷取温度对应的碳化铌析出量、卷取温度对应的碳化矾析出量、卷取温度对应的氮化钛析出量、卷取温度对应的氮化铌析出量、卷取温度对应的氮化矾析出量、析出后剩余碳含量和析出后剩余氮含量。
所述的轧制参数调整次序为卷取温度、精轧出口温度、精轧入口温度、粗轧出口温度、出炉温度。
所述的轧制参数调整范围，出炉温度为1200℃~1300℃，粗轧出口温度为900℃~1100℃，精轧入口温度为870℃~1080℃，精轧出口温度为750℃~970℃，卷取温度为500℃~750℃。
所述的热轧带钢为                                               
Figure 201110036223X100002DEST_PATH_IMAGE002
，
Figure 201110036223X100002DEST_PATH_IMAGE004
，
Figure 201110036223X100002DEST_PATH_IMAGE006
，
Figure 201110036223X100002DEST_PATH_IMAGE008
，
Figure 201110036223X100002DEST_PATH_IMAGE010
，
Figure 201110036223X100002DEST_PATH_IMAGE012
，
Figure 201110036223X100002DEST_PATH_IMAGE014
，
Figure 201110036223X100002DEST_PATH_IMAGE016
，其中
Figure 201110036223X100002DEST_PATH_IMAGE018
为杂质元素，其它为添加元素，厚度1~20mm的带钢。
本发明提出了一种基于性能预报模型的热轧带钢力学性能的动态控制方法，该方法利用热轧带钢力学性能预测模型，在轧制前对带钢的力学性能进行预测；当力学性能满足要求时，则保持原轧制参数不变；当预测出带钢的力学性能不满足要求时，则基于预报模型动态调整带钢的轧制参数，进而使得带钢的力学性能满足要求。该技术基于带钢的力学性能预测模型，动态设计带钢的轧制参数，实现了带钢力学性能的动态控制，提高了热轧产品的合格率及力学性能的控制精度。 
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明表述的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
实施例1
一种基于性能预报模型的热轧带钢力学性能的动态控制方法，在带钢轧制前首先调取化学成分、预设定的轧制工艺参数、规格参数，然后根据预设定的轧制工艺参数中的预设定的卷取温度计算出析出合金化合物的含量，再将所有数据带入热轧带钢力学性能预测模型中，用模型对轧后带钢的力学性能进行预测，通过调整轧制工艺参数使带钢力学性能的预测值满足力学性能目标值约束，然后按照调整后的轧制工艺参数进行轧制。
需要特别说明的是，在使用本发明进行控制时，由于力学性能的模型预测值和实际值可能会存在一个较小的偏差，所以在使用力学性能的预测值进行性能合格与否的判定时，会在目标值的基础上增加一定的阈值，目标值的上限减掉阈值，目标值的下限加上阈值，以确保最终的性能满足要求。
本发明实施时选用的带钢力学性能为抗拉强度、屈服强度或延伸率中的一个或多个的任意组合；所述的化学成分包括带钢的锰含量、带钢的磷含量、带钢的硅含量和带钢的硫含量；所述的轧制目标参数包括带钢终轧厚度、粗轧压下率和精轧压下率；所述的轧制参数包括出炉温度、粗轧出口温度、精轧入口温度、精轧出口温度和卷取温度；所述的析出参数包括卷取温度对应的碳化钛析出量、卷取温度对应的碳化铌析出量、卷取温度对应的碳化矾析出量、卷取温度对应的氮化钛析出量、卷取温度对应的氮化铌析出量、卷取温度对应的氮化矾析出量、析出后剩余碳含量和析出后剩余氮含量。
本发明中选用的热轧带钢力学性能预测模型表达式如下：
Figure DEST_PATH_IMAGE020
式中：
表示力学性能的预测值，
Figure DEST_PATH_IMAGE024
分别表示抗拉强度(Mpa)、屈服强度(Mpa)和延伸率％
Figure DEST_PATH_IMAGE026
: 带钢的锰含量(%)
Figure DEST_PATH_IMAGE028
:  带钢的磷含量(%)
Figure DEST_PATH_IMAGE030
：带钢的硅含量(%)
：带钢的硫含量(%)
Figure DEST_PATH_IMAGE032
： 卷取温度对应的碳化钛析出量(%)
Figure DEST_PATH_IMAGE034
：卷取温度对应的碳化铌析出量(%)
Figure DEST_PATH_IMAGE036
： 卷取温度对应的碳化矾析出量(%)
Figure DEST_PATH_IMAGE038
： 卷取温度对应的氮化钛析出量(%)
Figure DEST_PATH_IMAGE040
：卷取温度对应的氮化铌析出量(%)
Figure DEST_PATH_IMAGE042
： 卷取温度对应的氮化矾析出量(%)
Figure DEST_PATH_IMAGE044
:  析出后剩余碳含量(%)(总含量减以碳化物形式析出的碳含量)
Figure DEST_PATH_IMAGE046
:  析出后剩余氮含量(%)(总含量减以氮化物形式析出的氮含量)
Figure DEST_PATH_IMAGE048
：出炉温度(℃)
: 粗轧出口温度(℃)
