CN104070070B - 通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法 - Google Patents

Abstract

发明一种通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法。该方法通过区分精轧带钢头部轧制过程中的三种张力状态——微张力、大张力与正常张力，并分别计算三种张力状态下的变形抗力，将大张力状态下的轧制力用于带钢轧制力设定，将微张力状态下的轧制力用于带钢头部辊缝设定，将正常张力状态下的轧制力用于自适应学习，解决了轧制力设定计算、辊缝设定计算与轧制力自适应学习互三种相矛盾的问题，提高了热轧带钢轧制力模型与辊缝模型的设定精度，从而同时提升精轧轧制力设定精度和带钢头部厚度控制精度。

Description

通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法

技术领域

本发明涉及冶金热轧带钢过程控制技术领域，具体地，本发明涉及一种精轧带钢轧制力设定方法，该方法可更好的进行精轧轧制力设定计算与带钢头部厚度控制，避免以往带钢设定方法的缺点，提升精轧轧制力设定精度和厚度控制精度。

背景技术

轧制力模型是热轧精轧过程控制最关键的模型，该模型的预测精度直接影响带钢的轧制稳定性、带钢头部厚度控制精度、板形模型设定精度。

目前的热轧模型设定技术主要通过提升轧制力模型和辊缝模型的预测精度来提升带钢厚度控制精度，轧制力和辊缝模型要考虑来料的厚度变化、材料温度的变化、支撑辊油膜的变化、轧辊热膨胀和磨损、轧辊和轴承偏心的影响、轧制速度及张力等因素的影响。

热轧带钢穿带过程中，由于头部带钢处于失张状态，该状态下轧制力偏大；而带钢穿带成功后，由于活套起套控制的不稳定，又造成带钢张力偏大。因此，精轧带钢实际咬钢过程中机架间张力存在三种状态：穿带过程中的微张力、咬钢后活套起套过程中的大张力和活套稳定后的正常张力状态。如图1所示。

但是，目前在线使用的轧制力模型都没有考虑轧制过程中张力状态的变化，无论是在轧制力预设定计算中，还是在自学习计算中都只考虑一种张力状态。在带钢头部穿带过程中，由于带钢处于失张状态，该状态下设定轧制力小于实际轧制力，容易造成带钢头部厚度超厚，如图2所示。如果设定轧制力偏大，又容易引起板形设定问题。这使得目前的精轧轧制力预计算设定、带钢头部厚度精度和轧制力后计算学习经常处于矛盾状态，带钢头部厚度难以得到高精度保证。

发明内容

本发明目的在于，提供一种通过张力补偿来提升精轧带钢轧制力和厚度精度的控制方法，所述方法区分带钢头部轧制过程中三种不同的张力状态计算轧制力， 解决轧制力计算过程中实际张力与设定张力状态不符的问题，提高精带钢轧轧制力设定精度与头部厚度精度。

本发明的一种通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法的技术方案如下：

一种通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，其特征在于，所述方法包括下述步骤：

步骤一、计算精轧带钢在活套起套过程中大张力状态下的变形抗力与轧制力；

为了考虑轧制过程中不同张力状态对轧制力计算的影响，本专利提出如下的考虑张力补偿的变形抗力模型：

式中：km₁为轧件在大张力状态下的变形抗力，σ₀为轧件化学成分的影响项， 为有效变形程度的影响项，为有效变形速率的影响项，k_T(T)为变形温度的影响项；T_F、a_F、分别为前向张力、前向张力的影响系数、大张力状态下前向张力的补偿系数；T_B、a_B、分别为后向张力、后向张力的影响系数、大张力状态下后向张力的补偿系数。

