CN103447314B - 一种粗轧测温反馈控制方法 - Google Patents

Abstract

本发明涉及一种粗轧测温反馈控制方法，包括下列步骤：预设给类钢种数据库及建立各段初始炉气温度模型；测量最近出炉板坯的上下表温度；根据实测到的上下表温度计算出同类钢种的配分比修正值；并通过此配分比修正值控制加热炉当前板坯各段上下部炉气温度的设定值。本发明提供的方法及系统，利用出炉板坯的上下表温差的实际值，来动态修正加热炉内温度设定的上下配分比，从而能够根据实际轧线的需要，自动精确调整加热炉内板坯上下表面的温度，进而显著提升粗轧翘扣头的控制水平，同时此热工自动控制系统大幅降低了人工劳动强度。

Description

一种粗轧测温反馈控制方法

技术领域

本发明涉及一种轧钢加热炉热工自动控制，更具体地，涉及一种粗轧测温反馈控制方法。

背景技术

热轧带钢的加热温度与产品质量密切相关，是影响热轧带钢组织性能的关键因素之一。在生产中，为使钢材便于轧制，就必须根据钢种本身特性的不同而采取不同的加热规范，而板坯上下表面温差也是其中一个重要的参数。带钢在轧制过程中，上下表面温度不一样，带钢的头尾部由于温降较大，温差更加明显，从而造成带钢在轧制过程中上下表的金属秒流量不等，导致翘扣头现象的出现，因此板坯的上下表温差是影响粗轧翘扣头的主要原因之一。严重的翘扣头现象会影响粗轧的正常咬钢，造成停产并产生很多废品，对轧线设备的损害也很大。

1580热轧线原有的技术在控制板坯上下表面温差方面主要依靠人工调整加热炉上下表温度和流量差来控制。由于原有的加热温度控制模型无法提供板坯上下表面的温度控制方法，而且粗轧区域的测温仪也仅仅通过测量中间坯上表温度计算出板坯平均温度。因此加热操作人员无法获得调整后的量化效果，只能凭经验操作，调整后的结果波动性较大，对翘扣头的控制存在不利影响。因此在生产中控制中增加粗轧上下表测温，并基于此进行炉内板坯上下表温度的反馈学习和控制是非常必要的。

目前关于热轧加热炉内的上下表温度控制，未检索到类似专利。与加热炉内温度控制相关的专利主要有：

专利《一种对热轧加热炉板坯温度的确定方法》（专利号CN1940905）所述的方法首先是根据可控制段热电偶温度、热电偶与板坯的位置以及中间坯实测温度的分段统计值，建立炉长方向和炉宽方向的炉气温度模型；再根据板坯当前位置确定的炉气温度和板坯的表面温度，确定传递给板坯的热流量； 利用差分方程计算出板坯长度方向和厚度方向的温度分布；根据轧线中间板坯全长温度实测数据的统计值，对炉宽方向的炉气温度分布模型进行自动适应修正。该方法主要针对加热炉内沿炉宽方向的温度分布难以实时测量和板坯长度方向温度难以准确计算的问题，并没有针对板坯的上下表面温度控制作出优化。

专利热轧板坯入炉前扫描测温装置（专利号CN03241004.2）则是根据板坯入炉前扫描测温装置对板坯入炉前对板坯温度进行测量，更加能准确反应热轧板坯温度分布情况。并未对入炉后的温度控制作优化。

上述的控制方法均未涉及炉内板坯的上下表温差进行控制，不能改善板坯出炉后的翘扣头现象。

发明内容

为解决上述现有技术的缺点，本发明的主要目的在于提供一种粗轧测温反馈控制方法，能够根据轧线的需求，精确地控制加热炉炉内板坯的上下表温度差，从而改善板坯出炉后的翘扣头现象，使轧件输出顺利，进而避免对轧钢设备造成较大的冲击。

