CN104785538B - 一种冷连轧机组极薄带钢轧制的压下规程优化方法 - Google Patents

Abstract

一种冷连轧机组极薄带钢轧制的压下规程优化方法，涉及专门适用于金属轧机或其加工产品的控制设备或方法，尤其涉及一种冷连轧机组极薄料轧制过程综合控制的压下规程优化，使用冷连轧机组控制系统现有的设备参数与工艺参数数据，定义兼顾板形，板凸度和压靠控制的压下规程优化所涉及的过程参数，计算当前压下规程下的优化目标函数，通过计算机程序控制实现压下规程优化，在考虑安全系数的前提下，判断轧制压力、轧制功率、打滑因子、滑伤指数、板形、板凸度和压靠是否超限，实现极薄带钢轧制的压下规程综合优化设定。采用本发明的方法之后，表征带材质量的末机架出口板形明显下降，板凸度合格率显著提高，带材质量比传统方法有明显改进。

Description

一种冷连轧机组极薄带钢轧制的压下规程优化方法

技术领域

本发明涉及专门适用于金属轧机或其加工产品的控制设备或方法，尤其涉及一种冷连轧机组在极薄料轧制过程综合控制的压下规程优化。

背景技术

CVC(Continuously Variable Crown)技术是一种用于控制轧件板形的新型轧辊技术，由于该技术控制板形的优越性能而在热轧和冷轧板带材中获得了广泛的应用。如图1所示，所谓的3+2型CVC冷连轧机组，就是机架1-3采用4辊CVC机型的轧机、而机架4-5则采用6辊CVC机型的五机架冷连轧机组。与5个机架都是4辊CVC机型的冷连轧机组相比，3+2型CVC冷连轧机组由于最后两个机架采用了六辊机型，板形控制能力更加强大。同时，由于六辊机型的轧机工作辊辊径较小，因此其轧薄能力也比5个机架都是4辊CVC机型的冷连轧机组要强很多。与五个机架都是六辊CVC机型的冷连轧机组相比，3+2型CVC冷连轧机组由于前三个机架采用了四辊机型，因此机组设备投资较小，比较经济，而且维护比较简单，但其板形与板凸度的控制能力不如五个机架都是六辊CVC机型的冷连轧机组。这样，为了充分发挥3+2型CVC冷连轧机组的设备潜力，生产出合格的产品，其设备与轧制工艺参数的优化设定就显得更为重要，也是现场攻关的重点。中国发明专利申请“适用于五机架UCM机型冷连轧机组的压下规程优化方法”(申请号：201210083834.4申请公布号：CN 103357670A)公开了一种适用于五机架UCM机型冷连轧机组的压下规程优化方法,首先定义板形偏差系数和凸度偏差系数，再根据现场来料波动情况，给出修正系数的初始值，然后计算当前规程下的最佳工作参数，再输出给相应的机架调节机构，实现压下规程的优化。该发明考虑了轧制负荷均衡、打滑与热划伤的防治问题,兼顾到板形与板凸度的综合控制。但是，该发明主要针对普通带钢的轧制过程，并没有考虑对振动纹缺陷的防治，所有其控制目标仅仅只考虑到了相对功率余量分配均匀，其最佳轧制规程是负荷分配最均匀的轧制规程，但是对于极薄带的轧制过程而言，极有可能造成后续机架振动，进而影响到轧制效率。

