CN102794315B - 一种提高带钢全长卷取温度预报精度的自学习方法 - Google Patents
一种提高带钢全长卷取温度预报精度的自学习方法 Download PDFInfo
- Publication number
- CN102794315B CN102794315B CN201210301754.1A CN201210301754A CN102794315B CN 102794315 B CN102794315 B CN 102794315B CN 201210301754 A CN201210301754 A CN 201210301754A CN 102794315 B CN102794315 B CN 102794315B
- Authority
- CN
- China
- Prior art keywords
- steel
- self
- coiling temperature
- self study
- section
- 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.)
- Expired - Fee Related
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 92
- 239000010959 steel Substances 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005096 rolling process Methods 0.000 claims description 9
- 241000277275 Oncorhynchus mykiss Species 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 5
- 239000002826 coolant Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 abstract description 3
- 238000007519 figuring Methods 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 13
- 238000001816 cooling Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Landscapes
- Control Of Metal Rolling (AREA)
Abstract
本发明一种提高带钢全长卷取温度预报精度的自学习方法,属于热轧带钢自动控制技术领域,其主要特征在于包括以下步骤:1)在卷取温度控制过程中收集带钢各段的控制参数;2)在带钢轧制完成后确定滞后段数;3)计算段间自学习滞后因子;4)在预测后续带钢各段的卷取温度时,综合考虑了本块钢的段间自学习系数、已轧制完成带钢的段间自学习系数和段间自学习滞后因子。本发明所涉及的自学习方法可比较好地解决带钢段间自学习所存在的滞后问题,可明显提高带钢全长的各分段卷取温度预报精度。
Description
技术领域:
本发明属于热轧带钢自动控制技术领域,特别涉及热轧带钢的卷取温度控制过程中的模型自学习方法。
背景技术:
卷取温度的控制水平直接影响带钢成品组织性能的稳定性,高精度的卷取温度预报模型对提升卷取温度控制水平的至关重要。在实际生产中,影响带钢全长卷取温度的因素错综复杂,在控制系统中无法做到全面而精确地描述。其中,许多因素随带钢长度方向上的位置而变化,比如入口温度、轧制速度、卷取张力、带钢板型等,必须采用自学习方法不断地对模型进行更新修正。具体方法是,将带钢全长分成若干小段,当每段带钢达到层流冷却的粗调区或精调区入口时,根据其卷取温度的模型预报值与目标值之间的偏差动态调节冷却水量,然后当其达到层流冷却出口获得卷取温度实测值后,再反算出最新的自学习系数实际值,用于修正在入口之前的后续带钢段的卷取温度预报,这一过程就是段间自学习,如图1所示。
从图中可知,传统的段间自学习方法存在着严重的滞后问题,即用于反算自学习系数实际值的带钢段i′与其修正效果所作用的带钢段i之间相差有几十米的距离。由于影响冷却效果的因素可能已经发生较大变化,滞后问题将使得段间自学习效果不佳,甚至可能出现调节的方向相反而产生振荡。现有的解决方法有自学习系数平滑处理、带钢间采用多点自学习等。
平滑处理方法是对段间自学习系数实际值先采用指数平滑法处理之后,再用于修正后续带钢段的预报模型,虽然能防止出现较大振荡,但它是以减小自学习的修正作用为代价,同时还使得修正效果可能更加滞后。
带钢之间多点自学习是对传统的带钢间头部自学习方法的改进,允许在带钢长度方向上多个特征点处(比如带钢的头中尾)采用带钢间自学习替代段间自学习。该方法的出发点是利用已轧制过的带钢信息及时修正模型以适应特征点处可能出现的冷却效果改变,虽然在某些工况下能够避免这些特征点处存在的段间自学习滞后影响,但由于破坏了段间自学习的连续性,如果前后两块带钢冷却影响因素差异较大,该方法反而会使得控制效果恶化。另外,由于冷却效果影响因素在带钢长度方向上的变化规律相对复杂,需要增加特征点才能降低对变化规律描述的误差,但这又同时会使得段间自学习因中断次数太多而效果无法正常发挥。在生产中,以上问题严重限制了该方法的实际应用。
发明内容:
针对带钢卷取温度控制中的段间自学习方法所存在的滞后问题以及现有技术措施的局限性,本发明提出了一种新的自学习方法,利用已轧制完成带钢的段间自学习相关控制参数,计算出段间自学习的滞后因子,补偿当前带钢段间自学习所存在的滞后影响,达到提高带钢全长各段的卷取温度预报精度的目的,如图2所示。
本发明的技术方案:一种提高带钢全长卷取温度预报精度的自学习方法,具体技术方案如下:
首先,在卷取温度控制过程中收集带钢各段的距离带钢头部位置p、启动卷取温度预报的时刻τff、到达卷取温度计的时刻τCT以及根据实测卷取温度反算的自学习系数实际值f*,其中带钢段的距离带钢头部位置p采用带钢长度百分比的方法表示。
在带钢轧制完成后,根据各段的τff和τCT确定当启动第i段带钢卷取温度预报时刚好达到层流冷却出口温度计的带钢段号i′,其中i′=i-m,m为段间自学习的滞后段数。
然后,采用以下公式计算第i段带钢的自学习滞后因子ki:
在后续带钢控制过程中,当预报第i段的卷取温度时,采用以下公式确定相应的自学习系数fi:
其中fi′ *为本块钢当前最新的段间自学习系数实际值,为已轧制完成的带钢相应位置的自学习系数实际值,ki为公式(1)计算的自学习滞后因子,g为增益系数,取值范围为[0,1]。
进一步,ki和值可以是前一块带钢的相应位置数据,也可以是由已轧制完成的多块带钢的相应位置数据经指数平滑处理后的结果。
进一步,如果每块钢的分段位置不一定正好对应,式(2)中的ki和值可根据当前带钢段的位置pi采用线性插值算法来确定。
本发明的特点之一是,将段间自学习与带钢间自学习进行有机结合,实现了两者在带钢全长上的卷取温度控制过程中共同作用和相互配合。其中,段间自学习部分负责修正带钢长度方向上冷却效果变化对温度模型的影响,而带钢间自学习部分则负责补偿其滞后问题带来的不利影响。与现有的带钢间多点自学习相比,本发明既充分发挥了带钢间自学习的作用,又不破坏当前带钢的段间自学习连续性,很好地结合了这两种自学习方法的各自优势,具有很强的适应能力和很好的现场应用效果。
本发明的特点之二是,在带钢全长卷取温度控制中,通过公式(2)中的增益系数g可以调整段间自学习与带钢间自学习两者的所占影响比重,这对现场调试来说非常灵活方便。
附图说明:
图1段间自学习滞后问题的示意图。
图2本发明的自学习方法的技术方案示意图。
图3传统的段间自学习系数曲线示意图。
图4本发明计算的自学习系数曲线示意图。
具体实施方式:
下面结合具体实施例对本发明的技术方案做进一步说明。
以厚度为13.5mm、长度185m、钢种为Q345B的前后两块带钢为例,在实际的卷取温度控制过程中带钢全长分成了大约55段左右,表1列出了所收集的前一块钢(轧件ID为H111982410)各段的距离带钢头部位置p、启动卷取温度预报的时刻τff、到达卷取温度计的时刻τCT以及根据实测卷取温度反算的自学习系数实际值f*,其中带钢段的距离带钢头部位置p采用带钢长度百分比的方法表示。
表1H111982410带钢各段的控制参数
当H111982410轧制完成后,根据其各段的τff和τCT确定当启动第i段带钢卷取温度预报时刚好达到层流冷却出口温度计的带钢段号i′,其中i′=i-m,m=5为段间自学习的滞后段数。
然后,采用以下公式计算第i段带钢的自学习滞后因子:
计算结果列于表2。
表2自学习滞后因子
在下一块带钢(轧件ID为H111982420)的控制过程中,当预报第i段的卷取温度时,采用以下公式确定相应的自学习系数:
其中fi′ *为H111982420带钢当前最新的段间自学习系数实际值,和ki为第H111982410带钢相应位置的数据(按带钢段的位置由表2中的数据采用线性插值方法确定),g取值为0.6。计算结果列于表3。
表3H111982420带钢各段温度预报采用的自学习系数值