Figure DEST_PATH_IMAGE052
：精轧入口温度(℃)
Figure DEST_PATH_IMAGE054
：精轧出口温度(℃)
Figure DEST_PATH_IMAGE056
：卷取温度(℃)
Figure DEST_PATH_IMAGE058
：带钢终轧厚度(mm)
Figure DEST_PATH_IMAGE060
：粗轧压下率(%)
Figure DEST_PATH_IMAGE062
：精轧压下率(%)
Figure DEST_PATH_IMAGE064
：模型参数，由试验取得，为固定参数
Figure DEST_PATH_IMAGE066
表示以
Figure DEST_PATH_IMAGE068
为底的幂指数
表示以
Figure 691352DEST_PATH_IMAGE068
为底的对数
其中微合金析出量使用溶解度公式进行计算，具体如表1所示，表中T为带钢温度：
Figure DEST_PATH_IMAGE071
使用本发明方法进行控制时，在铸坯到达热轧区域之前，其化学成分的检测值可通过访问过程控制计算机获得。当热轧带钢的化学成分满足以下条件时，用本发明的方法进行控制的效果最好：
Figure 408773DEST_PATH_IMAGE002
，
Figure 990933DEST_PATH_IMAGE004
，
Figure 742988DEST_PATH_IMAGE006
，
Figure 250936DEST_PATH_IMAGE008
，
Figure 517970DEST_PATH_IMAGE010
，
Figure 654553DEST_PATH_IMAGE012
，
Figure 510382DEST_PATH_IMAGE014
，
Figure 441429DEST_PATH_IMAGE016
，其中
Figure 884174DEST_PATH_IMAGE018
为杂质元素，其它为添加元素，厚度1~20mm的带钢。
带钢的轧制过程也是温度变化的一个过程。从出加热炉到卷取，由于带钢与轧辊表面接触散热、水冷散热和辐射传热，所以带钢温度是逐渐降低的，降低幅度与散热强度和时间成正比。由于各种物理量都有一定的范围限制，如，受加热能力的约束，带钢在加热炉中的加热温度不可能任意高，也不可能特别低，而只能在一定范围内变化，其它温度也如此。所以，在调整轧制参数时，只能在有效的范围区间内进行调整，以保证调整后的轧制参数设定值能被正确执行。在调整轧制参数时，逐个进行，若前一个温度调整后，带钢的力学性能满足了要求，则调整结束，其它温度不再改变，否则依次调整后面的温度设定值，所述的轧制参数调整次序为卷取温度、精轧出口温度、精轧入口温度、粗轧出口温度、出炉温度。在本实施例中所述的轧制参数调整范围，出炉温度为1200℃~1300℃，粗轧出口温度为900℃~1100℃，精轧入口温度为870℃~1080℃，精轧出口温度为750℃~970℃，卷取温度为500℃~750℃。
接下来以热轧产线生产的CMn带钢为例，介绍本发明的具体实施步骤，因在实际生产中通常延伸率都合格无需调整，所以下述方法中不考虑延伸率。
热轧带钢力学性能预测模型所用到的带钢的化学成分范围如表2所示：
Figure DEST_PATH_IMAGE072
厚度规格主要为1～12mm，通常情况下延伸率％无需调整，所以本实施例所用的预测模型如下：
Figure DEST_PATH_IMAGE074
Figure DEST_PATH_IMAGE076
基于上面建立的力学性能预测模型，下面给出了性能动态控制的具体实例。
根据连铸钢水的化学成分检测结果，某带钢的成分含量如下：
Figure 683503DEST_PATH_IMAGE044
：0.16、
Figure 206888DEST_PATH_IMAGE030
：0.29、：1.49、
Figure 501527DEST_PATH_IMAGE028
：0.015、
Figure 963601DEST_PATH_IMAGE018
：0.0043、：0.004
工艺参数的预设定值为：
：1270℃、：1050℃、
Figure 313756DEST_PATH_IMAGE052
：1020℃、
Figure 811734DEST_PATH_IMAGE054
：920℃、
Figure 770331DEST_PATH_IMAGE056
：740℃
厚度规格为2mm，粗轧压下率
Figure 658653DEST_PATH_IMAGE060
：14.3%，精轧压下率
Figure 226644DEST_PATH_IMAGE062
：13.2%。
1)        把收集到的化学成分和轧制工艺参数输入到力学性能预测模型，计算结果为：
抗拉强度
Figure DEST_PATH_IMAGE079
Mpa，屈服强度
Figure DEST_PATH_IMAGE081
Mpa 
2)        将抗拉强度的预测值和屈服强度的预测值与要求的力学性能进行比较，其中抗拉强度和屈服强度的阈值分别选择为3Mpa和4Mpa。
根据模型的预报结果进行判断，按照设定轧制参数进行轧制，抗拉强度和屈服强度都偏高，因此，需要通过调整轧制参数来降低带钢的力学性能。
3)        针对带钢力学性能的上下限要求，首先调整带钢的卷取温度，其中卷取温度要求在500~750℃之间。
       把带钢的化学成分、规格、轧制参数及压下率带入到预报模型进行计算，要满足带钢力学性能的要求，则卷取温度需要满足如下条件：
  