本发明的另一目的在于提供一种粗轧测温反馈控制方法，能够自动控制加热炉炉内板坯的上下表温度差，避免人工频繁调整，降低劳动强度。

为达成上述目的，本发明提供一种粗轧测温反馈控制方法，包括以下步骤：

a）于大侧压机入口处测量最近出炉板坯的上下表温度；

b）计算出炉板坯的配分比修正值：

α_set＝((T_spu-T_spd)/β_bis-1)×η

其中，α_set：配分比修正值

Tspu：大侧压机前上表温度（℃）

Tspd：大侧压机前下表温度（℃）

β_bis：给类钢种上下表温差期望值

η：给类钢种学习系数，范围为0-1，可以人工修正用以控制炉温调整幅度

c）计算加热炉出炉板坯各段上下部炉气温度的设定值：

θ_SRTkU＝θ_SRTk-α_w/2×β_bis

θ_SRTkL＝θ_SRTk+α_w/2×β_bis

α_w：配分比修正值，同α_set

θ_SRTk：各段初始炉温

β_bis：给类钢种上下表温差期望值

θ_SRTkU:当前板坯各段上部设定炉温(℃)（k=1、2、3、4，分别代表预热、一加、二加、均热段）

θ_SRTkL:当前板坯各段下部设定炉温(℃)（k=1、2、3、4，分别代表预热、一加、二加、均热段）。

优选地，所述的步骤b）之后，步骤c）之前，还包括以下步骤：

bi）统计若干块同类钢种的出炉板坯的配分比修正值α_set，并对所述若干配分比修正值α_set作累加后计算均值α_w，以对同类钢种出炉板坯的配分比修正值进行动态学习修正。

优选地，步骤a）和步骤b）之间还包括步骤ai）判定大侧压机入口处测得的板坯上下表任意一温度与出炉温度差，相差100℃以上则不计入α_w的累加计算。

优选地，步骤a）和步骤b）之间还包括步骤ai）判定大侧压机入口处测温仪的测温时刻与出炉时刻间距，相差10分钟以上则不计入α_w的累加计算。

优选地，以步骤a）之前还包括：0）设置给类钢种及其对应的上下表温差期望值、学习系数及可控制段内权重数据库，并根据使用炉、开炉数、入炉温度等级及给类钢种，建立各段初始炉气温度模型。

优选地，在所述的步骤c）后，还包括以下步骤：

d）当侦测到加热炉各段内板坯不为同一钢种，根据预设的给类钢种对应的可控制段内权重，在已得出的加热炉内板坯各段上下部炉气温度的设定值的基础上，经由加权平均计算后，得出加热炉各段上下部炉气温度的设定值。

优选地，所述的步骤d）中加权平均计算的表达式为：

${\mathrm{\θ}}_{\mathrm{kU}}=\underset{i=1}{\overset{j}{\mathrm{\Σ}}}(W_{\mathrm{ki}}*{\mathrm{\θ}}_{\mathrm{SRTkU}})/\underset{i=1}{\overset{j}{\mathrm{\Σ}}}{W}_{\mathrm{ki}}$

${\mathrm{\θ}}_{\mathrm{kL}}=\underset{i=1}{\overset{j}{\mathrm{\Σ}}}(W_{\mathrm{ki}}*{\mathrm{\θ}}_{\mathrm{SRTkL}})/\underset{i=1}{\overset{j}{\mathrm{\Σ}}}{W}_{\mathrm{ki}}$

其中

θ_kU：各可控制段上部炉气温度设定

θ_kL：各可控制段下部炉气温度设定

W_ki:预设权重

k:各段段号（1、2、3、4，分别代表预热、一加、二加、均热段）

i:各段内板坯数(通常预热段内11块、一加段内5块、二加段内4块、均热段内8块)。

本发明针对传统的热轧带钢的加热温度控制技术的各种缺陷和缺点，利用粗轧大侧压机入口处设置的红外测温仪，测量出炉板坯的上下表温度，并进一步利用上下表温差的实际值，来动态修正加热炉内温度设定的上下配分比，从而实际能够根据轧线的需要，自动精确调整加热炉内板坯上下表面的温度，进而提高了粗轧翘扣头控制水平，保证了轧件的输出顺利，避免了对轧线设备造成较大的冲击；同时通过自动化控制技术，避免了人工频繁调整，从而降低了劳动强度。

