CN102632085B - 冷轧带钢板形控制系统及方法 - Google Patents

Abstract

本发明公开了一种冷轧带钢板形控制系统及方法，采用先进的前馈-反馈协同控制架构，在板形自动控制系统投入在线运行后，由凸度和轧制力变化引起的板形变化量计算环节和出口板形偏差计算环节共同计算出由于凸度和轧制力变化而引起板形变化量和出口板形实时偏差，然后在所述板形调控机构最优调节量计算及限幅处理环节计算出用于冷轧带钢板形控制的在线调节量。既消除了带钢在轧机和板形仪之间存在的传输时滞影响，又能保证预测板形的精度，能够有效解决轧制过程中由于来料凸度变化和轧制力波动等实际因素造成的出口板形质量变差的技术问题，从而显著提高冷轧带钢产品的品质。

Description

冷轧带钢板形控制系统及方法

技术领域

    本发明属于冷轧带钢领域，尤其涉及一种冷轧带钢板形控制系统及方法。

背景技术

随着国内外装备制造业的迅猛发展，下游用户对冷轧带钢产品质量要求也日益增高，特别是对于高档汽车和高端IT产品制造等行业。冷轧带钢主要用于冲制各种零部件，为了提高重模寿命和冲压精度，就要求冷轧带钢具有较好的板形质量。于是，研究板形控制技术对于冷轧钢铁企业提高核心竞争力具有至关重要的作用。

    为了控制好轧机出口板形，人们研发了板形仪。通常将其安装在轧制出口处用于在线测量轧机出口板形信号，然后利用轧机出口板形信号进行闭环板形控制。值得注意的是，闭环板形控制系统是一种典型的检测时滞系统，这是因为在轧机和板形仪之间客观存在一定距离。在闭环控制系统投入在线运行特别是中低速轧制时，板形仪测量的当前板形信号可能是几个控制周期以前的轧机出口板形，如果采用高增益控制器时可能导致控制系统不稳定，不能取得良好的控制效果，这也是板形反馈控制的主要短板。此时，由于来料凸度变化和轧制力波动等实际因素都会造成出口板形质量变差的技术问题。

    近年来，国内外研究者针对如何进一步提高板形控制质量进行了深入研究，试图从控制方法角度来解决由于来料凸度变化和轧制力波动等实际因素造成的出口板形质量变差的技术问题，克服传统反馈控制在处理时滞问题上得不足。Jelali等人在美国专利(US 6721620B2)“Multi variable flatness control system”中引入了板形预测模型，通过模型预测出口板形来消除板形测量延时，使得板形控制可以快速动态运行。该方法基本的要求是需要建立轧制过程的一个准确模型，但实际板形模型是随轧机工况，例如轧机冷却特性、轧辊和带钢间的摩擦系数和带钢的变形抗力等因素而变化的，因而很难获得满足实际需求的板形预测模型。为了解决这个问题，顾廷权等人在专利CN 101758084 A “模型自适应的板形预测控制方法”中提出了一种基于模型自适应技术的板形预测控制方法，利用历史输入输出数据建立一个含有执行机构特性的板形模型，并且根据实时的轧制参数和相应的实际板形值不断对该模型进行动态校正，校正模型用于准确预测板形及确定最优的控制量，以达到去除带钢在机架和板形仪之间传输时滞的目的。但是值得注意的时，这种方法完全用预测控制代替了反馈控制，因而其校正模型的模型精度和跟踪精度对于控制效果来说是非常重要的。实际上，轧制过程是一个非常复杂的非线性系统，涉及影响因素种类众多且具有时变特性，由校正模型计算出的预测板形无法取代板形仪实测板形。现在技术现状是：预测板形可以消除传输时滞但是精度不能保证，板形仪实测板形精度高但是具有传输时滞。这种情况下，无论是板形反馈控制还是板形预测控制控制都具有明显的劣势，无法满足日益增高的板形控制精度技术要求。因而，如何在冷轧带钢板形控制实际生产中既消除传输时滞又保证高精度。