Figure DEST_PATH_IMAGE085
计算上面的不等式，可以得到卷取温度的区间：
Figure DEST_PATH_IMAGE088
根据上面的计算，同时满足抗拉强度和屈服强度约束的卷取温度区间为[753℃, 799℃]。但是，由于卷取温度超出了工艺及设备允许的上限750℃，因此，仅通过调整卷取温度不能满足力学性能要求。
4)        按照上面提出的方法，首先把卷取温度固定在上限750℃，然后再通过调整精轧出口温度来调整带钢轧制后的力学性能。基于性能预报模型推定结果，在卷取温度设定为750℃，其它轧制参数保持不变的情况下，要使得轧制后的力学性能满足要求，则精轧出口温度需要满足如下约束：
Figure DEST_PATH_IMAGE090
Figure DEST_PATH_IMAGE092
计算可得：
Figure DEST_PATH_IMAGE093
由于精轧出口温度的有效区间为750℃~970℃，因此，上面的计算结果需要进行修正，修正结果为[935.3℃, 970℃]，实际设定值取为953℃。
       根据上面的计算结果，卷取温度设定值调整为750℃，终轧温度调整为953℃，力学性能满足要求。
实施例2
实施例2和实施例1的区别在于，根据连铸成分检测实绩，某带钢的化学成分如下：
Figure 77663DEST_PATH_IMAGE044
：0.16630、：0.077、：0.35、
Figure 3397DEST_PATH_IMAGE028
：0.17、
Figure 413649DEST_PATH_IMAGE018
：0.0098、
Figure 215515DEST_PATH_IMAGE046
：0.0032
工艺参数的预设定值为：
：1240℃、
Figure 302736DEST_PATH_IMAGE050
：1040℃、
Figure 551184DEST_PATH_IMAGE052
：990℃、
Figure 773218DEST_PATH_IMAGE054
：850℃、
Figure 871230DEST_PATH_IMAGE056
：650℃
厚度规格为6mm，粗轧压下率
Figure 836912DEST_PATH_IMAGE060
：17.2%，精轧压下率
Figure 18495DEST_PATH_IMAGE062
：15.7%。
1)        把收集到的化学成分和轧制参数输入到力学性能预测模型，计算结果为：
抗拉强度
Figure DEST_PATH_IMAGE096
Mpa，屈服强度
Figure DEST_PATH_IMAGE098
Mpa
2)        将抗拉强度的预测值和屈服强度的预测值与要求的力学性能进行比较，其中抗拉强度和屈服强度的阈值分别选择为4Mpa和5Mpa。
Figure DEST_PATH_IMAGE100
根据模型的预报结果进行判断，按照设定工艺进行轧制，抗拉强度和屈服强度都偏低，因此，需要通过调整轧制参数来提高带钢的力学性能。
3)        针对带钢力学性能的上下限要求，首先调整带钢的卷取温度，其中卷取温度要求在500~750℃之间。
       把带钢的化学成分、规格、轧制工艺参数及压下率带入到预报模型进行计算,要满足力学性能要求，则卷取温度需要满足如下条件：
  