对于3+2型的CVC冷连轧机组而言，为了保证生产的顺利进行，其需要设定的设备及工艺参数主要有以下六类：(1)辊系动态参数：包括机架1-3的工作辊的弯辊力，机架4-5工作辊弯辊力，机架4-5中间辊弯辊力；(2)辊系静态参数：包括机架1-3工作辊的窜动量，机架4-5中间辊的窜动量；(3)辊系设备参数：包括机架1-3工作辊与支撑辊的辊形曲线，机架4-5工作辊、中间辊以及支撑辊的辊形曲线，机架1-3工作辊与支撑辊的轧辊表面原始粗糙度，机架4-5工作辊、中间辊以及支撑辊的轧辊表面原始粗糙度；(4)压下规程：包括3+2型CVC冷连轧机组机架1-5的压下率分配；(5)张力制度：包括3+2型CVC冷连轧机组机架的前后张力；(6)润滑制度：包括乳化液的品质、流量、浓度、初始温度等。以往，现场在冷连轧生产过程中，在工艺润滑制度给定的前提下，对于板形、板凸度的控制几乎完全依赖于辊系动态、静态以及设备参数。对压下规程的设定，主要考虑的往往是轧制负荷均衡、打滑与热划伤的防治问题。而对板形与板凸度的控制问题考虑较少，即使有所考虑也仅仅是在最后机架考虑。实际上，对于3+2型CVC冷连轧机组极薄带材的轧制过程而言，根据其独特的设备与工艺特点，在末机架轧制中极易发生辊端压靠问题，受机组产品大纲的限制，这种压靠单靠辊系参数的调整是无法解决的。特别的，由于3+2机型的冷连轧机组其板形与板凸度控制能力的先天不足，也使得板形与板凸度的控制不能完全依靠辊系参数。实际上，对于冷连轧机组而言，在张力制度与润滑工艺给定的前提下，成品带材的板形与板凸度并不是辊系参数单独作用的结果，而与压下规程密切相关。尽管轧辊窜动、弯辊优化可以较大程度的改变机架出口的板形与板凸度，但这种改变是以特定的压下规程为基础的，并且所能改变的程度是有限而非无限的。如果压下规程设定严重不合理，超出了辊系参数对板形与板凸度的调控的能力范围一样达不到目标。这样，3+2型CVC冷连轧机组极薄带材的轧制过程中，压下规程的设定除了必须考虑轧制负荷均衡、打滑与热划伤之外，还必须兼顾到板形、板凸度以及压靠的防治问题，否则会出现产品质量不合格以及轧不下去的情况，造成生产无法顺利进行，给机组带来较大的经济损失。

发明内容

本发明的目的是提供一种冷连轧机组极薄带钢轧制的压下规程优化方法，可以充分结合3+2型CVC冷连轧机组的设备与工艺特点，提出了一套适合于3+2型CVC冷连轧机组极薄带钢轧制过程的压下规程优化方法，不但考虑到轧制负荷均衡、打滑、热划伤和振动纹的防治问题，而且兼顾到板形、板凸度以及压靠的综合控制，可以在保证生产效率的同时提高产品质量。

本发明解决上述技术问题所采用的技术方案是：

一种冷连轧机组极薄带钢轧制的压下规程优化方法，用于3+2型CVC冷连轧机组的控制系统，其特征在于所述的压下规程优化方法包括以下步骤：

S10：收集冷连轧机组的设备参数和工艺参数，在以下各步骤涉及的参数中，下标i是机架号,i＝1-5对应于1-5#机架；下标j是横向条元号，j＝1～N，N是带材横向条元数目；k是钢卷编号，k＝1～M，M是钢卷数目；

S20：定义兼顾板形，板凸度和压靠控制的压下规程优化所涉及的过程参数，包括机架1-5的最优压下率ε_1y，ε_2y，ε_3y，ε_4y和ε_5y；

S30：给定机架1-4的压下率初始分配值ε₁₀，ε₂₀，ε₃₀和ε₄₀；

S40：计算机架5的压下率初始分配值

S50：对于轧制压力、轧制功率、打滑、热滑伤、振动、板形、板凸度和压靠，综合判断其是否超过允许限度；

S60：计算当前压下规程下的优化目标函数：

其中，P_i为机架i的轧制功率，P_maxi为机架i所允许的最大轧制功率；β_p是功率加权系数，β_p＝0.4-0.6；为打滑缺陷概率函数，ψ_i为机架i的打滑因子，ψ^*为临界打滑因子；为热划伤缺陷概率函数，为机架i的滑伤指数，为临界滑伤指数；为振动缺陷概率函数，φ_i为机架i的振动系数，φ^*为临界振动系数；α₁,α₂,α₃,α₄为加权系数，α₁＝0.15-0.35，α₂＝0.15-0.35，α₃＝0.15-0.35，α₄＝0.15-0.35，且α₁+α₂+α₃+α₄＝1；

S70：判断不等式F＜F₀是否成立；如果不等式成立，则保存当前目标函数值以及所对应的压下率，调整机架1-4的压下量设定值ε₁₀、ε₂₀、ε₃₀和ε₄₀，转入步骤S40；否则转入步骤S80；