发明内容

本发明公开了一种冷轧带钢板形控制系统及方法，采用先进的前馈-反馈协同控制架构，既消除了带钢在轧机和板形仪之间存在的传输时滞影响，又能保证预测板形的精度，能够有效解决轧制过程中由于来料凸度变化和轧制力波动等实际因素造成的出口板形质量变差的技术问题，从而显著提高冷轧带钢产品的品质。

为达到上述目的，本发明的技术方案是这样实现的：

一种冷轧带钢板形控制系统，包括：

目标板形设定模块，用于根据工艺要求和产品要求设定轧制成品目标板形分布曲线；

板形偏差信号计算模块，用于接收出口板形分布信号和目标板形分布曲线，将目标板形曲线减去出口板形分布信号得到板形偏差信号；其中出口板形分布信号由板形测量辊测量获得；

板形预测模块，用于接收来料凸度各次分量实时测量信号和轧制力实时测量信号，并计算来料凸度分量变化值和轧制力变化所引起的板形变化量；其中来料凸度各次分量实时测量信号和轧制力实时测量信号分别由凸度仪和轧制力检测装置测量获得；

板形控制计算模块，用于接收由所述板形预测模块发出的板形变化量、由所述板形偏差信号计算模块发出的板形偏差信号以及调控机构实时位置信号，根据板形变化量和板形偏差信号计算出预测板形偏差信号，对预测板形偏差信号进行优化得到板形调控机构调节量，再根据调控机构实时位置信号对板形调控机构调节量进行限幅处理得到最终板形调控机构调节量；其中调控机构实时位置信号由调控机构位置传感器获得；

用于输出最终板形调控机构调节量的调节量输出模块。

一种冷轧带钢板形控制的方法，其步骤为：

1）根据工艺要求和产品要求设定轧制成品目标板形分布曲线；                     

2）根据出口板形分布信号和目标板形分布曲线，将目标板形曲线减去出口板形分布信号计算得到板形偏差信号；其中出口板形分布信号由板形测量辊测量获得；

3）根据来料凸度各次分量实时测量信号和轧制力实时测量信号，并计算来料凸度各次分量变化值和轧制力变化所引起的板形变化量；其中来料凸度各次分量实时测量信号和轧制力实时测量信号分别由凸度仪和轧制力检测装置测量获得；

4）根据板形变化量和板形偏差信号，计算出预测板形偏差信号，对预测板形偏差信号进行优化得到板形调控机构调节量，再根据调控机构实时位置信号对板形调控机构调节量进行限幅处理得到最终板形调控机构调节量；其中调控机构实时位置信号由调控机构位置传感器获得；

5）输出板形调控机构调节量对各板形调控机构进行在线调整。

进一步的，根据上述冷轧带钢板形控制的方法，在步骤4中，板形控制系统投入在线运行后，每隔一时间周期依据所述预测板形偏差信号和轧机板形调控机构的板形调控功效系数来实时计算出当次板形调控机构调节量。

进一步的，根据上述冷轧带钢板形控制的方法，步骤3中来料凸度各次分量变化值为本次来料凸度各次分量值减去上一次来料凸度各次分量值，轧制力变化值为本次轧制力测量值减去上一次轧制力测量值。

进一步的，根据上述冷轧带钢板形控制的方法，步骤3中板形变化量                                                ，计算通过以下两个公式：

            （1），

式（1）中、、和分别为板形预测信号的一次、二次、三次和四次分量；(i=1,2,3,4; j=1,2,3,4)为来料凸度的第j次分量变化值对板形预测信号的第i次分量的影响系数；( i= 1,2,3,4)为轧制力变化对板形预测信号的第i次分量的影响系数；△C_i为来料凸度的第i次分量变化值；△P为轧制力变化值；

           (2)，

式(2)中 为板形特征点坐标，它由工艺专业人员根据板形仪的各测量区段宽度和带钢宽度来选定；B为带钢宽度；，，， 。

进一步的，根据上述冷轧带钢板形控制的方法，在步骤4）中对预测板形偏差信号进行优化得到板形调控机构调节量时采用多变量优化控制算法，

                      （3），

式（3）中为各板形调控机构调节量；A为n×m维矩阵，为轧机板形调控机构的板形调控功效系数矩阵，一般由工艺人员通过有限元计算或者轧制实验的方法获得后保存到板形计算机数据库中，n为板形特征点个数；W为n×n为对角矩阵，矩阵对角线上各元素为各板形特征点的权值系数，取值均为正数；是板形变化量和所述板形偏差信号计算模块得到的板形偏差信号两者相加得到的预测板形偏差信号；m为板形调控机构个数。

进一步的，根据上述冷轧带钢板形控制的方法，所述步骤4）中对板形调控机构调节量进行限幅处理时采用以下公式计算：

                     （4），

式（4）中，为第i个板形调控机构的最终板形调控机构调节量；i=1,2,…,m；为第i种板形调控机构的最大位置极限；为第i种板形调控机构的最小位置极限；为由所述调控机构位置传感器在线测量的第i种板形调控机构的实时位置。

本发明提供了一种冷轧带钢板形前馈-反馈协同控制系统及方法，与现有技术相比，具有以下有益效果：

1、将板形影响因素分为快变因素和缓变因素两种，其中快变因素主要为来料凸度变化和轧制力变化，其余为缓变因素。本发明根据不同影响因素的作用机理来区分控制：采用前馈控制来消除由于来料凸度变化和轧制力波动等实际因素造成的出口板形质量变差的技术问题，采用反馈控制来充分利用高精度板形仪测量信号消除缓变因素造成的板形缺陷。

2、将板形前馈控制和板形反馈控制有机结合在一起，取长补短，发挥两种控制思想的优势，所提出的前馈-反馈协同控制架构既能消除了带钢在轧机和板形仪之间存在的传输时滞影响，又能保证预测板形的精度，是提高一种板形控制精度的有效途径。

附图说明

图1为本发明一个实施例的硬件框图。

图2为本发明一个实施例的控制系统结构图。

    图3为本发明一个实施例的控制原理流程图。

    图4为使用常规板形反馈控制方法时冷轧带钢出口板形分布图。

    图5为使用本方法时冷轧带钢出口板形分布图。

具体实施方式

下面结合附图及本发明的实施例对本发明的系统及方法作进一步详细的说明。

图1为本发明一个实施例的硬件框图，也表示出了其与轧机本体中其它组件的关系。凸度仪，安装于轧机入口处，用于在线检测来料凸度，获取来料凸度各次分量。轧制力检测装置，用于在线检测轧制过程的轧制力大小P。板形测量辊，安装于轧机出口处，用于在线检测出口板形分布信号。调控机构位置传感器，用于在线检测各调控机构实时位置信号。轧机侧辊弯辊调控机构，用于调控轧机运行。工控机，用于确定板型调控量。基础自动化PLC，用于接收由工控机发出的最终板形调控机构调节量，实现本实施例中倾辊装置、工作辊弯辊装置和中间辊弯辊装置的L1级控制功能。

如图2所示，该冷轧带钢板形控制系统，包括：

目标板形设定模块，用于根据工艺要求和产品要求设定轧制成品目标板形分布曲线；

板形偏差信号计算模块，用于接收出口板形分布信号和目标板形分布曲线，将目标板形曲线减去出口板形分布信号得到板形偏差信号；其中出口板形分布信号由板形测量辊测量获得；

板形预测模块，用于接收来料凸度各次分量实时测量信号和轧制力实时测量信号，并计算来料凸度分量变化值和轧制力变化所引起的板形变化量；其中来料凸度各次分量实时测量信号和轧制力实时测量信号分别由凸度仪和轧制力检测装置测量获得；

板形控制计算模块，用于接收板形变化量、板形偏差信号和调控机构实时位置信号，根据板形变化量和板形偏差信号计算出预测板形偏差信号，对预测板形偏差信号进行优化得到板形调控机构调节量，再根据调控机构实时位置信号进行限幅处理计算板形调控机构调节量；其中调控机构实时位置信号由调控机构位置传感器获得；

调节量输出模块，用于输出最终板形调控机构调节量。

图3为冷轧带钢板形前馈-反馈协同控制方法流程图，它包括以下步骤：

1）根据工艺要求和产品要求设定轧制成品目标板形分布曲线。

在带材轧制前，由操作员站根据L2过程自动化传输的当前带卷信息设定本次轧制的目标板形曲线。

2）根据出口板形分布信号和目标板形分布曲线，将目标板形曲线减去出口板形分布信号计算得到板形偏差信号；其中出口板形分布信号由板形测量辊测量获得。

板形自动控制系统投入运行后，由安装在轧机出口处的板形测量辊在线检测板形分布信号，并通过TCP/IP通讯方式将板形分布信号传输到板形计算机。

3）根据来料凸度各次分量实时测量信号和轧制力实时测量信号，并计算来料凸度各次分量变化值和轧制力变化所引起的板形变化量；其中来料凸度各次分量实时测量信号和轧制力实时测量信号分别由凸度仪和轧制力检测装置测量获得。

使用安装在轧机入口处的凸度仪在线检测来料凸度，获取来料凸度的各次分量，所述来料凸度各次分量为来料凸度的一次、二次、三次和四次分量，表示为C1、C2、C3、C4；来料凸度各次分量变化值为本次来料凸度各次分量值减去上一次来料凸度各次分量值，分别表示为、、和；其计算数学公式为：，这里为上一次在线检测的第i次来料凸度分量。利用轧制力检测装置在线检测轧制力大小P，轧制力变化值为本次轧制力测量值减去上一次轧制力测量值，表示为；其计算数学公式为：，这里为轧制力的上一次测量值。

然后代入以下公式进行计算：

          （1），

式（1）中、、和分别为板形预测信号的一次、二次、三次和四次分量；(i=1,2,3,4; j=1,2,3,4)为来料凸度的第j次分量变化值对板形预测信号的第i次分量的影响系数；( i= 1,2,3,4)为轧制力变化对板形预测信号的第i次分量的影响系数。

           （2），

式（2）中为板形特征点坐标，单位为mm，它由工艺专业人员根据板形仪的各测量区段宽度和带钢宽度来选定；B为带钢宽度，单位为mm；，，，；即为来料凸度和轧制力变化在坐标值处引起的板形变化量，单位为I或者MPa。

4）根据板形变化量、板形偏差信号和调控机构实时位置信号，计算出预测板形偏差信号，对预测板形偏差信号进行优化计算得到板形调控机构调节量，再根据调控机构实时位置信号对板形调控机构调节量进行限幅处理得到最终板形调控机构调节量；其中调控机构实时位置信号由调控机构位置传感器获得。

预测板形偏差信号由所述步骤3）计算的出来料凸度和轧制力变化引起的板形变化量和所述步骤2计算得到的板形偏差信号两者相加得到；板形调控机构调节量通过多变量优化控制算法进行计算，公式为：

                        （3），

式（3）中，为各板形调控机构调节量；m为板形调控机构个数，在本实施例中m为3(本实例中轧机配置有轧辊倾斜、工作辊正负弯辊、中间辊正弯辊三个板形在线调控机构)；A为n×m维矩阵，为轧机板形调控机构的板形调控功效系数矩阵，一般由工艺人员通过有限元计算或者轧制实验的方法获得后保存到板形计算机数据库中，n为板形特征点个数，在本实施例中n为24(本实例中候选带钢宽度1250mm，共完全覆盖20个26mm板形辊测量器和14个52m板形辊测量区)；W为n×n为对角矩阵，矩阵对角线上各元素为各板形特征点的权值系数，取值均为正数；为的预测板形偏差信号。