Figure DEST_PATH_IMAGE102
Figure DEST_PATH_IMAGE104
计算上面的不等式，可以得到卷取温度的区间：
Figure DEST_PATH_IMAGE105
    按照这种方法计算出所在的区间范围应该为[563℃, 626℃]，实际设定值取二者的中值，即595℃。因此，只需把卷取温度调整到595℃，轧制结束后的带钢的力学性能满足要求。
实施例3
实施例3和实施例1的区别在于，根据连铸钢水的化学成分检测结果，某带钢的成分含量如下：
Figure 83534DEST_PATH_IMAGE044
：0.0822、
Figure 668843DEST_PATH_IMAGE030
：0.26、
Figure 172637DEST_PATH_IMAGE026
：0.9、
Figure 661256DEST_PATH_IMAGE028
：0.013、
Figure 21830DEST_PATH_IMAGE018
：0.0065、
Figure 346632DEST_PATH_IMAGE046
：0.0032
工艺参数的预设定值为：
：1210℃、
Figure 233128DEST_PATH_IMAGE050
：981℃、：961℃、
Figure 825969DEST_PATH_IMAGE054
：800℃、
Figure 937144DEST_PATH_IMAGE056
：530℃
厚度规格为2.4mm，粗轧压下率
Figure 656749DEST_PATH_IMAGE060
：11.1%，精轧压下率
Figure 562388DEST_PATH_IMAGE062
：9.7%。
Figure DEST_PATH_IMAGE106
1)        把收集到的化学成分和轧制工艺参数输入到力学性能预测模型，计算结果为：
抗拉强度ys1 = 575 Mpa，屈服强度ys2 = 416 Mpa
2)        将抗拉强度的预测值和屈服强度的预测值与要求的力学性能进行比较，其中抗拉强度和屈服强度的阈值分别选择为3Mpa和4Mpa。
Figure DEST_PATH_IMAGE108
根据模型的预报结果进行判断，按照设定工艺进行轧制，抗拉强度和屈服强度都偏低，因此，需要通过调整工艺参数来提高带钢的力学性能。
3)        针对带钢力学性能的上下限要求，首先调整带钢的卷取温度，其中卷取温度要求在500~750℃之间。
       把带钢的化学成分、规格、轧制工艺参数及压下率带入到预报模型进行计算，如果要满足轧制带钢的力学性能的要求，则卷取温度需要满足如下条件：
  