其中，前后张力影响系数为经验参数，其取值范围为：

0≤a_F≤1，0≤a_B≤1，a_F+a_B＝1。

在活套起套过程中，由于张力处于开环控制状态，张力在瞬间往往达到比较大的值，因此大张力状态下的张力补偿系数的取值范围：

根据公式(1)可计算精轧带钢在大张力状态下的变形抗力，变形抗力得到之后，根据通常的轧制力模型可进一步进行轧制力。

步骤二、计算精轧带钢在微张力状态与大张力状态两种情况下变形抗力的偏差，据此计算由于张力状态偏差导致的轧制力的偏差；

首先，计算带钢在微张力状态下的变形抗力km₀(i)，本专利提出如下的微张力状态下的变形抗力模型：

式中：km₀为轧件在微张力状态下的变形抗力；为微张力状态下前向张力的补偿系数；为微张力状态下后向张力的补偿系数；其余参数同公式(1)中所述。

带钢头部在精轧机架穿带过程中，活套还没有正常工作，机架间张力为微张力，因为微张力状态下张力补偿系数的取值范围：

比较公式(1)、(2)，发现微张力和大张力状态下变形抗力计算中仅张力的补偿系数有变化，其余参数均相同，因此带钢在微张力状态和大张力状态下变形抗力的偏差为：

进一步，带钢在微张力状态和大张力状态下变形抗力的相对偏差为：

通常情况下，热轧带钢的轧制力与变形抗力近似成正比，因此带钢在微张力状态和大张力状态下轧制力的偏差为：

△P(i)＝P_set(i)·α(i) (5)

式中α(i)为由张力状态导致的变形抗力的相对偏差；△P(i)为由张力状态导致的轧制力偏差；i＝1～7，代表精轧7个机架。

步骤三、根据上述步骤计算得到的轧制力的偏差计算带钢头部辊缝设定的补偿值，以提高辊缝模型的设定精度；

式中：M(i)为精轧各机架的轧机刚度(kN/mm)。

这个步骤得到带钢头部辊缝设定的补偿值可用于辊缝模型的设定计算，以进一步提高辊缝模型的设定精度，其计算公式如下：

其中，gap_set(i)为根据辊缝模型代入轧制力P_set(i)计算得到的带钢辊缝设定值；为经过张力补偿后的辊缝设定值。

步骤四、带钢轧制结束后，根据收集到的轧制实绩数据，重新计算在正常张力状态下的轧制力，根据这个后计算值进行轧制力模型的自适应学习

自学习模型通过对比后计算轧制力和实测轧制力之间的偏差，对轧制力计算模型中的学习系数进行修正，使后计算轧制力尽量和实测轧制力相一致，从而达到对轧制力模型预报偏差进行修正的目的。

为了保持学习系数的稳定，要采用正常张力状态下的轧制力进行轧制力模型的自适应学习，正常张力状态下的变形抗力模型：

式中：km₂为轧件在正常张力状态下的变形抗力；其余参数同前所述。

根据公式(8)可计算精轧带钢在正常张力状态下的变形抗力，变形抗力得到之后，根据轧制力模型可计算轧制力。

后计算轧制力得到后，可用于轧制力模型的自适应学习，以提高轧制力模型的设定精度，用于后续热轧带钢的轧制力设定计算。

附图说明

图1为精轧轧制过程的张力状态图。

图2－1、图2－2、图2－3、图2－4分别为本发明投运前轧制力与带钢头部厚度的控制曲线图。

图3为本发明的通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法的流程图。

图4－1、图4－2、图4－3、图4－4分别为本发明投运后轧制力与带钢头部厚度的控制曲线图。

图1中，I表示精轧轧制过程的正常张力状态，II表示精轧轧制过程的大张力状态，III表示精轧轧制过程的微张力状态。

具体实施方式

实施例

参见图3，一种通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，包括以下步骤：

步骤一、计算精轧带钢在活套起套过程中大张力状态下的变形抗力与轧制力；

为了考虑轧制过程中不同张力状态对轧制力计算的影响，本专利提出如下的考虑张力补偿的变形抗力模型：

式中：km₁为轧件在大张力状态下的变形抗力，σ₀为轧件化学成分的影响项， 为有效变形程度的影响项，为有效变形速率的影响项，k_T(T)为变形温度的影响项；T_F、a_F、—分别为前向张力、前向张力的影响系数、大张力状态下前向张力的补偿系数；T_B、a_B、—分别为后向张力、后向张力的影响系数、大张力状态下后向张力的补偿系数。

其中，前后张力影响系数为经验参数，其取值范围为：

0≤a_F≤1，0≤a_B≤1，a_F+a_B＝1。

优选地，可取a_F＝0.4,a_B＝0.6。

在活套起套过程中，由于张力处于开环控制状态，张力在瞬间往往达到比较大的值，因此大张力状态下的张力补偿系数的取值范围：

公式(1)中σ₀，k_T(T)等影响项的计算，是本领域内技术人员所熟知的，虽然各参考文献中对其计算公式的表达具有某些形式上的差异，但是原理均是一致的，本领域内的普通技术人员均可根据钢种成分和轧制过程参数，得到上述四个影响项的值，且由于σ₀，k_T(T)等影响项的计算并不在本案的讨论范围内，故本案对其不做过多的解释。本发明的实施例中：

σ₀＝a₀+a₁·C+a₂·Mn+a₃·Si+a₄·Ni+a₅·Cr+a₆·V+a₇·Mo+a₈·Nb+a₉·Ti+a₁₀·Cu

其中，a₀～a₁₀为成分项影响系数，m为变形程度影响系数，n为变形速率影响 系数，b₁～b₃为变形温度影响系数，这些影响系数对于不同的钢种均有不同的值，其通过查表可以获得；C、Mn、Si、Ni、Cr、V、Mo、Nb、Ti、Cu为带钢各化学成分的含量(质量％)，为变形程度，为变形速率(1/s)，T为变形温度(℃)。

根据公式(1)计算得到变形抗力后，再根据轧制力模型可计算轧制力。优选地，本专利采用如下的轧制力模型：

P＝W·l_d·km·Q_F·K_M

其中，P为轧制力(kN)，W为带钢宽度(mm)；l_d为压扁接触弧长(mm)，km为变形抗力(MPa)，Q_F为外摩擦应力状态影响系数，K_M为轧制力学习系数。

外摩擦应力状态系数由下式计算得到，

其中，R'为压扁后轧辊半径(mm)，h为带钢出口厚度(mm)，q₁、q₂为与压下率相关的参数。

因精轧7机架要分别计算，记精轧各机架大张力状态下的变形抗力为km₁(i)，轧制力为P_set(i)。

这个步骤得到的轧制力P_set(i)用于精轧过程控制计算机轧制力设定和辊缝模型计算辊缝设定值。

步骤二、计算精轧带钢在微张力状态与大张力状态两种情况下变形抗力的偏差，据此计算由于张力状态偏差导致的轧制力的偏差；

首先，计算带钢在微张力状态下的变形抗力km₀(i)，本专利提出如下的微张力状态下的变形抗力模型：

式中：km₀为轧件在微张力状态下的变形抗力；为微张力状态下前向张力的补偿系数；为微张力状态下后向张力的补偿系数；其余参数同公式(1)中所述。

带钢头部在精轧机架穿带过程中，活套还没有正常工作，机架间张力为微张 力，因为微张力状态下张力补偿系数的取值范围：

比较公式(1)、(2)，发现微张力和大张力状态下变形抗力计算中仅张力的补偿系数有变化，其余参数均相同，因此带钢在微张力状态和大张力状态下变形抗力的偏差为：

进一步，带钢在微张力状态和大张力状态下变形抗力的相对偏差为：

通常情况下，热轧带钢的轧制力与变形抗力近似成正比，因此带钢在微张力状态和大张力状态下轧制力的偏差为：

△P(i)＝P_set(i)·α(i) (5)

式中α(i)为由张力状态导致的变形抗力的相对偏差；△P(i)为由张力状态导致的轧制力偏差；i＝1～7，代表精轧7个机架。

根据本步骤前面所述，由于只需要得到带钢在微张力状态和大张力状态下轧制力的偏差，因而不需要根据公式(2)计算微张力下的变形抗力，可直接根据公式(4)、(5)计算变形抗力的相对偏差与轧制力的偏差，这样的设计可以化简计算流程和节省计算时间。

步骤三、根据上述步骤计算得到的轧制力的偏差计算带钢头部辊缝设定的补偿值，以提高辊缝模型的设定精度；

式中：M(i)为精轧各机架的轧机刚度(kN/mm)。

这个步骤得到带钢头部辊缝设定的补偿值可用于辊缝模型的设定计算，以进一步提高辊缝模型的设定精度，其计算公式如下：

其中，gap_set(i)为根据辊缝模型代入轧制力P_set(i)计算得到的带钢辊缝设定值(mm)；为经过张力补偿后的辊缝设定值(mm)。

优选地，辊缝模型计算公式为：

其中，h(i)为各机架的出口厚度(mm)，△h(i)为包括轧辊热膨胀、磨损及零点修正在内的各类辊缝修正值。

步骤四、带钢轧制结束后，根据收集到的轧制实绩数据，重新计算在正常张力状态下的轧制力，根据这个后计算值进行轧制力模型的自适应学习

自学习模型通过对比后计算轧制力和实测轧制力之间的偏差，对轧制力计算模型中的学习系数进行修正，使后计算轧制力尽量和实测轧制力相一致，从而达到对轧制力模型预报偏差进行修正的目的。