附图说明

图1为本发明的粗轧测温反馈控制方法的流程示意图；

图2为本发明的粗轧测温的流程示意图；

图3为本发明的测温仪及相关设备位置示意图；

图4为典型钢种AQ1060H5及AQ1580D1专利实施前上下表温差分布图；

图5为本发明的第一实施例的典型钢种AQ1060H5专利实施前后的上下表温差单值控制图；以及

图6为本发明的第二实施例的典型钢种AQ1580D1专利实施前后的上下表温差单值控制图。

具体实施方式

下面结合附图和实施例对本发明作进一步详细说明，但本发明的保护范围并不限于此。

图1为本发明的粗轧测温反馈控制方法的流程示意图，该方法包括以下步骤：

在步骤S1中，预设给类钢种数据库及建立各段初始炉气温度模型，接着进行步骤S2。其中，预先设置给类钢种数据库包括：设置给类钢种及其对应的上下表温差期望值、学习系数及可控制段内权重数据库；而各段初始炉气温度模型是根据使用炉、开炉数、入炉温度等级及给类钢种信息建立的，其具体规则将在下述各步骤中详细说明。

由于板坯的上下表温差是调节轧制过程中翘扣头现象的重要参数，要使翘扣头现象稳定受控，必须根据各类钢种的特性，在加热过程设定合理的上下表温度参数。因此各类钢种的合适的上下表温差控制范围的给定，是本专利技术可以精确实行的重要前提。而此合适的上下表温差控制范围，会在预设的给类钢种数据库中予以设定，具体表现为给类钢种对应的上下表温差期望值β_bis。

在步骤S2中，测量最近出炉板坯的上下表温度，接着进行步骤S3。其中，最近出炉板坯的上下表温度的是在大侧压机入口处，利用测温仪测量所得。

在步骤S3中，判断是否有异常实际信息？若判断结果为是，则结束，如否，则执行步骤S4。其中，异常实际信息是通过温降量限制、时间限制等条件滤出，具体为：a）大侧压机入口处测得的板坯上下表任意一温度与出炉温度相差100℃以上则认为异常，不继续进行计算；b）测温仪的测温时刻与出炉时刻相差10分钟以上则认为异常，不继续进行计算。

在步骤S4中，计算单块板坯配分比修正值，接着进行步骤S5。其中，同类钢种最近出炉板坯的配分比修正值的计算，是在步骤S2中实际测量到的最近出炉板坯的上下表温度的基础上，根据预设的给类钢种对应的上下表温差期望值及学习系数，通过第一计算模型进行修正计算得出。上述第一计算模型的表达式为：

α_set＝((T_spu-T_spd)/β_bis-1)×η

其中，α_set：配分比修正值

Tspu：大侧压机前上表温度（℃）

Tspd：大侧压机前下表温度（℃）

β_bis：给类钢种上下表温差期望值

η：给类钢种学习系数，范围为0-1，可以人工修正用以控制炉温调整幅度

注：β_bis和η均为预设给类钢种数据库中的信息，β_bis根据生产合同技术要求自动分类，共可以分为50类，各类具体数值可以根据工艺需要作灵活调整，目前的划分方式和设定数值如表1所示：

表1钢种划分和其对应的上下表温差期望值

在步骤S5中，统计复数块板坯配分比修正值以得到同类钢种配分比修正值，接着进行步骤S6。其中统计复数块板坯配分比修正值是统计复数块同类钢种的最近出炉的单块板坯的配分比修正值，并对此复数配分比修正值作累加后取均值计算，以得出同类钢种最近出炉板坯的配分比修正值，从而实现根据实际对S4步骤中得出的单块板坯配分比修正值进行动态学习修正。

通过步骤S4，每块正常生产的带钢出炉后都会计算出一个配分比修正值，为使配分比修正值更好的参与反馈控制，需要根据不同的钢种计算出同一钢种的配分比。比如：同一类钢种取最近出炉的10块板坯的修正值的均值参与控制，这样配分比修正值可以根据生产实际可进行动态自学习，使得上下表温度调整更加精确，同时也避免调整过于频繁，影响系统稳定性。具体的累加后取均值计算表达式为：

${\mathrm{\α}}_w=\frac{{\mathrm{\Σ}}_{i=1}^{10}{\mathrm{\α}}_{\mathrm{seti}}}{10}$

