CN104275352A - 一种带材冷轧机跑偏与板形自动控制方法 - Google Patents

Abstract

本发明公开了一种带材冷轧机跑偏与板形自动控制方法，在冷轧机的入口和出口分别配置带材板形仪，实时检测带材冷轧前、后的板形，以带材轧后板形和跑偏量作为综合的控制目标，通过自动调整轧机板形调节机构，使得轧后板形与目标板形之间的偏差和带材跑偏量综合最小化，由于板形仪实时检测，以及跑偏与板形自动控制单元实时计算、控制输出板形执行机构的调节量，从而有效降低了带材材冷轧过程跑偏的发生率，提高机组产能，同时，相比传统人工控制调节方式，保证带材板形控制精度，并提高带材产品质量。

Description

一种带材冷轧机跑偏与板形自动控制方法

技术领域

本发明属于带材轧制技术领域，涉及一种带材冷轧机跑偏与板形自动控制方法。

背景技术

在带材冷轧机组轧制生产过程中，冷轧机入口和出口的带材板形不良是造成跑偏的主要原因之一，使得带材在轧制过程中容易发生跑偏。根据板带轧制理论和实践可知，带材的跑偏机理为，轧机负载辊缝内的带材在入口张力、出口张力和轧制力的共同作用下产生塑性变形，由于带材轧前和轧后存在着形态各异的浪形，轧机负载辊缝内带材所受到的入口张应力和出口张应力沿带材宽向分布通常不均匀，在入口张力和出口张力的共同作用下，使得带材承受一个水平转矩，当该水平转矩大于轧机工作辊面能够施加给带材的相反方向的最大摩擦转矩时，势必引起带材发生水平偏转，从而造成带材跑偏。

带材跑偏不仅会影响带材质量和产量，甚至还会严重损坏机组设备，尤其对于采用轧制油润滑的轧机，带材跑偏甚至会造成严重的火灾，给设备的稳定运行带来严重影响。因此，为了保证机组的稳定运行及获得边部整齐的带卷，对带材的跑偏判别和控制进行研究显得越来越重要。

目前，在冷轧板带轧制过程中，大多依靠人工经验判断跑偏。在一部分高端带材机组，虽然，配备有带材边部扫描仪，可以实时检测带材的跑偏情况，然而，一旦发现跑偏，基本上还都是依靠人工手动操作进行控制，故，带材跑偏控制受到工作人员的操作经验和反应速度等限制，使得实际控制效果往往并不理想。特别是在单机架可逆冷轧机生产中，带材跑偏现象时有发生的情况。因此，如何自动控制带材轧制过程中的跑偏，成为带材生产中的一大难题。

为此，现有专利号为KR20000042516A的韩国专利《METHOD FORCONTROLLING SHAPE IN SENDZIMIR MILL》为了提高森吉米尔轧机轧制过程的稳定性，防止镰刀弯和跑偏的产生，提出了森吉米尔轧机的一种板形控制方法，其主要技术要点是，在轧机入口和出口分别安装有第一和第二两个板形检测仪，将两个板形仪测量的板形值输入板形控制单元，并被分解为几类典性的板形模式，根据板形模式分类结果，计算确定森吉米尔轧机ASU的位置调整量。该方法以轧后板形作为主要控制目标，但是，它仅仅兼顾防止镰刀弯和跑偏的发生。

又如，专利号为US8050792B2的美国专利《METHOD AND DEVICE FOROPTIMIZATION OF FLATNESS CONTROL IN THE ROLLING OF A STRIP》用一个影响矩阵描述轧机每一个板形执行机构对板形的影响效率，根据实测板形和目标板形计算确定板形偏差向量，一个动态控制器是用来计算优化板形执行机构的设置点，以尽量减少板形偏差，从而实现所期望的板形。但是，该方法仅以轧后板形作为控制目标，也没有考虑控制跑偏。

再如，专利号为KR20000042515的韩国专利《A SHAPING CONTROL METHODUSING NERVOUS CIRCUIT NETWORK IN SENDZIMIR MILL》为了简化的板形控制的计算过程，提高计算的准确性和速度，提出了一种用神经网络方法计算确定森吉米尔轧机ASU位置的板形控制方法，即板形控制单元根据输入的入口和出口板形仪实测的板形测量值，输出ASU位置调整量。但是该方法同样只以轧后板形作为控制目标，也没有考虑控制跑偏。