Figure DEST_PATH_IMAGE110
Figure DEST_PATH_IMAGE112
计算上面的不等式，可以得到卷取温度的区间：
根据上面的计算，同时满足抗拉强度和屈服强度约束的卷取温度区间为[438℃, 512℃]。由于卷取温度允许的下限为500℃，因此，同时满足设备约束和力学性能要求的卷取温度区间为[500℃, 512℃]，取两者的中值506℃。根据模型计算结果，将卷曲温度从530℃调整到506℃，力学性能满足要求。

Claims (6)

1.一种基于性能预报模型的热轧带钢力学性能的动态控制方法，其特征是：在带钢轧制前首先调取化学成分、预设定的轧制工艺参数、规格参数，然后根据预设定的轧制工艺参数中的预设定的卷取温度计算出析出合金化合物的含量，再将所有数据带入热轧带钢力学性能预测模型中，用模型对轧后带钢的力学性能进行预测，通过调整轧制工艺参数使带钢力学性能的预测值满足力学性能目标值约束，然后按照调整后的轧制工艺参数进行轧制。
2.如权利要求1所述的基于性能预报模型的热轧带钢力学性能的动态控制方法，其特征是：所述的带钢力学性能为抗拉强度、屈服强度或延伸率中的一个或多个的任意组合。
3.如权利要求1或2所述的基于性能预报模型的热轧带钢力学性能的动态控制方法，其特征是：所述的化学成分包括带钢的锰含量、带钢的磷含量、带钢的硅含量和带钢的硫含量；所述的规格参数包括带钢终轧厚度、粗轧压下率和精轧压下率；所述的轧制工艺参数包括带钢的出炉温度、粗轧出口温度、精轧入口温度、精轧出口温度和卷取温度；所述的合金化合物析出参数包括卷取温度对应的碳化钛析出量、卷取温度对应的碳化铌析出量、卷取温度对应的碳化矾析出量、卷取温度对应的氮化钛析出量、卷取温度对应的氮化铌析出量、卷取温度对应的氮化矾析出量、析出后剩余碳含量和析出后剩余氮含量。
4.如权利要求3所述的基于性能预报模型的热轧带钢力学性能的动态控制方法，其特征是：所述的轧制工艺参数调整次序为卷取温度、精轧出口温度、精轧入口温度、粗轧出口温度、出炉温度。
5.如权利要求3所述的基于性能预报模型的热轧带钢力学性能的动态控制方法，其特征是：所述的轧制工艺参数调整范围，出炉温度为1200℃~1300℃，粗轧出口温度为900℃~1100℃，精轧入口温度为870℃~1080℃，精轧出口温度为750℃~970℃，卷取温度为500℃~750℃。
6.如权利要求3所述的基于性能预报模型的热轧带钢力学性能的动态控制方法，其特征是：所述的热轧带钢为                                               ，，
Figure DEST_PATH_IMAGE006
，
Figure DEST_PATH_IMAGE008
，
Figure DEST_PATH_IMAGE010
，
Figure DEST_PATH_IMAGE012
，
Figure DEST_PATH_IMAGE014
，
Figure DEST_PATH_IMAGE016
，其中
Figure DEST_PATH_IMAGE018
为杂质元素，其它为添加元素，厚度1~20mm的带钢。
CN201110036223.XA 2011-02-11 2011-02-11 基于性能预报模型的热轧带钢力学性能的动态控制方法 Active CN102632082B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110036223.XA CN102632082B (zh) 2011-02-11 2011-02-11 基于性能预报模型的热轧带钢力学性能的动态控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110036223.XA CN102632082B (zh) 2011-02-11 2011-02-11 基于性能预报模型的热轧带钢力学性能的动态控制方法

Publications (2)

Publication Number Publication Date
CN102632082A CN102632082A (zh) 2012-08-15
CN102632082B true CN102632082B (zh) 2014-03-19

Family

ID=46616765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110036223.XA Active CN102632082B (zh) 2011-02-11 2011-02-11 基于性能预报模型的热轧带钢力学性能的动态控制方法

Country Status (1)

Country Link
CN (1) CN102632082B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104573278A (zh) * 2015-01-27 2015-04-29 山东钢铁股份有限公司 基于多元线性回归分析的热轧h型钢力学性能预报方法
CN104694720B (zh) * 2015-03-31 2017-05-17 北京首钢股份有限公司 一种热轧板卷力学性能预测与判定系统
CN105740467B (zh) * 2016-03-07 2019-02-05 东北大学 一种C-Mn钢工业大数据的挖掘方法
CN105891321B (zh) * 2016-04-06 2019-02-15 北京工业大学 铁磁性材料结构力学性能的微磁检测标定方法
CN106971026B (zh) * 2017-03-08 2020-06-16 武汉科技大学 基于全局可加模型的微合金钢力学性能预报方法
CN106991242A (zh) * 2017-04-12 2017-07-28 柳州市同维达豪科技有限公司 一种钢板性能优化的控制方法
KR20230141955A (ko) * 2018-12-18 2023-10-10 아르셀러미탈 중간 금속 제품(들)의 그룹으로부터의 최종 금속 제품(들)의 그룹의 제조를 제어하기 위한 방법 및 전자 장치, 관련 컴퓨터 프로그램, 제조 방법 및 설비
CN110010210B (zh) * 2019-03-29 2021-03-19 北京科技大学 基于机器学习并面向性能要求的多组元合金成分设计方法
CN109926452B (zh) * 2019-04-16 2020-09-08 河北津西钢铁集团股份有限公司 应用于轧钢的过程控制方法、过程控制装置及终端
CN111191822A (zh) * 2019-12-18 2020-05-22 河钢股份有限公司承德分公司 钢材的参数预测方法及终端设备
CN112699534A (zh) * 2020-12-11 2021-04-23 北京首钢股份有限公司 一种用于生产冷轧产品的方法及装置
CN113094870B (zh) * 2021-03-08 2022-07-12 山东钢铁股份有限公司 一种热轧宽带钢生产工艺的设计方法
CN113617851A (zh) * 2021-06-23 2021-11-09 武汉钢铁有限公司 一种短流程产线在线反馈控制方法、装置及电子设备
CN113732071B (zh) * 2021-09-15 2023-09-15 首钢智新迁安电磁材料有限公司 硅钢冷连轧轧制过程温度获取方法、装置及电子设备
CN114065629A (zh) * 2021-11-17 2022-02-18 中冶赛迪重庆信息技术有限公司 一种线棒材力学性能预测系统
CN114386325B (zh) * 2021-12-27 2023-04-28 北京科技大学 一种基于规则寻优的带钢力学性能预报方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09327716A (ja) * 1996-06-10 1997-12-22 Sumitomo Metal Ind Ltd 帯状金属板の巻取り温度制御方法及びその装置
CN1720339A (zh) * 2002-12-05 2006-01-11 Sms迪马格股份公司 金属成形、冷加工和/或热加工设备的过程控制或过程调节的方法
CN1814365A (zh) * 2005-02-02 2006-08-09 宝山钢铁股份有限公司 利用带钢化学成分数据提高热轧轧制力预报精度的方法
CN102151704A (zh) * 2010-02-11 2011-08-17 宝山钢铁股份有限公司 一种以温度为直控参数的高速线材斯太尔摩线冷却方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09327716A (ja) * 1996-06-10 1997-12-22 Sumitomo Metal Ind Ltd 帯状金属板の巻取り温度制御方法及びその装置
CN1720339A (zh) * 2002-12-05 2006-01-11 Sms迪马格股份公司 金属成形、冷加工和/或热加工设备的过程控制或过程调节的方法
CN1814365A (zh) * 2005-02-02 2006-08-09 宝山钢铁股份有限公司 利用带钢化学成分数据提高热轧轧制力预报精度的方法
CN102151704A (zh) * 2010-02-11 2011-08-17 宝山钢铁股份有限公司 一种以温度为直控参数的高速线材斯太尔摩线冷却方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
J 1Andorfer、G1Hribernig等.使用VAI-Q Strip 系统首次实现热轧带钢力学性能的全面控制.《钢铁》.2001,第36卷(第1 期),
使用VAI-Q Strip 系统首次实现热轧带钢力学性能的全面控制;J 1Andorfer、G1Hribernig等;《钢铁》;20010131;第36卷(第1 期);42-46页 *