α_w：配分比修正值

在步骤S6中，取得各段初始炉气温度，接着进行步骤S7。其中，各段初始炉气温度是根据实际轧线的入炉板坯钢种及加热炉相关信息，通过预设的各段初始炉气温度模型直接索引得出。

由于步骤S1中预设的各段初始炉气温度模型包括钢种划分信息、当前开炉数信息、当前使用炉号信息、板坯入炉温度等级信息这些索引参数，当板坯进入负荷可控制段（预热段、一加段、二加段、均热段）后，根据入炉板坯钢种及加热炉相关信息，即根据入炉板坯钢种信息、当前开炉数信息、当前使用炉号信息及板坯入炉温度等级信息，各段初始炉气温度模型会自动索引和判定得出各段初始炉气温度设定值θ_SRTk。具体规则如表2所示：

表2初始炉温索引参数说明

根据以上索引方法，目前各段初始炉温共有3*3*4*9＝324项，板坯入炉后，各段初始炉气温度模型会自动索引各项参数值，并准确设定各段初始炉温θ_SRTk。以产量较大的AP2450E5钢种为例，如果2炉生产条件，板坯入炉温度855℃，进入加热炉为3＃炉，则这块板坯的的各项索引和获得的初始炉温设定如表3所示：

表3典型钢种各段标准炉温索引

按照上述方式，每一块板坯入炉后即可获得一个标准炉温设定。

在步骤S7中，控制加热炉当前板坯各段上下部炉气温度的设定，接着进行步骤S8。其中，控制加热炉当前板坯各段上下部炉气温度的设定值，是在S6步骤得出的各段初始炉气温度的基础上，根据S5步骤计算得出的同类钢 种的配分比修正值及S1步骤中预设的给类钢种数据库中的给类钢种上下表温差期望值，经由第二计算模型计算得出。第二计算模型的表达式为：

θ_SRTkU＝θ_SRTk-α_w/2×β_bis

θ_SRTkL＝θ_SRTk+α_w/2×β_bis

α_w：配分比修正值

β_bis：给类钢种上下表温差期望值

θ_SRTkU:当前板坯各段上部设定炉温(℃)（K=1、2、3、4，分别代表预热、一加、二加、均热段）

θ_SRTkL:当前板坯各段下部设定炉温(℃)（K=1、2、3、4，分别代表预热、一加、二加、均热段）

经过上述计算后，可以在各段初始炉气温度模型设定的各段初始炉气温度的基础上，完成对当前板坯各负荷可控制段（预热段、加热段、均热段）的上下部炉温的自动设定。

在步骤S8中，侦测加热炉各段内板坯是否为同一钢种？若判断结果为是，则结束，如否，则执行步骤S9。多数生产状况下，加热炉各可控段内板坯为同一钢种且入炉温差较小，因此段内各块板坯需要设定的上下部炉气温度差异较小。这时通过步骤S7所计算的加热炉当前板坯各段上下部炉气温度设定值，即为炉内板坯的各段上下部炉气温度的设定值。但在生产计划间过渡、生产计划冷热混装、不同钢种混合生产等少数情况下，可能会出现段内不同板坯需要设定不同炉气温度的情况出现。为平衡这种无法统一设定的现象，就需要执行步骤S9。

在步骤S9中，对炉内板坯的各段上下部炉气温度进行加权平均计算，以控制加热炉各段上下部炉气温度的设定。其中，加热炉各段上下部炉气温度的设定值是在S7步骤中已得出的加热炉内当前板坯各段上下部炉气温度的设定值的基础上，根据S1步骤中预设的给类钢种对应的可控制段内权重，经由加权平均计算后得出，即根据钢种的特性和重要程度，以及板坯在各段的权重系数进行加权计算。与权重系统有关的包括：板坯的温度感度系数、所在可控制段、特殊坯等。预设的具体给类钢种可控制段内权重的判定方法如表4所示：

表4给类钢种可控制段内权重（W_ki）分配表

利用预设的各钢种板坯在各段内的加权系数，将各板坯在各段的上下部炉温加权平均后作为加热炉各段上下部炉温设定值。经过上述权重分配后，各控制段内的上下炉温设定策略如下：

${\mathrm{\θ}}_{\mathrm{kU}}=\underset{i=1}{\overset{j}{\mathrm{\Σ}}}(W_{\mathrm{ki}}*{\mathrm{\θ}}_{\mathrm{SRTkU}})/\underset{i=1}{\overset{j}{\mathrm{\Σ}}}{W}_{\mathrm{ki}}$

${\mathrm{\θ}}_{\mathrm{kL}}=\underset{i=1}{\overset{j}{\mathrm{\Σ}}}(W_{\mathrm{ki}}*{\mathrm{\θ}}_{\mathrm{SRTkL}})/\underset{i=1}{\overset{j}{\mathrm{\Σ}}}{W}_{\mathrm{ki}}$

其中

θ_kU：各可控制段上部炉温炉气温度设定

θ_kL：各可控制段下部炉温炉气温度设定

W_ki:设定用加权系数

k:各段段号（1、2、3、4，分别代表预热、一加、二加、均热段）

i:各段内板坯数(通常预热段内11块、一加段内5块、二加段内4块、均热段内8块)

综上所述，本发明所采用的粗轧大侧压机入口测温反馈加热炉炉内上下表温度控制方法，通过测量同类钢种板坯出炉后的上下表温度，动态修正加热炉温度设定的上下配分比，从而通过上下表温差的实际值，实现温差自动纠偏的功能。

图2为本发明的粗轧测温的流程示意图，粗轧测温包括以下步骤：

在步骤S21中，于大侧压机入口处测量最近出炉板坯的上下表温度，如 图3所示，接着进行步骤S22。

在步骤S22中，判断温降和测温时间是否异常？若判断结果为是，则结束，如否，则执行步骤S23。

在步骤S23中，判断钢种且计算单块板坯配分比修正值，接着进行步骤S24。

在步骤S24中，学习次数累计，接着进行步骤S25。

在步骤S25中，判断是否为此类钢种第10次学习？若判断结果为否，则进行步骤S21，如否，则执行步骤S26。

在步骤S26中，此类钢种配分比修正值动态修正一次，学习次数清零。

图4为典型钢种AQ1060H5及AQ1580D1专利实施前上下表温差分布图，图5为本发明的第一实施例的典型钢种AQ1060H5专利实施前后的上下表温差单值控制图，以及图6为本发明的第二实施例的典型钢种AQ1580D1专利实施前后的上下表温差单值控制图。

本发明以轧制量最大的两个炭钢钢种AQ1580D1和AQ1060H5分别为第一实施例和第二实施例，对比专利实施前后板坯的上下表温差，具体说明如下：

如图4所示，本发明控制技术未实施前，AQ1060H5正常情况下在-40℃至80℃之间波动，AQ1580D1上下表温差的波动则在-75℃至75℃左右，波动范围更大。上下表温差波动过大导致后续轧制过程中的不可控因素增加，稳定性受到较大影响。

如图5及图6所示，本发明控制技术实施后，此两类钢种的上下表温差得以自动控制，温差波动范围明显减小，从而粗轧翘扣头控制水平得到了显著提升，质量控制能力得到了进一步提高。本发明控制技术实施前后的上下表温差数据对比具体如表5所示：

表5典型钢种实施前后数据对比

从表5的数据可以看出，本控制技术实施后，典型钢种的上下表温差较之前依靠人工调整时比较，两类钢种反应控制精确度的标准差分别下降了59.87％和36.82％，波动的范围已经明显变小，控制精准度得到显著提升。

综上可得，本发明提供的粗轧测温反馈控制方法及系统，利用设于大侧压机入口处的红外测温仪，测量出炉板坯的上下温度，并根据出炉板坯的上下表温差的实际值，来动态修正加热炉内温度设定的上下配分比，从而能够根据实际轧线的需要，自动精确调整加热炉内板坯上下表面的温度，这样的控制技术符合现场的调整需求，使得调整效果更加准确可靠，粗轧翘扣头控制水平得到了显著提升；且由于此技术为热工自动控制系统，避免了人工频繁调整，从而降低了劳动的强度；另粗轧翘扣头的控制水平的提高，使得轧件输出得以顺利进行，避免了对轧钢设备造成较大的冲击，从而有效提升粗轧产品的生产质量及保证轧制过程的稳定性。