后计算轧制力指的是在一系列实际值的基础上，包含实测带钢厚度、轧辊实际速度、实际温度等参数，重新计算精轧带钢的轧制力。

为了保持学习系数的稳定，要采用正常张力状态下的轧制力进行轧制力模型的自适应学习，正常张力状态下的变形抗力模型：

式中：km₂为轧件在正常张力状态下的变形抗力；其余参数同前所述。

根据本发明，根据公式(8)可计算精轧带钢在正常张力状态下的变形抗力，变形抗力得到之后，根据轧制力模型可计算轧制力。

后计算轧制力得到后，可用于轧制力模型的自适应学习，以提高轧制力模型的设定精度，用于后续热轧带钢的轧制力设定计算。因精轧7机架要分别计算，记精轧各机架正常张力状态下的变形抗力为km₂(i)，对应的后计算轧制力为P_post(i)。

轧制力模型采用乘性自学习算法，公式为：

其中，为旧学习系数，为新学习系数，P_act(i)为实测轧制力，β为学习增益系数，可取0.3。

某钢种，IR4141A1，精轧主要轧制数据如下，(化学成分等略)：

(1)计算精轧带钢在活套起套过程中大张力状态下的变形抗力与轧制力；

精轧各机架大张力状态下的张力补偿系数取值如下：

计算得到：

(2)计算精轧带钢在微张力状态与大张力状态两种情况下变形抗力的偏差，据此计算由于张力状态偏差导致的轧制力的偏差，以及带钢头部辊缝设定的补偿值；

精轧各机架微张力状态下的张力补偿系数取值如下：

计算得到：

(3)带钢轧制结束后，根据收集到的轧制实绩数据，重新计算在正常张力状态下的轧制力，根据这个后计算值进行轧制力模型的自适应学习。

根据本实施例，使精轧设定计算更接近实际生产情况，同时补偿头部超厚状态，如图4所示。

本专利技术在梅钢1780新建热轧中应用，轧制力预测精度明显提高，带钢头部厚度控制精度和轧制稳定性得到显著提升，厚度控制精度由该方法投运前的±50u小于99％的控制精度提升到±50u 99.5％以上。

根据本发明的通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，通过计算精轧咬钢过程中不同张力状态下的轧制力，解决以往精轧设定过程中头部厚度精度和轧制力设定精度出现的矛盾现象，通过头部补偿满足带钢头部厚度设定要求，通过大张力轧制力计算满足板形对轧制力设定计算的需求，通过正常状态的后计算学习，实效了轧制力模型本身的稳定自适应。对于带钢头部厚度控制精度和精轧的轧制稳定性有重要贡献。

Claims (10)

1.通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，其特征在于，所述方法包括下述步骤：

(1)计算精轧带钢在活套起套过程中大张力状态下的变形抗力与轧制力；

大张力状态表示在活套起套过程中，由于张力处于开环控制状态，机架间张力在瞬间往往达到比较大的值，

(2)计算精轧带钢在微张力状态与大张力状态两种情况下变形抗力的偏差，据此计算由于张力状态偏差导致的轧制力的偏差；

微张力状态表示带钢头部在精轧机架穿带过程中，活套还没有正常工作，机架间张力为微张力的状态，

(3)根据上述步骤计算得到的轧制力的偏差计算带钢头部辊缝设定的补偿值，以提高辊缝模型的设定精度；

(4)带钢轧制结束后，根据收集到的轧制实绩数据，重新计算在正常张力状态下的轧制力，根据这个后计算值进行轧制力模型的自适应学习，

正常张力状态表示活套稳定后的机架间正常张力状态。

2.如权利要求1所述通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，其特征在于：

在步骤(1)，计算精轧带钢在活套起套过程中大张力状态下的变形抗力与轧制力时，

为了考虑轧制过程中不同张力状态对轧制力计算的影响，提出如下的考虑张力补偿的变形抗力模型：

式中：km₁为轧件在大张力状态下的变形抗力，单位：MPa，

σ₀为轧件化学成分的影响项，为有效变形程度的影响项，

为有效变形速率的影响项，

k_T(T)为变形温度的影响项；

T_F、a_F、分别为前向张力，单位：MPa，前向张力的影响系数、大张力状态下前向张力的补偿系数；

T_B、a_B、分别为后向张力，单位：MPa，后向张力的影响系数、大张力状态下后向张力的补偿系数，

根据公式(1)计算精轧带钢在大张力状态下的变形抗力，变形抗力得到之后，根据轧制力模型可进一步计算轧制力。

3.如权利要求2所述通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，其特征在于：

其中，前后张力影响系数为经验参数，其取值范围为：

0≤a_F≤1，0≤a_B≤1，a_F+a_B＝1。

4.如权利要求2所述通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，其特征在于：

在活套起套过程中，由于张力处于开环控制状态，张力在瞬间往往达到比较大的值，因此大张力状态下的张力补偿系数的取值范围：

$1<k_{F_1}<1.5,1<k_{B_1}<\mathrm{1.5.}$

5.如权利要求2所述通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，其特征在于：

在步骤(2)，计算精轧带钢在微张力状态与大张力状态两种情况下变形抗力的偏差，据此计算由于张力状态偏差导致的轧制力的偏差；

首先，计算带钢在微张力状态下的变形抗力km₀(i)，提出如下的微张力状态下的变形抗力模型：

式中：km₀为轧件在微张力状态下的变形抗力；为微张力状态下前向张力的补偿系数；为微张力状态下后向张力的补偿系数；

因带钢头部在精轧机架穿带过程中，活套还没有正常工作，机架间张力为微张力，因此，微张力状态下张力补偿系数的取值范围：

$0<k_{F_0}<1,0<k_{B_0}<1.$

6.如权利要求5所述通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，其特征在于：

比较公式(1)、(2)，发现微张力和大张力状态下变形抗力计算中仅张力的补偿系数有变化，其余参数均相同，因此带钢在微张力状态和大张力状态下变形抗力的偏差为：

${\mathrm{km}}_1\left(i\right)-{\mathrm{km}}_0\left(i\right)=a_F\&CenterDot;T_F\&CenterDot;(k_{F_1}-k_{F_0})+a_B\&CenterDot;T_B\&CenterDot;(k_{B_1}-k_{B_0})---\left(3\right).$

7.如权利要求6所述通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，其特征在于：

进一步，带钢在微张力状态和大张力状态下变形抗力的相对偏差为：

$\mathrm{\&alpha;}\left(i\right)=\frac{{\mathrm{km}}_1\left(i\right)-{\mathrm{km}}_0\left(i\right)}{{\mathrm{km}}_1\left(i\right)}=\frac{a_F\&CenterDot;T_F\&CenterDot;(k_{F_1}-k_{F_0})+a_B\&CenterDot;T_B\&CenterDot;(k_{B_1}-k_{B_0})}{{\mathrm{km}}_1\left(i\right)}---\left(4\right).$

8.如权利要求7所述通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，其特征在于：

热轧带钢的轧制力与变形抗力近似成正比，因此带钢在微张力状态和大张力状态下轧制力的偏差为：

△P(i)＝P_set(i)·α(i) (5)

式中α(i)为由张力状态导致的变形抗力的相对偏差；△P(i)为由张力状态导致的轧制力偏差；P_set(i)表示精轧各机架大张力状态下的轧制力；i＝1～7，代表精轧7个机架。

9.如权利要求8所述通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，其特征在于：

在步骤(3)，根据上述步骤计算得到的轧制力的偏差计算带钢头部辊缝设定的补偿值，以提高辊缝模型的设定精度；

$\mathrm{\&Delta;}S\left(i\right)=\frac{\mathrm{\&Delta;}P\left(i\right)}{M\left(i\right)}---\left(6\right)$

式中：M(i)为精轧各机架的轧机刚度，单位为kN/mm；

这个步骤得到带钢头部辊缝设定的补偿值可用于辊缝模型的设定计算，以进一步提高辊缝模型的设定精度，其计算公式如下：

${\mathrm{gap}}_{set}^{new}\left(i\right)={\mathrm{gap}}_{set}\left(i\right)+\mathrm{\&Delta;}S\left(i\right)---\left(7\right)$

其中，gap_set(i)为根据辊缝模型代入轧制力P_set(i)计算得到的带钢辊缝设定值；为经过张力补偿后的辊缝设定值。

10.如权利要求2所述通过张力补偿提升精轧带钢轧制力和厚度精度的控制方法，其特征在于：

在步骤(4)，带钢轧制结束后，根据收集到的轧制实绩数据，重新计算在正常张力状态下的轧制力，根据这个后计算值进行轧制力模型的自适应学习，

自学习模型通过对比后计算轧制力和实测轧制力之间的偏差，对轧制力计算模型中的学习系数进行修正，使后计算轧制力尽量和实测轧制力相一致，从而达到对轧制力模型预报偏差进行修正的目的；

为了保持学习系数的稳定，要采用正常张力状态下的轧制力进行轧制力模型的自适应学习，正常张力状态下的变形抗力模型：

式中：km₂为轧件在正常张力状态下的变形抗力；其余参数同前所述。