Also Published As

Publication number Publication date
CN102632082A (zh) 2012-08-15

Similar Documents

Publication Publication Date Title
CN102632082B (zh) 基于性能预报模型的热轧带钢力学性能的动态控制方法
US20170002440A1 (en) Method for optimally producing metal steel and iron alloys in hot-rolled and thick plate factories using a microstructure simulator, monitor, and/or model
CN103752610B (zh) 一种改善汽车外板用钢表面质量的2250热连轧生产方法
CN108359908A (zh) 一种冷轧双相钢及其制备方法
CA2270450A1 (en) Process for monitoring and controlling the quality of rolled products from hot-rolled processes
CN104264051B (zh) 一种屈服强度345Mpa以上低合金钢热轧卷板及其制备方法
JP7200982B2 (ja) 材料特性値予測システム及び金属板の製造方法
CN104419865B (zh) 一种易开盖用冷轧镀锡板及其生产方法
KR101759915B1 (ko) 금속 스트립 제조 방법
CN106148803A (zh) 一种深冲电池壳用钢的生产方法
JP5350579B2 (ja) 連続式溶融めっき用熱延鋼板の材質安定化方法
CN104841701B (zh) 热轧带钢大降速轧制时的薄板卷取温度控制方法
CN104498840B (zh) 锯片用钢及其生产方法
CN103233175B (zh) 一种易成型高强度中厚钢板的生产方法
CN107587070B (zh) 热轧宽带板簧用钢及其生产方法
CN103741019B (zh) 一种热轧钢带及其生产方法
CN111558615B (zh) 钛板在热连轧线的精轧轧制压力控制方法
CN108603793B (zh) 用于控制和/或调节铸造或轧制的金属产品的加热的方法以及系统
CN105779888B (zh) 一种碳素结构钢的热轧生产方法
JP7287416B2 (ja) 厚鋼板の製造仕様決定支援装置および製造仕様探索方法、コンピュータプログラム、コンピュータ読み取り可能な記録媒体ならびに厚鋼板の製造方法
CN105160127B (zh) 基于csp流程热连轧生产线q235b钢种的性能预测方法
JP7230880B2 (ja) 圧延荷重予測方法、圧延方法、熱延鋼板の製造方法、及び圧延荷重予測モデルの生成方法
CN103225042B (zh) 一种易成型高强度中厚钢板的生产方法
Stumpf Grain size modelling of a low carbon strip steel during hot rolling in a Compact Strip Production (CSP) plant using the Hot Charge Route
WO2024057275A1 (en) Hot rolling with residual elements

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant