CN103962395A - 一种热轧支承辊磨损的在线测量方法 - Google Patents

Abstract

一种热轧支承辊磨损的在线测量方法，其特征在于，所述一种热轧支承辊磨损的在线测量方法如下：步骤一：历史数据选取，步骤二：选取数据筛选，步骤三：有效数据检验，步骤四：筛选数据分组，步骤五：系统误差计算，步骤六：误差数据分离，步骤七：磨损数据获取。根据本发明的一种热轧支承辊磨损的在线测量方法，通过基于凸度误差分离技术的支承辊磨损在线测量方法，实现了支承辊磨损的在线测量；通过对历史数据的利用，有效缩短了测量周期，可以有效实现支承辊磨损的在线测量。同时可以获取中间测量数据，利于支承辊磨损模型的开发与优化，提高了板形控制系统的控制精度，改善了轧制稳定性。

Description

一种热轧支承辊磨损的在线测量方法

技术领域

本发明涉及冶金领域，更具体地说，涉及热轧轧钢工艺技术中的一种热轧支承辊磨损的在线测量方法。

背景技术

在热连轧板带生产厂，支承辊的工作环境非常恶劣，换辊周期较长，支承辊会出现严重的磨损，尤其是对控制板形有重要意义的下游机架的支承辊，磨损更为严重。另外，磨损是一个不断变化的过程，其变化直接影响着带钢的板形及轧制稳定性。对于这种影响，一般在板形控制系统中通过支承辊磨损模型预测的方法予以弥补，模型预测精度完全取决于能否准确测量支承辊使用周期内的磨损量，因此，支承辊磨损在线测量技术是解决问题的关键。

现有轧辊磨损测量技术分为离线测量和在线测量两种：离线测量是通过专有设备（磨床或辊型仪）直接进行磨损量测量，这种方法只能在轧辊更换后实现，每个换辊周期内只能测量一次，无法获得使用中轧辊的磨损数据，若只凭借支承辊更换后的一个最终磨损数据来预测2～3周内的磨损变化趋势其误差非常大，会导致板形控制系统的控制精度低，严重时出现轧废事故；在线测量有独立位移传感器测量法和通过砂轮与轧辊接触间的压力间接测量辊型法，这两种测量方法只适用于工作辊的辊型测量，无法应有于支承辊的测量，而且测量出的辊型数据是热凸度和磨损的综合量，无法获得单独的磨损数据。因此，现有技术均不能实现支承辊磨损的在线测量。

由于无法测量支承辊使用周期内的磨损变化量，造成支承辊磨损模型预测不准确，使得板形控制系统经常出现误调节，导致产品板形不良；同时，板形控制的不稳定也造成精轧轧制过程的不稳定，造成精轧轧破甩尾、废钢和卷取废钢等事故的增加。

发明内容

为解决上述问题，我们采用基于日常过程数据解析方法，通过生产过程中的存储数据挖掘分析，和首创的凸度误差数据分离技术，提供一种适用于支承辊磨损在线测量、可以将轧辊的热凸度和磨损分离出来、单独获取轧辊的磨损量的热轧支承辊磨损的在线测量方法，实现了轧制过程中支承辊磨损的在线测量。

本发明技术方案如下；

一种热轧支承辊磨损的在线测量方法，其特征在于，所述一种热轧支承辊磨损的在线测量方法如下：

步骤一：历史数据选取，从生产厂计算机存储的历史数据中每块带钢选取带钢宽度、各机架计算带钢凸度、各机架支承辊磨损影响量、实际测量带钢凸度和凸度遗传值的数据，每块带钢的这些数据组成一条记录；

步骤二：选取数据筛选，根据工作辊换辊标志从步骤一中选取的数据中筛选出换辊标志为换辊的数据，即工作辊更换后轧制的第一块带钢的数据；

步骤三：有效数据检验，根据公式（1）

$p=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(C_i^m-\stackrel{\‾}{C^m})}^2}{n-1}},\mathrm{\μm},$

式中：为每块带钢的第i个凸度测量值、为每块带钢所有凸度测量值的平均值μm、n为每块带钢凸度测量值的个数，

对步骤二中获得的数据计算评价系数p,每条记录计算一次，如果p>10则予以删除；

步骤四：筛选数据分组，根据支承辊换辊时间和带钢生产时间的对应关系进行数据分组，将每个支承辊使用周期内轧制的带钢数据分为一组，并按照生产时间排序；

步骤五：系统误差计算，根据公式（2）

${\mathrm{\ΔC}}_{s\tan d}^{\mathrm{sys}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(C_1^m\·h_{\mathrm{stnad}}/h_{\mathrm{last}\_s\tan d}-C_{s\tan d}^{\mathrm{calc}})}{n}$

式中：为每组第一块带钢凸度测量数据的第一个值、为每组第一块带 钢各机架凸度计算值、h_stand为各机架带钢厚度、h_{last_stand}为出口机架带钢厚度、stand为机架号、n为步骤四中筛选数据分组的组数，

计算各机架板形控制模型的凸度系统误差所有记录数据计算一次；

步骤六：误差数据分离，根据公式（3）

$C_{s\tan d}^{\mathrm{bur}}=C_1^m\·\frac{h_{s\tan d}}{h_{\mathrm{last}\_s\tan d}}-C_{s\tan d}^{\mathrm{calc}}-C_{\mathrm{ada}}\·\frac{h_{s\tan d}}{h_{\mathrm{last}\_s\tan d}}+C_{\mathrm{bur}\_s\tan d}^{\mathrm{cal}}-{\mathrm{\ΔC}}_{s\tan d}^{\mathrm{sys}}$

式中：每块带钢凸度测量数据的第一个值、为每块带钢各机架凸度计算值、h_stand为各机架带钢厚度、h_{last_stand}为出口机架带钢厚度、C_ada为每块带钢凸度遗传值、为现有凸度计算模型中包含的各机架支承辊磨损影响计算量，

计算支承辊磨损变化对凸度影响量对板形控制系统的凸度测量值与凸度计算值间存在的总误差量进行分离，剔除凸度计算值的模型方法误差，在剩余差值中保留支承辊磨损影响量，每条记录数据计算一次；

步骤七：磨损数据获取，根据公式（4）

${\mathrm{wear}}_{\mathrm{bur}}=\frac{C_{s\tan d}^{\mathrm{bur}}}{a_0+a_1\·B+a_2\·B^2+a_3\·B^3+a_4\·B^4+a_5\·B^5}$

式中：B为带钢宽度值、a₀为公式系数1、a₁为公式系数2、a₂为公式系数3、a₃为公式系数4、a₄为公式系数5、a₅为公式系数6，公式系数随辊径增大而大，随辊径减小而减小，

将支承辊磨损变化对凸度影响量转化为支承辊磨损量，每条记录数据计算一次，所获得的数据就是支承辊的实际磨损量wear_bur，从而实现支承辊磨损的在线测量，

以上，凸度单位μm，宽度单位mm。

根据本发明所述一种热轧支承辊磨损的在线测量方法，其特征在于，所述历史数据包括从生产厂计算机存储的历史数据中的每块带钢的带钢号、带钢生产时间、支承辊更换时间、机架号及工作辊换辊标志。

根据本发明所述一种热轧支承辊磨损的在线测量方法，其特征在于，所述系数取值：

a₀公式系数1取0.0817~0.1557；

a₁公式系数2取0.0076~0.0098；

a₂公式系数3取0.0077~0.0291；

a₃公式系数4取0.1161~0.1394；

a₄公式系数5取-0.0679~-0.0548；

a₅公式系数6取0.0039~0.0094。

根据本发明所述一种热轧支承辊磨损的在线测量方法，其特征在于，所述C_ada,即每块带钢凸度遗传值范围在±100μm。

根据本发明，步骤二：选取数据筛选，根据工作辊换辊标志从步骤一中选取的数据中筛选出换辊标志为换辊的数据，即工作辊更换后轧制的第一块带钢的数据。

此时工作辊刚开始使用，还没有热凸度和磨损，因此可以剔除工作辊磨损和热凸度对带钢凸度的影响。

根据本发明，步骤三：有效数据检验，根据公式（1）

$p=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(C_i^m-\stackrel{\‾}{C^m})}^2}{n-1}}\mathrm{\μm}$

对步骤二中获得的数据计算评价系数p,每条记录计算一次，如果p>10则予以删除。

本步骤的目的是剔除异常数据，由于所选取的数据为轧制计划开始带钢，全部属于控制精度高的烫辊材，凸度±20μm的控制精度在95％以上，历史经验证明低于此控制精度的带钢基本存在异常。一般来说，数据误差分布符合正态分布，±20μm95％以上的控制精度即代表标准方差小于10，因此根据公式（1）计算选取数据的标准方差（评价系数p），标准方差（评价系数p）>10表示控制异常，予以剔除。

根据本发明，步骤五：系统误差计算，根据公式（2）

${\mathrm{\ΔC}}_{s\tan d}^{\mathrm{sys}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(C_1^m\·h_{\mathrm{stnad}}/h_{\mathrm{last}\_s\tan d}-C_{s\tan d}^{\mathrm{calc}})}{n}$

（式中：为每组第一块带钢凸度测量数据的第一个值、为每组第一块带钢各机架凸度计算值、h_stand为各机架带钢厚度、h_{last_stand}为出口机架带钢厚度、stand为机架号、n为步骤四中筛选数据分组的组数），

计算各机架板形控制模型的凸度系统误差即控制模型自身的误差，所有记录数据计算一次。

此计算步骤采用数据为每组第一块带钢数据，即支承辊更换后开始轧制的带钢数据，此时支承辊磨损为0，因此凸度计算值中不包含支承辊磨损影响量μm，其计算结果仅反映凸度计算模型的系统误差。

根据本发明，步骤六：误差数据分离，根据公式（3）

$C_{s\tan d}^{\mathrm{bur}}=C_1^m\·\frac{h_{s\tan d}}{h_{\mathrm{last}\_s\tan d}}-C_{s\tan d}^{\mathrm{calc}}-C_{\mathrm{ada}}\·\frac{h_{s\tan d}}{h_{\mathrm{last}\_s\tan d}}+C_{\mathrm{bur}\_s\tan d}^{\mathrm{cal}}-{\mathrm{\ΔC}}_{s\tan d}^{\mathrm{sys}}$

（式中：每块带钢凸度测量数据的第一个值、为每块带钢各机架凸度计算值、h_stand为各机架带钢厚度、h_{last_stand}为出口机架带钢厚度、C_ada为每块带钢凸度遗传值、为现有凸度计算模型中包含的各机架支承辊磨损影响计算量）。

计算支承辊磨损变化对凸度影响量对板形控制系统的凸度测量值与凸度计算值间存在的总误差量进行分离，剔除凸度计算值的模型方法误差，在剩余差值中保留支承辊磨损影响量，每条记录数据计算一次。

总误差量由支承辊磨损影响量、工作辊热凸度偏差、工作辊磨损偏差和模型系统误差四部分组成。除以上四部分误差外，总误差量中还包含凸度仪系统测量误差的影响，由于现有凸度仪的测量误差小于2μm，远小于其它四部分的影响，在此不予考虑。由于选取工作辊更换后轧制的第一块带钢的数据，此时工作辊热凸度偏差和磨损偏差为零，对步骤四中筛选数据获得的每组每块带钢数据根据公式（3）进行计算，获得支承辊使用过程中每个轧制计划结束后支承辊磨损变化对凸度影响量每条记录数据计算一次。公式（2）为所有各组第一块带钢凸度计算偏差的平均值，反映凸度计算模型的方法误差，不包含支承辊磨损影响；公式（3）为每块带钢凸度计算值的总偏差，包含支承辊磨损影响量，因此将公式（2）带入公式（3）后，剔除的是凸度计算值的模型方法误差，而支承辊磨损影响量仍保留在剩余差值中。

根据本发明，步骤七：磨损数据获取，根据公式（4）

${\mathrm{wear}}_{\mathrm{bur}}=\frac{C_{s\tan d}^{\mathrm{bur}}}{a_0+a_1\·B+a_2\·B^2+a_3\·B^3+a_4\·B^4+a_5\·B^5}$

（式中：B为带钢宽度值、a₀为公式系数1、a₁为公式系数2、a₂为公式系数3、a₃为公式系数4、a₄为公式系数5、a₅为公式系数6）

公式（4）根据轧辊弹性变形理论采用影响函数法获得。将支承辊磨损变化对凸度影响量转化为支承辊磨损量，每条记录数据计算一次，所获得的数据就是支承辊的实际磨损量wear_bur，从而实现支承辊磨损的在线测量。

根据本发明所述一种热轧支承辊磨损的在线测量方法，其特征在于，所述历史数据包括从生产厂计算机存储的历史数据中的每块带钢的带钢号、带钢生产时间、支承辊更换时间、机架号及工作辊换辊标志。

根据本发明所述一种热轧支承辊磨损的在线测量方法，其特征在于，所述系数取值：

a₀公式系数1（0.0817~0.1557）；

a₁公式系数2（0.0076~0.0098）；

a₂公式系数3（0.0077~0.0291）；

a₃公式系数4（0.1161~0.1394）；

a₄公式系数5（-0.0679~-0.0548）；

a₅公式系数6（0.0039~0.0094）。

对于任何测量过程来讲，无论采用多么完善的测量仪器和测量方法，也无论在测量过程中怎样细心和注意，都不可避免地存在误差，产生误差的原因是多方面的，但可以归纳为四个部分：装置误差、环境误差、人员误差和方法误差。对于本测量方法来说，装置误差和环境误差由凸度仪造成，热轧厂采用的凸度仪测量误差小于2μm，同时本发明采取了步骤三有效数据检验，因此可以忽略装置误差和环境误差；由于本发明采用基于数据分析的方法，因此不存在测量人员误差；方法误差反映在凸度计算模型方面，本发明采用步骤五系统误差计算，剔除了凸度计算模型的方法误差。因此，本发明可以有效实现支承辊磨损的在线测量。

通过基于凸度误差分离技术的支承辊磨损在线测量方法，实现了支承辊磨损的在线测量；通过对历史数据的利用，有效缩短了测量周期，同时可以获取中间测量数据，利于支承辊磨损模型的开发与优化，提高了板形控制系统的控制精度，改善了轧制稳定性。

在现有热轧板形控制系统中，不管是现有应用的板形系统，还是SMS、MH等公司研发的新系统，均把支承辊磨损作为影响板形的重要因素，但目前均没有掌握支承辊磨损在线测量技术，因此支承辊磨损模型预测精度提高受到限制。而本发明技术可以有效解决此问题，且在各种热轧板形控制系统中均可应用，不受限制，其推广应用前景十分广阔。

附图说明

图1为本发明的一种热轧支承辊磨损的在线测量方法流程示意图。

图2为支撑辊磨损变化情况在线测量结果图。

图3为误差数据分离结果曲线图。

具体实施方式

实施例1

以国内某连轧产线使用的F6机架支承辊磨损在线测量为例，该支撑辊从2011-11-1515:34开始上机使用，截止到2011-12-77:16停止使用，共计使用时间大约22天，总共轧制12712块带钢，总计轧制吨位数329230吨。

根据本发明技术对该支撑辊在机使用期间磨损变化情况进行了在线测量计算，测量计算结果如图2所示，该结果既反映了该支撑辊下机后的最终磨损量（曲线最后一点数据），也反映了支撑辊在生产使用过程中的磨损量变化情况。

按照本发明技术的步骤说明，支撑辊磨损的在线测量分为7个步骤进行：

按照本发明技术步骤1，从该连轧产线过程计算机数据库中提取从2011年11月10日到2012年2月6日的历史数据，每块带钢选取带钢号、带钢生产时间、支承辊更换时间、机架号、工作辊换辊标志、各机架出口厚度、带钢宽度、各机架计算带钢凸度、各机架支承辊磨损影响量、实际测量带钢凸度和凸度遗传值11项数据，每块带钢的这11项数据组成一条记录。共计提取44303卷带钢的数据，组成44303条记录数据。

按照本发明技术步骤2，根据工作辊换辊标志从44303条记录历史数据中筛选出换辊标志为换辊的数据，即工作辊更换后轧制的第一块带钢的数据，共筛选中符合条件的记录566条。

步骤三有效数据检验，根据公式（1）对选取数据筛选②获得的数据计算评价系数p,每条记录计算一次，如果p>10则予以删除。本步骤的目的是剔除异常数据，由于所选取的数据为轧制计划开始带钢，全部属于控制精度高的烫辊材，凸度±20μm的控制精度在95％以上，历史经验证明低于此控制精度的带钢基本存在异常。一般来说，数据误差分布符合正态分布，±20μm95％以上的控制精度即代表标准方差小于10，因此根据公式（1）计算选取数据的标准方差（评价系数p），标准方差（评价系数p）>10表示控制异常，予以剔除。

按照本发明技术步骤3，根据有效数据检验公式（1）对筛选出的566条记录数据计算评价系数P，每条记录计算一次，如果P>10则予以删除。本步骤的目的 是剔除异常数据，如第一条记录实际测量带钢凸度数据为（34，34，35，35，34，34，34，33，34，36，34，36，39，41，43，44，42），根据有效数据检验公式（1）计算的评价系数P为3.68，满足评价标准，则此条数据予以保留。如第二条记录实际测量带钢凸度数据为（45，45，41，43，45，49，48，50，53，53，54，57，57，58，59，60，60，59），根据有效数据检验公式（1）计算的评价系数P为6.40，满足评价标准，则此条数据予以保留。如第六条记录实际测量带钢凸度数据为（21，20，21，21，22，29，34，42，47，47，47，45，46，48），根据有效数据检验公式（1）计算的评价系数P为12.06，不满足评价标准，则此条数据予以剔除。对所有566条记录数据采用同样的方法予以计算，最终剔除记录数14条，筛选出符合条件的记录552条。

按照本发明技术步骤4，根据支承辊换辊时间和带钢生产时间的对应关系进行数据分组，将每个支承辊使用周期内轧制的带钢数据分为一组，并按照生产时间排序。共计分成3组，其中2011-11-1515:34:05到2011-12-77:16:01数据为一组，包含记录170条；2011-12-715:33到2012-1-158:00数据为一组，包含记录192条；2012-1-1521:36到2012-2-66:52数据为一组，包含记录163条，各组分别为一个完整的支撑辊使用周期。

$p=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(C_i^m-\stackrel{\‾}{C^m})}^2}{n-1}}---\left(1\right)$

式中：每块带钢的第i个凸度测量值；

每块带钢所有凸度测量值的平均值；

n每块带钢凸度测量值的个数。

步骤四筛选数据分组，根据支承辊换辊时间和带钢生产时间的对应关系进行数据分组，将每个支承辊使用周期内轧制的带钢数据分为一组，并按照生产时间排序。

步骤五系统误差计算，根据公式（2）计算各机架板形控制模型的凸度系统误差所有记录数据计算一次。此计算步骤采用数据为每组第一块带钢数据，即支承辊更换后开始轧制的带钢数据，此时支承辊磨损为0，因此凸度计算值中不包含支承辊磨损影响量，其计算结果仅反映凸度计算模型的系统误差。

${\mathrm{\ΔC}}_{s\tan d}^{\mathrm{sys}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(C_1^m\·h_{\mathrm{stnad}}/h_{\mathrm{last}\_s\tan d}-C_{s\tan d}^{\mathrm{calc}})}{n}---\left(2\right)$

式中：每组第一块带钢凸度测量数据的第一个值；

每组第一块带钢各机架凸度计算值；

h_stand各机架带钢厚度；

h_{last_stand}出口机架带钢厚度；

stand机架号；

n步骤四筛选数据分组组数。

按照本发明技术步骤5，按照系统误差计算公式（2）计算各机架板形控制模型的凸度系统误差本实施例以F6机架支承辊磨损进行在线测量计算为例，故计算F6机架的凸度系统误差由于共有3组数据，选取3组数据的第一条记录数据予以计算，如下式。

${\mathrm{\ΔC}}_6^{\mathrm{sys}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(C_1^m\·h_6/h_{\mathrm{last}\_s\tan d}-C_6^{\mathrm{calc}})}{n}$

$=\frac{(61\×6.36/5.61-52)+(61\×6.27/5.59-51)+(66\×6.33/5.65-50)}{3}$

$=19.5$

步骤六误差数据分离，根据公式（3）对板形控制系统的凸度测量值与凸度计算值间存在的总误差量进行分离，总误差量由支承辊磨损影响量、工作辊热凸度偏差、工作辊磨损偏差和模型系统误差四部分组成。除以上四部分误差外，总误差量中还包含凸度仪系统测量误差的影响，由于现有凸度仪的测量误差小于2μm，远小于其它四部分的影响，在此不予考虑。由于选取工作辊更换后轧制的第一块带钢的数据，此时工作辊热凸度偏差和磨损偏差为零，对筛选数据分组④获得的每组每块带钢数据根据公式（3）进行计算，获得支承辊使用过程中每个轧制计划结束后支承辊磨损变化对凸度影响量每条记录数据计算一次。公式（2）为所有各组第一块带钢凸度计算偏差的平均值，反映凸度计算模型的方法误差，不包含支承辊磨损影响；公式（3）为每块带钢凸度计算值的总偏差，包含支承辊磨损影响量，因此将公式（2）带入公式（3）后，剔除的是凸度计算值的模型方法误差，而支承辊磨损影响量仍保留在剩余差值中。

$C_{s\tan d}^{\mathrm{bur}}=C_1^m\·\frac{h_{s\tan d}}{h_{\mathrm{last}\_s\tan d}}-C_{s\tan d}^{\mathrm{calc}}-C_{\mathrm{ada}}\·\frac{h_{s\tan d}}{h_{\mathrm{last}\_s\tan d}}+C_{\mathrm{bur}\_s\tan d}^{\mathrm{cal}}-{\mathrm{\ΔC}}_{s\tan d}^{\mathrm{sys}}---\left(3\right)$

式中：每块带钢凸度测量数据的第一个值；

每块带钢各机架凸度计算值；

h_stand各机架带钢厚度；

h_{last_stand}出口机架带钢厚度；

C_ada每块带钢凸度遗传值；

现有凸度计算模型中包含的各机架支承辊磨损影响计算量（对于不考虑支撑辊磨损的板形控制系统为0）。

按照本发明技术步骤6，根据误差数据分离公式（3）对板形控制系统的凸度测量值与凸度计算值间存在的总误差量进行分离，以步骤4分组中的第一组数据为例，对F6机架支承辊磨损进行在线测量计算，该支撑辊从2011-11-1515:34开始上机使用，截止到2011-12-77:16停止使用，共包含170条记录，这些记录反映了该支撑辊从上机到下机整个生产使用过程中的磨损变化过程。如根据第5条记录数据代入误差数据分离公式（3）进行计算：

$C_6^{\mathrm{bur}}=C_1^m\·\frac{h_6}{h_{\mathrm{last}\_\mathrm{satnd}}}-C_6^{\mathrm{calc}}-C_{\mathrm{ada}}\·\frac{h_6}{h_{\mathrm{last}\_s\tan d}}+C_{\mathrm{bur}\_6}^{\mathrm{cal}}-{\mathrm{\ΔC}}_6^{\mathrm{sys}}$

$=49\·\frac{5.27}{4.56}-62-(-22)\·\frac{5.27}{4.56}+3.12-19.5$

$=3.7$

其余各条记录可按照同样的方法予以计算，其计算结果如图3所示。

按照本发明技术步骤7，根据磨损数据获取公式（4），将支承辊磨损变化对凸度影响量转化为支承辊磨损量，每条记录数据计算一次，所获得的数据就是支承辊的实际磨损量wear_bur，从而实现支承辊磨损的在线测量。如根据第5条记录数据计算结果，按照公式（4）可以计算得到支撑辊磨损量为13.0。

${\mathrm{wear}}_{\mathrm{bur}}=\frac{C_6^{\mathrm{bur}}}{a_0+a_1\·B+a_2\·B^2+a_3\·B^3+a_4\·B^4+a_5\·B^5}$

$=\frac{3.7}{0.1537+0.0081\·1.062+0.0271\·{1.062}^2+0.1374\·{1.062}^3-0.0659\·{1.062}^4+0.0074\·{1.062}^5}$

$=13.0$

其余各条记录可按照同样的方法予以计算，该支撑辊整个使用过程中的磨损变化情况如图2中曲线所示。

从实施例可以看出，通过本发明技术既可以计算测量该支撑辊下机后的最终磨损量（曲线最后一点数据），也可计算测量支撑辊在生产使用过程中的磨损量变化情况（曲线各点数据），这对了解支撑辊磨损变化情况和提高板形模型精度具有非常重要的意义。

步骤七磨损数据获取，根据公式（4）将支承辊磨损变化对凸度影响量转化为支承辊磨损量，每条记录数据计算一次，所获得的数据就是支承辊的实际磨损量wear_bur，从而实现支承辊磨损的在线测量。对于任何测量过程来讲，无论采 用多么完善的测量仪器和测量方法，也无论在测量过程中怎样细心和注意，都不可避免地存在误差，产生误差的原因是多方面的，但可以归纳为四个部分：装置误差、环境误差、人员误差和方法误差。对于本测量方法来说，装置误差和环境误差由凸度仪造成，热轧厂采用的凸度仪测量误差小于2μm，同时本发明采取了步骤三有效数据检验，因此可以忽略装置误差和环境误差；由于本发明采用基于数据分析的方法，因此不存在测量人员误差；方法误差反映在凸度计算模型方面，本发明采用步骤五系统误差计算，剔除了凸度计算模型的方法误差。因此，本发明可以有效实现支承辊磨损的在线测量。

通过基于凸度误差分离技术的支承辊磨损在线测量方法，实现了支承辊磨损的在线测量；通过对历史数据的利用，有效缩短了测量周期，同时可以获取中间测量数据，利于支承辊磨损模型的开发与优化，提高了板形控制系统的控制精度，改善了轧制稳定性。

在现有热轧板形控制系统中，不管是现有应用的板形系统或新系统，均把支承辊磨损作为影响板形的重要因素，但目前均没有掌握支承辊磨损在线测量技术，因此支承辊磨损模型预测精度提高受到限制。而本发明技术可以有效解决此问题，且在各种热轧板形控制系统中均可应用，不受限制，其推广应用前景十分广阔。

Claims (4)

1.一种热轧支承辊磨损的在线测量方法，其特征在于，所述一种热轧支承辊磨损的在线测量方法如下：

步骤一：历史数据选取，从生产厂计算机存储的历史数据中每块带钢选取带钢宽度、各机架计算带钢凸度、各机架支承辊磨损影响量、实际测量带钢凸度和凸度遗传值的数据，每块带钢的这些数据组成一条记录；

步骤二：选取数据筛选，根据工作辊换辊标志从步骤一中选取的数据中筛选出换辊标志为换辊的数据，即工作辊更换后轧制的第一块带钢的数据；

步骤三：有效数据检验，根据公式（1）

$p=\sqrt{\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{(C_i^m-\stackrel{\‾}{C^m})}^2}{n-1}},\mathrm{\μm},$

式中：为每块带钢的第i个凸度测量值、为每块带钢所有凸度测量值的平均值μm、n为每块带钢凸度测量值的个数，

对步骤二中获得的数据计算评价系数p,每条记录计算一次，如果p>10则予以删除；

步骤四：筛选数据分组，根据支承辊换辊时间和带钢生产时间的对应关系进行数据分组，将每个支承辊使用周期内轧制的带钢数据分为一组，并按照生产时间排序；

步骤五：系统误差计算，根据公式（2）

${\mathrm{\ΔC}}_{s\tan d}^{\mathrm{sys}}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(C_1^m\·h_{\mathrm{stnad}}/h_{\mathrm{last}\_s\tan d}-C_{s\tan d}^{\mathrm{calc}})}{n}$

式中：为每组第一块带钢凸度测量数据的第一个值、为每组第一块带钢各机架凸度计算值、h_stand为各机架带钢厚度、h_{last_stand}为出口机架带钢厚度、stand为机架号、n为步骤四中筛选数据分组的组数，

计算各机架板形控制模型的凸度系统误差所有记录数据计算一次；

步骤六：误差数据分离，根据公式（3）

$C_{s\tan d}^{\mathrm{bur}}=C_1^m\·\frac{h_{s\tan d}}{h_{\mathrm{last}\_s\tan d}}-C_{s\tan d}^{\mathrm{calc}}-C_{\mathrm{ada}}\·\frac{h_{s\tan d}}{h_{\mathrm{last}\_s\tan d}}+C_{\mathrm{bur}\_s\tan d}^{\mathrm{cal}}-{\mathrm{\ΔC}}_{s\tan d}^{\mathrm{sys}}$

式中：每块带钢凸度测量数据的第一个值、为每块带钢各机架凸度计算值、h_stand为各机架带钢厚度、h_{last_stand}为出口机架带钢厚度、C_ada为每块带钢凸度遗传值、为现有凸度计算模型中包含的各机架支承辊磨损影响计算量，

计算支承辊磨损变化对凸度影响量对板形控制系统的凸度测量值与凸度计算值间存在的总误差量进行分离，剔除凸度计算值的模型方法误差，在剩余差值中保留支承辊磨损影响量，每条记录数据计算一次；

步骤七：磨损数据获取，根据公式（4）

${\mathrm{wear}}_{\mathrm{bur}}=\frac{C_{s\tan d}^{\mathrm{bur}}}{a_0+a_1\·B+a_2\·B^2+a_3\·B^3+a_4\·B^4+a_5\·B^5}$

式中：B为带钢宽度值、a₀为公式系数1、a₁为公式系数2、a₂为公式系数3、a₃为公式系数4、a₄为公式系数5、a₅为公式系数6，公式系数随辊径增大而大，随辊径减小而减小，

将支承辊磨损变化对凸度影响量转化为支承辊磨损量，每条记录数据计算一次，所获得的数据就是支承辊的实际磨损量wear_bur，从而实现支承辊磨损的在线测量，

以上，凸度单位μm，宽度单位mm。

2.如权利要求1所述一种热轧支承辊磨损的在线测量方法，其特征在于，所述历史数据包括从生产厂计算机存储的历史数据中的每块带钢的带钢号、带钢生产时间、支承辊更换时间、机架号及工作辊换辊标志。

3.如权利要求1所述一种热轧支承辊磨损的在线测量方法，其特征在于，所述系数取值：

a₀公式系数1取0.0817~0.1557；

a₁公式系数2取0.0076~0.0098；

a₂公式系数3取0.0077~0.0291；

a₃公式系数4取0.1161~0.1394；

a₄公式系数5取-0.0679~-0.0548；

a₅公式系数6取0.0039~0.0094。

4.如权利要求1所述一种热轧支承辊磨损的在线测量方法，其特征在于，所述C_ada,即每块带钢凸度遗传值范围在±100μm。