S80：输出最优压下规程ε_1y、ε_2y、ε_3y、ε_4y和ε_5y，计算出相应的机架1-5的最佳道次压下量设定值；

S90：将所求出的最佳道次压下量设定值传送到冷连轧机组的控制系统，实现极薄带钢轧制的压下规程综合优化设定。

本发明的冷连轧机组极薄带钢轧制的压下规程优化方法的一种优选的技术方案，其特征在于所述的步骤S10包括以下步骤：

S11：收集3+2型CVC冷连轧机组的设备参数，包括：机架1-5工作辊辊径D_wi，机架4-5中间辊直径D_mi，机架1-5支撑辊直径D_bi，机架1-5工作辊辊型分布值ΔD_wij，机架4-5中间辊辊型分布值ΔD_mij，机架1-5支撑辊辊型分布值ΔD_bij，机架1-5工作辊辊身长度L_wi，机架4-5中间辊辊身长度L_mi，机架1-5支撑辊辊身长度L_bi，机架1-5工作辊弯辊缸中心距l_wi，机架4-5中间辊辊弯辊缸中心距l_mi，机架1-5支撑辊压下螺丝中心距l_bi；

S12：收集待生产带钢的工艺参数，包括带材的宽度B，来料的厚度h₀，成品厚度h_n和钢种；

S13：收集3+2型CVC冷连轧机组的设备工艺特征参数，包括：各个机架所允许的最大轧制压力F_maxi，各个机架所允许的最大轧制功率P_maxi，各个机架的张力设定值T_i，临界打滑因子ψ^*，临界滑伤指数临界振动系数φ^*，目标板形目标板形允许最大偏差Δσ₁，目标板凸度允许最大偏差ΔC，轧制速度最大值V_max，机架4-5中间辊许用最大窜动量δ_imax，机架1-5工作辊最大正弯辊力机架1-5工作辊最大负弯辊力机架4-5中间辊最大正弯辊力中间辊最大负弯辊力允许的最大压靠长度L_lim。

本发明的冷连轧机组极薄带钢轧制的压下规程优化方法的一种优选的技术方案，其特征在于所述的步骤S50包括以下步骤：

S51：定义一组用于评估轧制压力、轧制功率、打滑与热滑伤、板形与板凸度的安全评估指标，所述的安全评估指标包括：轧制压力安全系数α_F，轧制功率安全系数α_P，打滑安全系数α_ψ，热滑伤安全系数振动安全系数α_φ，板形偏差系数α_σ和板凸度偏差系数α_C；

S52：采集冷连轧机组所生产钢卷的历史数据，包括：实际轧制压力F_ak，实际轧制功率P_ak，实际打滑因子ψ_ak，实际热滑伤指数实际振动系数φ_ak，实际板形σ_1ajk和实际板凸度C_ajk；

计算对应所生产钢卷的理论计算数据，包括：轧制压力理论值F_sk，轧制功率理论值P_sk，打滑因子理论值ψ_sk，热滑伤指数理论值振动系数理论值φ_sk，板形理论值σ_1sjk和板凸度理论值C_sjk；

S53：根据轧制压力，轧制功率，打滑因子，滑伤指数，板形和板凸度的历史数据与理论计算数据，依照以下公式计算考虑现场来料波动因素的安全评估指标：

${\mathrm{\α}}_{\mathrm{\σ}}=\max \[\frac{\max \left({\mathrm{\σ}}_{1ajk}\right)-\min \left({\mathrm{\σ}}_{1ajk}\right)}{\max \left({\mathrm{\σ}}_{1sjk}\right)-\min \left({\mathrm{\σ}}_{1sjk}\right)}\],{\mathrm{\α}}_C=\max \[\frac{\max \left(C_{ajk}\right)-\min \left(C_{ajk}\right)}{\max \left(C_{sjk}\right)-\min \left(C_{sjk}\right)}\];$

S54：计算当前压下规程下机架1-5的轧制压力F_i，轧制功率P_i，成品板形值σ_1j、成品板凸度值C_j和机架5轧机压靠长度L₅，以及打滑因子ψ_i，滑伤指数振动系数φ_i；