发明内容

本发明要解决的技术问题是针对现有技术的现状，提供一种带材冷轧机跑偏与板形自动控制方法，该控制方法不仅可以降低带材材冷轧过程跑偏的发生率，提高机组产能，而且还能够保证带材板形控制精度，提高带材产品质量。

本发明解决上述技术问题所采用的技术方案为：一种带材冷轧机跑偏与板形自动控制方法，所述冷轧机具有用于调节带材板形的多个板形执行机构，其特征在于：所述冷轧机包括跑偏与板形自动控制单元，在所述冷轧机的入口和出口处分别配置有一板形仪，所述跑偏与板形自动控制方法包括以下步骤：

(1)检测冷轧机入口和出口带材张应力宽向分布值

入口和出口处的板形仪实时检测得到冷轧机前、后带材板形，将冷轧机入口带材张应力宽向分布值σ_bi和出口带材张应力宽向分布值σ_fi发送给跑偏与板形自动控制单元，其中，i＝1、2、…、n，i表示为覆盖于板形仪宽向相应检测单元上各条带材的序号，i从冷轧机的操作侧到传动侧递增，n为有带材覆盖的板形仪检测单元数量；

(2)计算冷轧机负载辊内带材受到的水平转矩，并判断带材是否跑偏

首先，计算覆盖于板形仪宽向相应检测单元上各条带材所受到的入口张力T_bi和出口张力T_fi，计算模型为：

$\left\{\begin{array}{c}{T}_{\mathrm{bi}}={\mathrm{\σ}}_{\mathrm{bi}}\·H_i\·w_i,i=\mathrm{1,2},...,n\\ T_{\mathrm{fi}}={\mathrm{\σ}}_{\mathrm{fi}}\·h_i\·w_i,i=\mathrm{1,2},...,n\end{array}\right.$

其中，H_i为第i条带材入口厚度，h_i为第i条带材出口厚度，w_i为第i条带材宽度，

然后，分别将各条带材所受的入口张力T_bi和出口张力T_fi相对于负载辊缝内机组中心点取矩，计算得到冷轧机负载辊缝内带材在入口张力T_bi和出口张力T_fi共同作用下所受到的水平转矩M，计算模型为：

$M=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(T_{\mathrm{fi}}-T_{\mathrm{bi}})\·x_i$

式中，x_i为第i条带材中心线到机组中心线之间的水平距离，其中，第i条带材位于机组中心线操作侧的x_i取负值，位于传动侧的x_i取正值，

接着，具体判断带材是否跑偏：

若M≥M₀，则带材向操作侧跑偏，

若M≤-M₀，则带材向传动侧跑偏，

否则，带材视为没有跑偏，

其中，M₀为带材跑偏临界水平转矩；

(3)计算所述板形仪检测的冷轧机出口带材张应力宽向分布值σ_fi与目标出口带材张应力宽向分布值σ_ti之间的偏差e_i，计算式为：

e_i＝σ_fi-σ_ti,i＝1、2、…、n；

(4)求解冷轧机各个板形执行机构的调节量

所述跑偏与板形自动控制单元以轧机负载辊缝内带材受到的水平转矩M、冷轧机出口带材张应力宽向分布值σ_fi与目标出口张应力宽向分布值σ_ti之间偏差e_i综合最小化为优化目标函数J，以冷轧机各个板形执行机构调节量Δasu为优化自变量，利用相关的多变量寻优算法搜索计算优化目标函数J的极小值，求解得到各个板形执行机构的最佳化调节量R_1j，具体计算模型为：

$\begin{array}{c}J=f({\mathrm{\Δasu}}_1,{\mathrm{\Δasu}}_2,...,{\mathrm{\Δasu}}_j,...,{\mathrm{\Δasu}}_m)\\ =\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i\·{(e_i-\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})}^2+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_i\·{\left\{\right[({\mathrm{\σ}}_{\mathrm{fi}}-\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})\·h_i-{\mathrm{\σ}}_{\mathrm{bi}}\·H_i]\·w_i\·x_i\}}^2\end{array}$

R_1×m＝[Δasu₁,Δasu₂,…,Δasu_m]

其中，m为冷轧机板形执行机构数量，Δasu_j为待求解确定的第j个板形执行机构的调节量，Coef_ij为第j板形执行机构的调节量对第i条带材出口张应力的影响系数，α_i为第i条带材板形偏差加权值，0≤α_i≤1，β_i为第i条带材张力矩加权值，0≤β_i≤1；

(5)输出各个板形执行机构的调节量，返回执行(1)。

作为改进，所述冷轧机为单机架可逆冷轧机，该单机架可逆冷轧机具有多个轧制道次，如果仅有出口板形仪，则将上一道次的出口带材张应力宽向分布值作为下一道次的入口带材张应力宽向分布值。

再改进，所述冷轧机为20辊轧机，该20辊轧机拥有的板形执行机构包括：7个支承辊凸度调节机构、一个上第一中间辊轴向窜动机构SHIFT_upper和一个下第一中间辊轴向窜动机构SHIFT_down，所述7个支承辊凸度调节机构分别记为ASU₁、ASU₂、……、ASU₇，所述的优化目标函数J为：

$\begin{array}{c}J=f({\mathrm{\ΔASU}}_1,{\mathrm{\ΔASU}}_2,...,{\mathrm{\ΔASU}}_7,{\mathrm{\ΔSHIFT}}_{\mathrm{upper}},{\mathrm{\ΔSHIFT}}_{\mathrm{down}})\\ =\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i\·{(e_i-\underset{j=1}{\overset{9}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})}^2+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_i\·{\left\{\right[({\mathrm{\σ}}_{\mathrm{fi}}-\underset{j=1}{\overset{9}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})\·h_i-{\mathrm{\σ}}_{\mathrm{bi}}\·H_i]\·w_i\·x_i\}}^2\end{array}$

R_1×9＝[ΔASU₁,ΔASU₂,…,ΔASU₇,ΔSHIFT_upper,ΔSHIFT_down]

其中，ΔASU₁,ΔASU₂,…,ΔASU₇分别为7个支承辊凸度调节机构中的每个支承辊凸度调节机构的调节量，ΔSHIFT_upper和ΔSHIFT_down分别为带求解确定的上第一中间辊轴向窜动调节量和下第一中间辊轴向窜动调节量。

与现有技术相比，由于本发明的优点在于：在冷轧机的入口和出口分别配置带材板形仪，实时检测带材冷轧前、后的板形，以带材轧后板形和跑偏量作为综合的控制目标，通过自动调整轧机板形调节机构，使得轧后板形与目标板形之间的偏差和带材跑偏量综合最小化，由于板形仪实时检测，以及跑偏与板形自动控制单元实时计算、控制输出板形执行机构的调节量，从而有效降低了带材材冷轧过程跑偏的发生率，提高机组产能，同时，相比传统人工控制调节方式，保证带材板形控制精度，并提高带材产品质量。

附图说明

图1是带材水平受力示意图；

图2是单板形仪单机架可逆冷轧机跑偏与板形自动控制系统结构示意图；

图3是双板形仪单机架可逆冷轧机跑偏与板形自动控制系统结构示意图；

图4是300系不锈钢超过10mm跑偏量的发生率前后比较图。

具体实施方式

采用本发明方法的冷轧机跑偏与板形自动控制系统具有用于调节带材板形的多个板形执行机构和跑偏与板形自动控制单元7，同时，在冷轧机的入口和出口处分别配置有一板形仪，如图2所示。

本发明提供的的带材冷轧机跑偏与板形自动控制方法，利用配置在冷轧机的入口和出口的板形仪，实时检测带材冷轧前、后带材板形，以带材3轧后板形和跑偏量作为综合的控制目标，通过自动调整轧机板形调节机构，使得轧后板形与目标板形之间的偏差和带材跑偏量综合最小化，具体包括以下步骤：

步骤一，检测冷轧机入口和出口带材张应力宽向分布值

入口和出口处的板形仪实时检测得到冷轧机前、后带材板形，即冷轧机入口和出口带材张应力宽向分布值，将冷轧机入口带材张应力宽向分布值σ_bi和出口带材张应力宽向分布值σ_fi发送给跑偏与板形自动控制单元7，其中，i＝1、2、…、n，i表示为覆盖于板形仪宽向相应检测单元上各条带材的序号，i从冷轧机的操作侧到传动侧递增，分别记为第1条带材31、第2条带材32、…、第n条带材3n，其中，n为有带材3覆盖的板形仪检测单元数量，如图1所示。

步骤二，计算冷轧机负载辊2内带材3受到的水平转矩，并判断带材3是否跑偏

利用板形仪检测的冷轧机入口和出口带材张应力宽向分布值，计算得到轧机负载辊缝21内带材在入口张力、出口张力共同作用下所受到的水平转矩，并根据该水平转矩的大小判别带材3是否会发生跑偏，发出跑偏预警信号供操作人员参考。具体方式为：