对各板形调控机构调节量进行限幅处理计算最终板形调控机构调节量的数学公式为：

                 （4）；

式（4）中，为第i个板形调控机构的最终板形调控机构调节量；i=1,2,…,m；为第i种板形调控机构的最大位置极限；为第i种板形调控机构的最小位置极限；为由所述调控机构位置传感器在线测量的第i种板形调控机构的实时位置。

板形控制系统投入在线运行后，每隔一时间周期依据所述预测板形偏差信号和轧机板形调控机构的板形调控功效系数来实时计算出当次板形调控机构调节量。

5）输出最终板形调控机构调节量对各板形调控机构进行在线调整。

本方法具体实施顺序为：在板形自动控制系统投入在线运行后，每隔一定时间周期由所述凸度和轧制力变化引起板形变化量计算环节和所述出口板形偏差计算环节并行计算出由于凸度和轧制力变化而引起板形变化量和出口板形实时偏差，然后在所述板形调控机构最优调节量计算及限幅处理环节计算出用于冷轧带钢板形前馈-反馈协同控制的在线调节量。最后依据经过上述技术步骤得到的板形调控机构输出调节量对各板形调控机构进行在线调整，完成冷轧带钢板形前馈-反馈协同控制功能。

基于本发明的冷轧带钢板形前馈-反馈协同控制系统及方法可用于四辊、六辊单机架或多机架冷连轧机组。以下以一台单机架六辊轧机为例，六辊轧机可轧制的产品包括普通板、高强钢、部分不锈钢和硅钢等。本实施例轧制的是中高牌号硅钢，机型为UCM轧机，板形控制手段包括轧辊倾斜、工作辊正负弯辊、中间辊正弯辊、中间辊窜辊以及乳化液分段冷却等。其中中间辊窜辊是根据带钢宽度进行预设定，调整原则是将中间辊辊身边缘与带钢边部对齐，亦可由操作方考虑添加一个修正量，调到位后保持位置不变；乳化液分段冷却具有较大的时间滞后特性。因而在线调节的板形控制手段主要有轧辊倾斜、工作辊正负弯辊、中间辊正弯辊三种。轧机配备有完善的轧制力检测装置、轧辊倾斜、工作辊弯辊、中间辊弯辊等机构的位置传感器。在轧机入口处安装有德国IMS公司的SMC实时多通道凸度仪。该机组的主要技术性能指标和设备参数为：

轧制速度：Max 900m/min，轧制压力：Max 18000KN，最大轧制力矩：140.3KN×m，卷取张力：Max 220KN，主电机功率：5500KW；

来料厚度范围：1.8~2.5mm，来料宽度范围：850~1280mm，轧后厚度范围：0.3mm~1.0mm；

工作辊直径：290~340mm，工作辊身长：1400mm，中间辊直径：440~500mm，中间辊身长：1640mm，支撑辊直径：1150~1250mm，支撑辊身长：1400mm；

每侧工作辊弯辊力：-280~350KN，每侧中间辊弯辊力：0~500KN，中间辊轴向横移量：-120~120mm，辅助液压系统压力：14MPa，平衡弯辊系统压力：28MPa，压下系统压力：28MPa。

板形仪采用瑞典的ABB公司板形辊，该板形辊辊径313mm，由实心钢轴组成，沿宽度方向每隔52mm或26mm被分成一个测量区域，每个测量区域内沿轴向在测量辊的四周均匀分布着四个沟槽以放置磁弹性力传感器，传感器的外面被钢环所包裹。板形辊每旋转一周，可以对带材板形测量四次，安装于轧机出口约3米处。