要注意的是，以上列举的仅为本发明的具体实施例，显然本发明不限于以上实施例，随之有着许多的类似变化。本领域的技术人员如果从本发明公开的内容直接导出或联想到的所有变形，均应属于本发明的保护范围。

Claims (7)

1.一种粗轧测温反馈控制方法，其特征是，该方法包括以下步骤：

a)于大侧压机入口处测量最近出炉板坯的上下表温度；

b)计算出炉板坯的配分比修正值：

α_set＝((T_spu-T_spd)/β_bis-1)×η

其中，α_set：配分比修正值

Tspu：大侧压机前上表温度(℃)

Tspd：大侧压机前下表温度(℃)

β_bis：给类钢种上下表温差期望值

η：给类钢种学习系数，范围为0-1

c)计算加热炉出炉板坯各段上下部炉气温度的设定值：

θ_SRTkU＝θ_SRTk-α_w/2×β_bis

θ_SRTkL＝θ_SRTk+α_w/2×β_bis

α_w：配分比修正值，同α_set

θ_SRTk：各段初始炉温

β_bis：给类钢种上下表温差期望值

θ_SRTkU:当前板坯各段上部设定炉温(℃)，其中k＝1、2、3、4，分别代表预热、一加、二加、均热段；

θ_SRTkL:当前板坯各段下部设定炉温(℃)，其中k＝1、2、3、4，分别代表预热、一加、二加、均热段。

2.根据权利要求1所述的粗轧测温反馈控制方法，其特征是，所述的步骤b)之后，步骤c)之前，还包括以下步骤：

bi)统计若干块同类钢种的出炉板坯的配分比修正值α_set，并对所述若干配分比修正值α_set作累加后计算均值α_w，以对同类钢种出炉板坯的配分比修正值进行动态学习修正。

3.根据权利要求2所述的粗轧测温反馈控制方法，其特征是，步骤a)和步骤b)之间还包括步骤ai)判定大侧压机入口处测得的板坯上下表任意一温度与出炉温度差，相差100℃以上则不计入α_w的累加计算。

4.根据权利要求2所述的粗轧测温反馈控制方法，其特征是，步骤a)和步骤b)之间还包括步骤ai)判定大侧压机入口处测温仪的测温时刻与出炉时刻间距，相差10分钟以上则不计入α_w的累加计算。

5.根据权利要求2所述的粗轧测温反馈控制方法，其特征是，以步骤a)之前还包括：步骤0)设置给类钢种及其对应的上下表温差期望值、学习系数及可控制段内权重数据库，并根据使用炉、开炉数、入炉温度等级及给类钢种，建立各段初始炉气温度模型。

6.根据权利要求5所述的粗轧测温反馈控制方法，其特征是，在所述的步骤c)后，还包括以下步骤：

d)当侦测到加热炉各段内板坯不为同一钢种，根据预设的给类钢种对应的可控制段内权重，在已得出的加热炉内板坯各段上下部炉气温度的设定值的基础上，经由加权平均计算后，得出加热炉各段上下部炉气温度的设定值。

7.根据权利要求6所述的粗轧测温反馈控制方法，其特征是，所述的步骤d)中加权平均计算的表达式为：

${\mathrm{\θ}}_{\mathrm{kU}}=\underset{i=1}{\overset{j}{\mathrm{\Σ}}}(W_{\mathrm{ki}}*{\mathrm{\θ}}_{\mathrm{SRTkU}})/\underset{i=1}{\overset{j}{\mathrm{\Σ}}}{W}_{\mathrm{ki}}$

${\mathrm{\θ}}_{\mathrm{kL}}=\underset{i=1}{\overset{j}{\mathrm{\Σ}}}(W_{\mathrm{ki}}*{\mathrm{\θ}}_{\mathrm{SRTkL}})/\underset{i=1}{\overset{j}{\mathrm{\Σ}}}{W}_{\mathrm{ki}}$

其中

θ_kU：各可控制段上部炉气温度设定

θ_kL：各可控制段下部炉气温度设定

W_ki:预设权重

k:各段段号，k＝1、2、3、4，分别代表预热、一加、二加、均热段

i:各段内板坯数。