S55：在考虑安全系数的前提下，判断当前规程下所有机架的轧制压力、轧制功率、打滑因子、滑伤指数、板形、板凸度和压靠是否超过允许限度，即判断不等式是否同时成立；

如果不等式成立则转入步骤S60，重新分配变形量，否则转入步骤S80。

本发明的有益效果是：

1.本发明的冷连轧机组极薄带钢轧制的压下规程优化方法，在考虑轧制负荷均衡、打滑、热划伤与振动的防治问题的同时，兼顾到板形与板凸度的综合控制,采用本发明的方法之后，板形封闭率从5％下降到2.5％，板凸度合格率达到99％以上。

2.本发明的冷连轧机组极薄带钢轧制的压下规程优化方法，使用冷连轧机组控制系统现有的设备参数与工艺参数数据，通过计算机程序控制实现压下规程优化控制，可以在不增加设备投资的情况下提高轧制过程控制精度，提高带钢轧制产品质量，可以给企业带来明显的经济效益。

附图说明

图1是3+2型CVC冷连轧机组的设备布置示意图；

图2是本发明冷连轧机组极薄带钢轧制的压下规程优化方法的主流程图；

图3是轧制压力、轧制功率及打滑与热滑伤判断过程的流程图；

图4是本发明方法与传统方法的板形对比图；

图5是本发明方法与传统方法的板凸度对比图。

具体实施方式

为了能更好地理解本发明的上述技术方案，下面结合附图和实施例进行进一步地详细描述。

根据现场的实际经验，在极薄带钢的高速轧制过程中，轧机极易产生自激振动，进而在轧机表面产生振动纹，影响带钢表面缺陷，根据相关文献，轧机是否产生振动可用下面的判别式来衡量：

$\mathrm{\&phi;}=\frac{2{\mathrm{Ev}}_r^2}{({\mathrm{\&sigma;}}_c-{\mathrm{\&sigma;}}_1){\mathrm{Lh}}_0{\mathrm{\&omega;}}^2}\sqrt{r_m/R}<{\mathrm{\&phi;}}^{*}---\left(1\right)$

式中E—弹性模量；

v_r—轧件出口速度；

r_m平均压下率；

σ_c—带材屈服极限；

σ₁—平均张力；

L—相邻机架间距离；

h₀—轧件入口厚度；

ω—系统固有频率；

R—工作辊半径；

φ—用于表征轧机振动的概率；

φ^*—临界振动系数且φ^*≤1。

上面不等式是轧机是否出现自激振动的判别式，如果不等式成立，轧机将出现自激振动。显然，当φ的值大于φ*时，尽管对单一轧制过程而言，并不一定发生振动现象，但是振动发生的概率会很高。因此在实际轧制过程中应该避免φ＞φ*现象的出现。

通过上面的式子可以看出，在其他条件都相同的情况下带钢的入口厚度越小，振动系数越大，即在极薄带轧制过程中，轧机产生自激振动的概率要明显大于一般带钢的生产过程，现有技术通常只能通过降低轧制速度的方法来改善带钢表面的振动纹缺陷，这极大的影响了机组极薄带的轧制效率。另外，从式中可以看出，与带钢的出入口厚度、压下率等密切相关，因此，本发明的冷连轧机组极薄带钢轧制的压下规程优化方法，从改变压下规程的角度入手对振动进行防治，从而提高极薄带的轧制效率。

实施例

图2是本发明的冷连轧机组极薄带钢轧制的压下规程优化方法的一个实施例，为了进一步说明本发明所述相关技术的应用过程，本实施例以1420五机架3+2型CVC冷连轧机组为例，详细地介绍某3+2型CVC冷连轧机组极薄带钢轧制过程中压下规程优化方法的设定过程。在图1所示的控制流程图中，本发明的压下规程优化方法包括以下步骤：

在步骤S10中，收集机组的关键设备与工艺参数，具体处理过程如下：

S11：收集五机架3+2型CVC冷连轧机组的设备参数，包括：

a)前三机架设备参数：工作辊辊径D'_wi＝500mm，支撑辊直径D'_bi＝1250mm，工作辊辊型分布值ΔD'_wij＝0，支撑辊辊型分布值ΔD'_bij＝0，工作辊辊身长度L'_wi＝1510mm，支撑辊辊身长度L'_bi＝1350mm，工作辊弯辊缸中心距l'_wi＝2015mm，支撑辊压下螺丝中心距l'_bi＝2015mm；

b)后两机架设备参数：工作辊辊径D_wi＝420mm，中间辊直径D_mi＝540mm，支撑辊直径D_bi＝1250mm，工作辊辊型分布值ΔD_wij＝0，中间辊辊型分布值ΔD_mij＝0，支撑辊辊型分布值ΔD_bij＝0，工作辊辊身长度L_wi＝1350mm，中间辊辊身长度L_mi＝1510mm，支撑辊辊身长度L_bi＝1350mm，工作辊弯辊缸中心距l_wi＝2015mm，中间辊辊弯辊缸中心距l_mi＝2015mm，支撑辊压下螺丝中心距l_bi＝2015mm；

S12：收集待生产带钢的工艺参数，包括：

带材的宽度B＝1200mm、来料的厚度h₀＝1.8mm、成品厚度h_n＝0.2mm、钢种为MRT4；S13：收集五机架CVC机型的冷连轧机组的设备工艺特征参数，包括：

各个机架所允许的最大轧制压力F_max1＝F_max2＝F_max3＝F_max4＝F_max5＝1800t，

各个机架所允许的最大轧制功率P_max1＝2*1340KW＝2680KW，

P_max2＝P_max3＝P_max4＝P_max5＝2*2000KW＝4000KW，

各个机架的张力设定值T₀＝49Mpa，T₁＝176Mpa，T₂＝176Mpa，

T₃＝176Mpa，T₄＝176Mpa，T₅＝69Mpa，

临界打滑因子ψ^*＝0.43，

临界滑伤指数

临界振动系数φ^*＝0.87，

目标板形

${\mathrm{\&sigma;}}_{1j}^o=\{9.58,5.85,2.56,-0.23,-2.45,-4.07,-5.05,-5.42,-5.05,-4.07,-2.45,-0.23,2.56,5.85,9.58\},$

目标板凸度

$C_j^o=\{-3.64,-1.73,-0.44,-0.38,0.89,1.17,1.31,1.36,1.31,1.17,0.89,-0.38,-0.44,-1.73,-3.64\},$

目标板形允许最大偏差Δσ₁＝10I，

目标板凸度允许最大偏差ΔC＝5μm，

轧制速度最大值V_max＝1600m/min，

中间辊许用最大窜动量δ_imax＝150mm，

工作辊最大正弯辊力

工作辊最大负弯辊力

中间辊最大正弯辊力

中间辊最大负弯辊力

在步骤S20中，定义兼顾板形与板凸度压下规程优化中涉及的过程参数，包括：机架1的最优压下率ε_1y，机架2的最优压下率ε_2y，机架3的最优压下率ε_3y，机架4的最优压下率ε_4y，以及机架5的最优压下率为ε_5y；

在步骤S30中，给定机架1压下率的初始分配值ε₁₀＝0.178，

机架2压下率的初始分配值ε₂₀＝0.108，

机架3压下率的初始分配值ε₃₀＝0.061，

机架4压下率的初始分配值ε₄₀＝0.05，

在步骤S40中，计算机架5压下率的初始分配值ε₅₀＝0.02；

在步骤S50中，对轧制压力、轧制功率、打滑与热滑伤、板形、板凸度和压靠，综合判断其是否超过允许限度，综合判断过程的控制流程如图3所示，包括以下步骤：

S51：定义一组用于评估轧制压力、轧制功率、打滑与热滑伤、板形与板凸度的安全评估指标，所述的安全评估指标包括：轧制压力安全系数α_F、轧制功率安全系数α_P、打滑安全系数α_ψ、热滑伤安全系数振动安全系数α_φ、板形偏差系数α_σ、板凸度偏差系数α_C；

S52：采集机组特定时间段内所生产所有钢卷的历史数据，包括：实际轧制压力F_ak，实际轧制功率P_ak，实际打滑因子ψ_ak，实际热滑伤指数实际振动系数φ_ak，实际板形σ_1ajk和实际板凸度C_ajk；

计算对应所生产钢卷的理论计算数据，包括：轧制压力理论值F_sk，轧制功率理论值P_sk，打滑因子理论值ψ_sk，热滑伤指数理论值振动系数理论值φ_sk，板形理论值σ_1sjk和板凸度理论值C_sjk；