图3为H125077251带钢采用传统的段间自学习系数曲线,图4为实施例中对H125077251带钢各段计算出的自学习系数曲线。对比可以看出,传统的段间自学习存在一定的滞后现象,个别位置甚至出现调节方向相反,而本发明提出的方法所得到的自学习系数曲线与实际值曲线吻合程度较高,因此可明显提高带钢全长卷取温度预报精度。
Claims (3)
1.一种提高带钢全长卷取温度预报精度的自学习方法,其特征在于包括以下步骤:
1)首先,在卷取温度控制过程中收集带钢各段的距离带钢头部位置p、启动卷取温度预报的时刻τff、到达卷取温度计的时刻τCT以及根据实测卷取温度反算的自学习系数实际值f*,其中,带钢段的距离带钢头部位置p采用带钢长度百分比的方法表示;
2)在带钢轧制完成后,根据各段的τff和τCT确定当启动第i段带钢卷取温度预报时刚好达到层流冷却出口温度计的带钢段号i′,其中i′=i-m,m为段间自学习的滞后段数;
3)采用以下公式(1)计算第i段带钢的自学习滞后因子ki:
其中,式中fi *为第i段带钢的段间自学习系数实际值;
4)在后续带钢控制过程中,当预报第i段的卷取温度时,采用以下公式确定相应的自学习系数fi:
其中,式中为本块钢当前最新的段间自学习系数实际值,
为已轧制完成的带钢相应位置的自学习系数实际值,
ki为公式(1)计算的自学习滞后因子,
g为增益系数,取值范围为[0,1]。
2.根据权利要求1所述的提高带钢全长卷取温度预报精度的自学习方法, 其特征在于,所述ki和值还可以是由已轧制完成的多块带钢的相应位置数据经指数平滑处理后的结果。
3.根据权利要求1或2所述的提高带钢全长卷取温度预报精度的自学习方法,其特征在于,在确定相应位置的ki和值时,根据位置pi采用线性插值或样条插值方法得到,其中,pi为第i段带钢距离带钢头部位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210301754.1A CN102794315B (zh) | 2012-08-22 | 2012-08-22 | 一种提高带钢全长卷取温度预报精度的自学习方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210301754.1A CN102794315B (zh) | 2012-08-22 | 2012-08-22 | 一种提高带钢全长卷取温度预报精度的自学习方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102794315A CN102794315A (zh) | 2012-11-28 |
CN102794315B true CN102794315B (zh) | 2014-07-23 |
Family
ID=47193762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210301754.1A Expired - Fee Related CN102794315B (zh) | 2012-08-22 | 2012-08-22 | 一种提高带钢全长卷取温度预报精度的自学习方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102794315B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103464475B (zh) * | 2013-09-06 | 2016-05-11 | 鞍钢股份有限公司 | 一种基于关联神经网络的热轧卷取温度预报方法 |
CN105149361B (zh) * | 2015-07-08 | 2017-04-05 | 燕山大学 | 一种热连轧机带材换热系数自学习方法 |
CN105251786B (zh) * | 2015-10-27 | 2017-08-22 | 南京钢铁股份有限公司 | 一种轧钢过程中轧制钢种智能分组的方法 |
CN105458016A (zh) * | 2016-01-15 | 2016-04-06 | 山西太钢不锈钢股份有限公司 | 层流冷却带钢卷取温度检测值的处理方法 |
CN106777594B (zh) * | 2016-12-01 | 2020-01-17 | 武汉科技大学 | 一种基于连续曲面的轧制过程数学模型的自学习方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102284511A (zh) * | 2011-07-28 | 2011-12-21 | 山西太钢不锈钢股份有限公司 | 一种带钢层流冷却温度自适应方法 |