首先，计算覆盖于板形仪宽向相应检测单元上各条带材所受到的入口张力T_bi和出口张力T_fi，计算模型为：

$\left\{\begin{array}{c}{T}_{\mathrm{bi}}={\mathrm{\σ}}_{\mathrm{bi}}\·H_i\·w_i,i=\mathrm{1,2},...,n\\ T_{\mathrm{fi}}={\mathrm{\σ}}_{\mathrm{fi}}\·h_i\·w_i,i=\mathrm{1,2},...,n\end{array}\right.$

其中，H_i为第i条带材入口厚度，h_i为第i条带材出口厚度，w_i为第i条带材宽度，

然后，分别将各条带材所受的入口张力T_bi和出口张力T_fi相对于负载辊缝21内机组中心点取矩，计算得到冷轧机负载辊缝21内带材3在入口张力T_bi和出口张力T_fi共同作用下所受到的水平转矩M，计算模型为：

$M=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(T_{\mathrm{fi}}-T_{\mathrm{bi}})\·x_i$

式中，x_i为第i条带材中心线到机组中心线之间的水平距离，其中，第i条带材位于机组中心线操作侧的x_i取负值，位于传动侧的x_i取正值，

接着，具体判断带材3是否跑偏：

若M≥M₀，则带材3向操作侧跑偏，

若M≤-M₀，则带材3向传动侧跑偏，

否则，带材3视为没有跑偏，

其中，M₀为带材3跑偏临界水平转矩，可根据带材3规格参数、轧制工艺数等通过实验或模拟计算确定。

步骤三，计算板形仪检测的冷轧机出口带材张应力宽向分布值σ_fi与目标出口带材张应力宽向分布值σ_ti之间的偏差e_i，其中，目标出口张应力宽向分布值对应于目标板形曲线，其计算式为：

e_i＝σ_fi-σ_ti,i＝1、2、…、n。

步骤四，求解冷轧机各个板形执行机构的调节量

跑偏与板形自动控制单元7以轧机负载辊缝21内带材3受到的水平转矩M、冷轧机出口带材张应力宽向分布值σ_fi与目标出口张应力宽向分布值σ_ti之间偏差e_i综合最小化为优化目标函数J，以冷轧机各个板形执行机构调节量Δasu为优化自变量，利用相关的多变量寻优算法搜索计算优化目标函数J的极小值，求解得到各个板形执行机构的最佳化调节量R_1j，具体计算模型为：

$\begin{array}{c}J=f({\mathrm{\Δasu}}_1,{\mathrm{\Δasu}}_2,...,{\mathrm{\Δasu}}_j,...,{\mathrm{\Δasu}}_m)\\ =\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i\·{(e_i-\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})}^2+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_i\·{\left\{\right[({\mathrm{\σ}}_{\mathrm{fi}}-\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})\·h_i-{\mathrm{\σ}}_{\mathrm{bi}}\·H_i]\·w_i\·x_i\}}^2\end{array}$

R_1×m＝[Δasu₁,Δasu₂,…,Δasu_m]

其中，m为冷轧机板形执行机构数量，Δasu_j为待求解确定的第j个板形执行机构的调节量，Coef_ij为第j板形执行机构的调节量对第i条带材出口张应力的影响系数，α_i为第i条带材板形偏差加权值，0≤α_i≤1，β_i为第i条带材张力矩加权值，0≤β_i≤1；

步骤五，输出各个板形执行机构的调节量，返回执行步骤一。

另外，本发明的带材冷轧机跑偏与板形自动控制方法尤其适用于单机架可逆冷轧机，当该单机架可逆冷轧机具有多个轧制道次，如果仅有出口板形仪，则将上一道次的出口带材张应力宽向分布值作为下一道次的入口带材张应力宽向分布值，如图3所示。

现以单机架可逆式20辊冷轧机组为例，说明带材冷轧机跑偏与板形自动控制方法的实施例。

如图2所示，单机架可逆式20辊冷轧机组包括入口开卷/卷取机41、入口转向辊51、入口接触压力式板形仪11、20辊轧机6、出口接触压力式板形仪12、出口转向辊52、出口开卷/卷取机42等设备。其中，该20辊轧机6拥有的板形执行机构包括：7个支承辊凸度调节机构、一个上第一中间辊轴向窜动机构SHIFT_upper和一个下第一中间辊轴向窜动机构SHIFT_down，7个支承辊凸度调节机构分别记为ASU₁、ASU₂、……、ASU₇。

将本发明的带材冷轧机跑偏与板形自动控制方法应用于单机架可逆式20辊冷轧机的具体步骤与上述的五个步骤基本相同，在此不再累赘，其区别点在于：

步骤四，在求解冷轧机各个板形执行机构的调节量时，优化目标函数J变为：

$\begin{array}{c}J=f({\mathrm{\ΔASU}}_1,{\mathrm{\ΔASU}}_2,...,{\mathrm{\ΔASU}}_7,{\mathrm{\ΔSHIFT}}_{\mathrm{upper}},{\mathrm{\ΔSHIFT}}_{\mathrm{down}})\\ =\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i\·{(e_i-\underset{j=1}{\overset{9}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})}^2+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_i\·{\left\{\right[({\mathrm{\σ}}_{\mathrm{fi}}-\underset{j=1}{\overset{9}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})\·h_i-{\mathrm{\σ}}_{\mathrm{bi}}\·H_i]\·w_i\·x_i\}}^2\end{array}$

R_1×9＝[ΔASU₁,ΔASU₂,…,ΔASU₇,ΔSHIFT_upper,ΔSHIFT_down]

其中，ΔASU₁,ΔASU₂,…,ΔASU₇分别为7个支承辊凸度调节机构中的每个支承辊凸度调节机构的调节量，ΔSHIFT_upper和ΔSHIFT_down分别为带求解确定的上第一中间辊轴向窜动调节量和下第一中间辊轴向窜动调节量。

下面通过具体实施结果说明本发明方法的有益效果：

在单机架可逆式20辊冷轧机组上实施利用本发明方法，对钢种为300系的不锈钢进行轧制，同时设置入口厚度2.6mm，宽度1160mm，出口厚度0.3mm。模拟结果显示，对于该种钢卷运用本发明方法，其前、后冷轧过程带材跑偏量10mm以上的跑偏发生率分别为2.6％、1.2％，说明运用本发明的方法后跑偏发生率明显降低，如图4所示。

因此，本方法可以推广由于与国内外各带材冷轧机组，特别适用于带材单机架可逆式冷轧机组，有利于减少带材冷轧过程跑偏发生率，提高带材冷轧轧制过程稳定性，进而提高机组产能和板形质量，推广应用前景广阔。

Claims (3)

1.一种带材冷轧机跑偏与板形自动控制方法，所述冷轧机具有用于调节带材板形的多个板形执行机构，其特征在于：所述冷轧机包括跑偏与板形自动控制单元，在所述冷轧机的入口和出口处分别配置有一板形仪，所述跑偏与板形自动控制方法包括以下步骤：

(1)检测冷轧机入口和出口带材张应力宽向分布值

入口和出口处的板形仪实时检测得到冷轧机前、后带材板形，将冷轧机入口带材张应力宽向分布值σ_bi和出口带材张应力宽向分布值σ_fi发送给跑偏与板形自动控制单元，其中，i＝1、2、…、n，i表示为覆盖于板形仪宽向相应检测单元上各条带材的序号，i从冷轧机的操作侧到传动侧递增，n为自然数表示有带材覆盖的板形仪检测单元数量；

(2)计算冷轧机负载辊内带材受到的水平转矩，并判断带材是否跑偏

首先，计算覆盖于板形仪宽向相应检测单元上各条带材所受到的入口张力T_bi和出口张力T_fi，计算模型为：

$\left\{\begin{array}{c}{T}_{\mathrm{bi}}={\mathrm{\σ}}_{\mathrm{bi}}\·H_i\·w_i,i=\mathrm{1,2},...,n\\ T_{\mathrm{fi}}={\mathrm{\σ}}_{\mathrm{fi}}\·h_i\·w_i,i=\mathrm{1,2},...,n\end{array}\right.$

其中，H_i为第i条带材入口厚度，h_i为第i条带材出口厚度，w_i为第i条带材宽度，

然后，分别将各条带材所受的入口张力T_bi和出口张力T_fi相对于负载辊缝内机组中心点取矩，计算得到冷轧机负载辊缝内带材在入口张力T_bi和出口张力T_fi共同作用下所受到的水平转矩M，计算模型为：

$M=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(T_{\mathrm{fi}}-T_{\mathrm{bi}})\·x_i$

式中，x_i为第i条带材中心线到机组中心线之间的水平距离，其中，第i条带材位于机组中心线操作侧的x_i取负值，位于传动侧的x_i取正值，

接着，具体判断带材是否跑偏：

若M≥M₀，则带材向操作侧跑偏，

若M≤-M₀，则带材向传动侧跑偏，

否则，带材视为没有跑偏，

其中，M₀为带材跑偏临界水平转矩；

(3)计算所述板形仪检测的冷轧机出口带材张应力宽向分布值σ_fi与目标出口带材张应力宽向分布值σ_ti之间的偏差e_i，计算式为：

e_i＝σ_fi-σ_ti,i＝1、2、…、n；

(4)求解冷轧机各个板形执行机构的调节量

所述跑偏与板形自动控制单元以轧机负载辊缝内带材受到的水平转矩M、冷轧机出口带材张应力宽向分布值σ_fi与目标出口张应力宽向分布值σ_ti之间偏差e_i综合最小化为优化目标函数J，以冷轧机各个板形执行机构调节量Δasu为优化自变量，利用相关的多变量寻优算法搜索计算优化目标函数J的极小值，求解得到各个板形执行机构的最佳化调节量R_1j，具体计算模型为：

$\begin{array}{c}J=f({\mathrm{\Δasu}}_1,{\mathrm{\Δasu}}_2,...,{\mathrm{\Δasu}}_j,...,{\mathrm{\Δasu}}_m)\\ =\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i\·{(e_i-\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})}^2+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_i\·{\left\{\right[({\mathrm{\σ}}_{\mathrm{fi}}-\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})\·h_i-{\mathrm{\σ}}_{\mathrm{bi}}\·H_i]\·w_i\·x_i\}}^2\end{array}$

R_1×m＝[Δasu₁,Δasu₂,…,Δasu_m]

其中，m为自然数表示冷轧机板形执行机构数量，Δasu_j为待求解确定的第j个板形执行机构的调节量，Coef_ij为第j板形执行机构的调节量对第i条带材出口张应力的影响系数，α_i为第i条带材板形偏差加权值，0≤α_i≤1，β_i为第i条带材张力矩加权值，0≤β_i≤1，(这里的H_i、h_i、w_i、x_i等各参数定义与前述步骤(1)、(2)、(3)相应同名参数定义相同，不再重复说明)；

(5)输出各个板形执行机构的调节量，返回执行(1)。

2.根据权利要求1所述的带材冷轧机跑偏与板形自动控制方法，其特征在于：所述冷轧机为单机架可逆冷轧机，该单机架可逆冷轧机具有多个轧制道次，上一道次的出口带材张应力宽向分布值为下一道次的入口带材张应力宽向分布值。

3.根据权利要求1或2所述的带材冷轧机跑偏与板形自动控制方法，其特征在于：所述冷轧机为20辊轧机，该20辊轧机拥有的板形执行机构包括：7个支承辊凸度调节机构、一个上第一中间辊轴向窜动机构SHIFT_upper和一个下第一中间辊轴向窜动机构SHIFT_down，所述7个支承辊凸度调节机构分别记为ASU₁、ASU₂、……、ASU₇，所述的优化目标函数J为：

$\begin{array}{c}J=f({\mathrm{\ΔASU}}_1,{\mathrm{\ΔASU}}_2,...,{\mathrm{\ΔASU}}_7,{\mathrm{\ΔSHIFT}}_{\mathrm{upper}},{\mathrm{\ΔSHIFT}}_{\mathrm{down}})\\ =\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\α}}_i\·{(e_i-\underset{j=1}{\overset{9}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})}^2+\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\β}}_i\·{\left\{\right[({\mathrm{\σ}}_{\mathrm{fi}}-\underset{j=1}{\overset{9}{\mathrm{\Σ}}}{R}_{1j}\·{\mathrm{Coef}}_{\mathrm{ij}})\·h_i-{\mathrm{\σ}}_{\mathrm{bi}}\·H_i]\·w_i\·x_i\}}^2\end{array}$

R_1×9＝[ΔASU₁,ΔASU₂,…,ΔASU₇,ΔSHIFT_upper,ΔSHIFT_down]

其中，ΔASU₁,ΔASU₂,…,ΔASU₇分别为7个支承辊凸度调节机构中的每个支承辊凸度调节机构的调节量，ΔSHIFT_upper和ΔSHIFT_down分别为带求解确定的上第一中间辊轴向窜动调节量和下第一中间辊轴向窜动调节量。