S53：根据轧制压力，轧制功率，打滑因子，滑伤指数，板形和板凸度的历史数据与理论计算数据，计算得出考虑现场来料波动因素的安全评估指标：α_F＝0.8、α_P＝0.9、α_ψ＝0.85、α_φ＝0.85、α_σ＝0.85、α_C＝0.86；

S54：计算出当前压下规程下机架1-5的轧制压力F_i，轧制功率P_i，成品板形值σ_1j、成品板凸度值C_j和机架5的轧机压靠长度L₅，以及用于表述打滑的特征参数打滑因子ψ_i，用于表述热滑伤的特征参数滑伤指数用于表征振动纹的振动系数φ_i；

S55：在考虑安全系数的前提下，判断当前规程下所有机架的轧制压力、轧制功率、打滑因子、滑伤指数以及板形、板凸度和压靠是否超过允许值，即判断不等式是否同时成立；

如果不等式成立则转入步骤S60，重新分配变形量，否则转入步骤S80；

在本实施例的步骤S51-S53中，给出了根据实际工况确定轧制压力安全系数α_F、轧制功率安全系数α_P、打滑安全系数α_ψ、热滑伤安全系数振动安全系数α_φ、板形偏差系数α_σ、板凸度偏差系数α_C的具体计算方法。

在步骤S60中，计算当前压下规程下的优化目标函数

其中，β_p＝0.5，α₁＝0.2，α₂＝0.25，α₃＝0.25，α₄＝0.3；

本发明针对极薄带轧制过程容易产生振动纹缺陷的特点，综合考虑了相对负荷分配均匀、打滑、热划伤以及轧机振动的防治，以打滑、热滑伤、振动发生概率最小以及相对负荷分配最均匀为目标对压下规程进行优化，确定了上述优化目标函数。

在该目标函数中，表示1-5机架功率余量的平均值，平均值越小，轧制速度就可以提得越高；表示1-5机架功率余量与平均值的偏差，越小，则代表各个机架功率相对余量越均衡；β_p是功率加权系数，用于确定目标函数中考虑两种因素的权重，表示相对功率余量分配的均匀程度，其值越小，代表各个机架功率相对余量越均衡，轧制速度就可以提得越高；打滑缺陷概率函数用于衡量机组打滑缺陷发生的概率，其值越小，表示打滑缺陷发生的概率越小；热划伤缺陷概率函数用于衡量机组热划伤缺陷发生的概率，其值越小，表示热划伤缺陷发生的概率越小；振动缺陷概率函数用于衡量机组振动缺陷发生的概率，其值越小，表示振动缺陷发生的概率越小；α₁,α₂,α₃,α₄为加权系数，一般α₁＝0.15-0.35、α₂＝0.15-0.35、α₃＝0.15-0.35、α₄＝0.15-0.35且α₁+α₂+α₃+α₄＝1。从优化目标函数的定义可知，目标函数F的值越小，则表示综合防治效果越好，轧机所能达到的最大轧制速度就越大。另外，为了着重对薄带轧制过程振动纹缺陷进行防治，可以提供振动纹的加权系数。同时，为了保证末机架的出口板形和板凸度能满足用户要求，在优化过程中将板形、板凸度和辊端压靠作为约束条件，进行综合防治。

在步骤S70中，判断不等式F＜F₀是否成立；本步骤利用列举法判断目标函数是否最小，也就是判断Powell条件是否成立：

如果不等式成立，则令F₀＝F，ε_1y＝ε₁₀，ε_2y＝ε₂₀，ε_3y＝ε₃₀，ε_4y＝ε₄₀，ε_5y＝ε₅₀，保存当前目标函数值以及所对应的压下率，调整机架1-4的压下量设定值ε₁₀、ε₂₀、ε₃₀和ε₄₀，转入步骤S40计算下一组变形量组合；

如果不等式不成立，不记录当前目标函数值以及所对应的压下率，直接转入步骤S80；

通过重复执行步骤S40至步骤S70，不断调整机架1-5的压下量设定值，直到全部变形量组合列举完毕。

在步骤S80中，输出最优压下规程ε_1y、ε_2y、ε_3y、ε_4y、ε_5y，计算出相应的的机架1-5最佳道次压下量的设定值Δh_1y＝h₀ε_1y、Δh_2y＝(h₀-Δh_1y)ε_2y、Δh_3y＝(h₀-Δh_1y-Δh_2y)ε_3y、Δh_4y＝(h₀-Δh_1y-Δh_2y-Δh_3y)ε_4y、Δh_5y＝(h₀-Δh_1y-Δh_2y-Δh_3y-Δh_4y)ε_5y；