为了验证本发明的优越性，在本实施例中选取两卷相同规格的带钢产品进行工业试验比较。图4给出的是采用常规板形反馈控制方案时冷轧带钢出口板形分布图，此时来料凸度波动和轧制力波动对板形产生的影响，由图4可以看出冷轧带钢出口板形分布情况并不是很理想，在若干区段板形控制精度超出了常规板形技术性能考核指标(一般为10I)，严重影响了冷轧带钢产品质量档次。图5给出的是采用本发明板形前馈-反馈控制方案后的冷轧带钢出口板形分布图。由图4和图5间的比较可以看出，图5中的冷轧带钢出口厚度分布质量比较理想，出口板形控制精度控制在6I以内，完全满足通用的板形控制精度技术性能考核要求，能够显著提高了冷轧带钢的质量。通过使用本发明，将板形前馈控制和板形反馈控制有机结合在一起，取长补短，发挥两种控制思想的优势，所提出的前馈-反馈协同控制架构既能消除了带钢在轧机和板形仪之间存在的传输时滞影响，又能保证预测板形的精度，是提高一种板形控制精度的有效途径。

以上实施例仅用于说明本发明的计算思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (6)

1.一种冷轧带钢板形控制的方法，其步骤为：

1）根据工艺要求和产品要求设定轧制成品目标板形分布曲线；

2）根据出口板形分布信号和目标板形分布曲线，将目标板形曲线减去出口板形分布信号计算得到板形偏差信号；其中出口板形分布信号由板形测量辊测量获得；

3）根据来料凸度各次分量实时测量信号和轧制力实时测量信号，并计算来料凸度各次分量变化值和轧制力变化所引起的板形变化量；其中来料凸度各次分量实时测量信号和轧制力实时测量信号分别由凸度仪和轧制力检测装置测量获得；

4）根据板形变化量和板形偏差信号，计算出预测板形偏差信号，对预测板形偏差信号进行优化得到板形调控机构调节量，再根据调控机构实时位置信号对板形调控机构调节量进行限幅处理得到最终板形调控机构调节量；其中调控机构实时位置信号由调控机构位置传感器获得；

5）输出最终板形调控机构调节量对各板形调控机构进行在线调整；

所述步骤4）中，板形控制系统投入在线运行后，每隔一时间周期依据所述预测板形偏差信号和轧机板形调控机构的板形调控功效系数来实时计算出当次板形调控机构调节量。

2.根据权利要求1所述的冷轧带钢板形控制的方法，其特征在于：所述步骤3）中来料凸度各次分量变化值为本次来料凸度各次分量值减去上一次来料凸度各次分量值，轧制力变化值为本次轧制力测量值减去上一次轧制力测量值。

3.根据权利要求1或2所述的冷轧带钢板形控制的方法，其特征在于：所述步骤3）中板形变化量FF(x)，通过以下两个公式计算：

$\left[\begin{array}{c}{a}_1\\ a_2\\ a_3\\ a_4\end{array}\right]=\left[\begin{array}{cccc}{\mathrm{Ec}}_{11}& {\mathrm{Ec}}_{12}& {\mathrm{Ec}}_{13}& {\mathrm{Ec}}_{14}\\ {\mathrm{Ec}}_{21}& {\mathrm{Ec}}_{22}& {\mathrm{Ec}}_{23}& {\mathrm{Ec}}_{24}\\ {\mathrm{Ec}}_{31}& {\mathrm{Ec}}_{32}& {\mathrm{Ec}}_{33}& {\mathrm{Ec}}_{34}\\ {\mathrm{Ec}}_{41}& {\mathrm{Ec}}_{42}& {\mathrm{Ec}}_{43}& {\mathrm{Ec}}_{44}\end{array}\right]\×\left[\begin{array}{c}\mathrm{\Δ}{C}_1\\ \mathrm{\Δ}{C}_2\\ \mathrm{\Δ}{C}_3\\ \mathrm{\Δ}{C}_4\end{array}\right]+\left[\begin{array}{c}{K}_1\\ K_2\\ K_3\\ K_4\end{array}\right]\×\mathrm{\ΔP}---\left(1\right),$

式（1）中a₁、a₂、a₃和a₄分别为板形预测信号的一次、二次、三次和四次分量；Ec_ij(i=1,2,3,4;j=1,2,3,4)为来料凸度的第j次分量变化值对板形预测信号的第i次分量的影响系数；K_i(i=1,2,3,4)为轧制力变化对板形预测信号的第i次分量的影响系数；△C_i为来料凸度的第i次分量变化值；△P为轧制力变化值；

$\mathrm{FF}\left(x\right)=a_1\×f_1\left(\frac{2x}{B}\right)+a_2\×f_2\left(\frac{2x}{B}\right){+a}_3\×f_3\left(\frac{2x}{B}\right)+a_4\×f_4\left(\frac{2x}{B}\right)---\left(2\right),$

式(2)中x为板形特征点坐标，它由工艺专业人员根据板形仪的各测量区段宽度和带钢宽度来选定；B为带钢宽度； $f_1\left(x\right)=\frac{2x}{B},$ $f_2\left(x\right)=\frac{3}{2}{\left(\frac{2x}{B}\right)}^2-\frac{1}{2},$ $f_3\left(x\right)=\frac{5}{2}{\left(\frac{2x}{B}\right)}^3-\frac{3}{2}\left(\frac{2x}{B}\right),$ $f_4\left(x\right)=\frac{1}{8}(35{\left(\frac{2x}{B}\right)}^4-30{\left(\frac{2x}{B}\right)}^2+3).$

4.根据权利要求1所述的冷轧带钢板形控制的方法，其特征在于：在步骤4）中对预测板形偏差信号进行优化得到板形调控机构调节量时采用多变量优化控制算法，

ΔU=-(A^TW²A)^-1A^TW²Δσ    （3），

式（3）中 $\mathrm{\ΔU}=\left[\begin{array}{c}\mathrm{\Δ}{U}_1\\ \mathrm{\Δ}{U}_2\\ \·\\ \·\\ \·\\ \mathrm{\Δ}{U}_m\end{array}\right]$ 为各板形调控机构调节量；A为n×m维矩阵，为轧机板形调控机构的板形调控功效系数矩阵，由工艺人员通过有限元计算或者轧制实验的方法获得后保存到板形计算机数据库中；n为板形特征点个数；W为n×n为对角矩阵，矩阵对角线上各元素为各板形特征点的权值系数，取值均为正数；Δσ是板形变化量FF(x)和板形偏差信号两者相加得到的预测板形偏差信号；m为板形调控机构个数。

5.根据权利要求4所述的冷轧带钢板形控制的方法，其特征在于：所述步骤4）中对板形调控机构调节量进行限幅处理时采用以下公式计算：

式（4）中，ΔU_i'为第i个板形调控机构的最终板形调控机构调节量；i=1,2,...,m；UL_i为第i种板形调控机构的最大位置极限；US_i为第i种板形调控机构的最小位置极限；U_i为由所述调控机构位置传感器在线测量的第i种板形调控机构的实时位置。

6.一种用于实现权利要求1所述的冷轧带钢板形控制的方法的冷轧带钢板形控制系统，其特征在于：它包括：

目标板形设定模块，用于根据工艺要求和产品要求设定轧制成品目标板形分布曲线；

板形偏差信号计算模块，用于接收出口板形分布信号和目标板形分布曲线，将目标板形曲线减去出口板形分布信号得到板形偏差信号；其中出口板形分布信号由板形测量辊测量获得；

板形预测模块，用于接收来料凸度各次分量实时测量信号和轧制力实时测量信号，并计算来料凸度各次分量变化值和轧制力变化所引起的板形变化量；其中来料凸度各次分量实时测量信号和轧制力实时测量信号分别由凸度仪和轧制力检测装置测量获得；

板形控制计算模块，用于接收由所述板形预测模块发出的板形变化量、由所述板形偏差信号计算模块发出的板形偏差信号以及调控机构实时位置信号，根据板形变化量和板形偏差信号计算出预测板形偏差信号，依据预测板形偏差信号进行优化计算得到板形调控机构调节量，再根据调控机构实时位置信号对板形调控机构调节量进行限幅处理得到最终板形调控机构调节量；其中调控机构实时位置信号由调控机构位置传感器获得；

调节量输出模块，用于输出最终板形调控机构调节量。