CN102553950A (zh) * | 2012-02-24 | 2012-07-11 | 宝山钢铁股份有限公司 | 一种薄带连铸生产线轧后冷却系统及其控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3423500B2 (ja) * | 1995-09-19 | 2003-07-07 | 三菱電機株式会社 | 熱延鋼板の巻取温度制御装置及びその巻取温度制御方法 |
-
2012
- 2012-08-22 CN CN201210301754.1A patent/CN102794315B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102284511A (zh) * | 2011-07-28 | 2011-12-21 | 山西太钢不锈钢股份有限公司 | 一种带钢层流冷却温度自适应方法 |
CN102553950A (zh) * | 2012-02-24 | 2012-07-11 | 宝山钢铁股份有限公司 | 一种薄带连铸生产线轧后冷却系统及其控制方法 |
Non-Patent Citations (1)
Title |
---|
JP特开平9-85328A 1997.03.31 |
Also Published As
Publication number | Publication date |
---|---|
CN102794315A (zh) | 2012-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102794315B (zh) | 一种提高带钢全长卷取温度预报精度的自学习方法 | |
CN101683659B (zh) | 冷轧带钢平直度和横向厚差综合控制方法 | |
CN102641903B (zh) | 炉卷轧机轧件头尾跑偏控制方法 | |
CN103920718B (zh) | 一种粗轧带钢宽度控制方法 | |
CN103170508B (zh) | 一种热轧带钢宽度控制的方法 | |
KR101253409B1 (ko) | 에너지 소비량 예측 장치 | |
CN103611734B (zh) | 一种层流冷却温度控制方法及系统 | |
CN104324948B (zh) | 一种热连轧粗轧过程轧件宽度控制方法 | |
CN103252358A (zh) | 一种宽厚板镰刀弯矫正方法 | |
CN105251778B (zh) | 单锥度工作辊窜辊轧机边部减薄反馈控制方法 | |
CN103506404A (zh) | 一种带钢精轧过程辊缝的控制方法 | |
WO2008078908A1 (en) | Temperature controlling method and apparatus in hot strip mill | |
CN102896156A (zh) | 一种热轧带钢辊缝模型的优化方法 | |
CN111702018B (zh) | 一种提高中厚板轧制目标厚度精度的方法 | |
CN106557651A (zh) | 一种轧辊温度模型控制精度的优化方法及装置 | |
CN104772341A (zh) | 一种热连轧精轧机组弯辊的优化设定方法 | |
CN113649420A (zh) | 一种平整机轧制力获取方法及装置 | |
CN109158431B (zh) | 一种热轧带钢轧后双段冷却热头热尾工艺的自动控制方法 | |
CN105855297B (zh) | 一种提高热轧首块无取向硅钢头部厚度精度的控制方法 | |
KR100643373B1 (ko) | 열간압연 후물재 길이방향 온도 제어방법 | |
CN103611730A (zh) | 用于提高热连轧新品种首卷钢尺寸控制精度的方法 | |
CN109365542B (zh) | 一种粗轧立辊磨损的计算方法 | |
CN109772896A (zh) | 基于Smith预估控制的热连轧变目标平直度控制方法 | |
JP5861436B2 (ja) | 熱間仕上温度制御方法、熱間仕上温度制御装置、及び熱延金属板の製造方法 | |
JP2012011448A (ja) | 圧延材の冷却制御方法、及びこの冷却制御方法が適用された連続圧延機 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140723 |