在步骤S90中，将所求出的最佳道次压下量的设定值传送到冷连轧机组的控制系统，实现极薄带钢轧制的压下规程综合优化设定。

最后，为了方便比较，分别给出采用本发明所述方法与传统方法得出的末机架的打滑因子、滑伤指数、压靠量以及板形与板凸度的统计情况，如表1所示。通过表1可以看出，采用本发明所述的优化方法，用于表征打滑的特征参数最大打滑因子从0.35降到0.28，下降了20.0％；用于表述热滑伤的特征参数最大滑伤指数从0.78下降到了0.56，下降了28.2％；用于表征轧机振动发生概率的最大振动系数从0.83下降到0.75，下降了9.64％，工作辊辊端压靠量从45.6mm下降到了26.7mm，下降了41.4％。

表1本发明与传统方法的对比表

对比项

最大打滑因子

最大滑伤指数

最大振动系数

压靠量

板形

板凸度

本发明

0.28

0.56

0.75

26.7mm

4.3I

1.9μm

传统方法

0.35

0.78

0.83

45.6mm

6.9I

2.7μm

通过表1和图4、图5的对比可以看出，采用本发明所述方法与传统方法得出末机架出口带材的板形、板凸度分布情况，可以看出成品板形值从6.9I下降到4.3I，下降了37.7％；成品板凸度从2.7μm下降到了1.9μm，下降了29.6％。由此可见，采用本发明大大地减小了打滑、热滑伤振动纹等表面缺陷发生的概率，减小了辊端压靠宽度，改善了成品带钢的板形和板凸度质量。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明的技术方案，而并非用作为对本发明的限定，任何基于本发明的实质精神对以上所述实施例所作的变化、变型，都将落在本发明的权利要求的保护范围内。

Claims (3)

1.一种冷连轧机组极薄带钢轧制的压下规程优化方法，适用于3+2型CVC冷连轧机组的控制系统，其特征在于所述的压下规程优化方法包括以下步骤：

S10：收集冷连轧机组的设备参数和工艺参数，在以下各步骤涉及的参数中，下标i是机架号,i＝1-5对应于1-5#机架；下标j是横向条元号，j＝1～N，N是带材横向条元数目；k是钢卷编号，k＝1～M，M是钢卷数目；

S20：定义兼顾板形，板凸度和压靠控制的压下规程优化所涉及的过程参数，包括机架1-5的最优压下率ε_1y，ε_2y，ε_3y，ε_4y和ε_5y；

S30：给定机架1-4的压下率初始分配值ε₁₀，ε₂₀，ε₃₀和ε₄₀；

S40：计算机架5的压下率初始分配值其中，

h₀为来料的厚度，h_n为成品厚度；

S50：对于轧制压力、轧制功率、打滑、热滑伤、振动、板形、板凸度和压靠，综合判断其是否超过允许限度；

S60：计算当前压下规程下的优化目标函数：

其中，P_i为机架i的轧制功率，P_maxi为机架i所允许的最大轧制功率；β_p是功率加权系数，β_p＝0.4-0.6；为打滑缺陷概率函数，ψ_i为机架i的打滑因子，ψ^*为临界打滑因子；为热划伤缺陷概率函数，为机架i的滑伤指数，为临界滑伤指数；为振动缺陷概率函数，φ_i为机架i的振动系数，φ^*为临界振动系数；α₁,α₂,α₃,α₄为加权系数，α₁＝0.15-0.35，α₂＝0.15-0.35，α₃＝0.15-0.35，α₄＝0.15-0.35，且α₁+α₂+α₃+α₄＝1；

S70：判断不等式F＜F₀是否成立；如果不等式成立，则保存优化目标函数的当前值以及所对应的压下率，调整机架1-4的压下量设定值ε₁₀、ε₂₀、ε₃₀和ε₄₀，转入

步骤S40；否则转入步骤S80；

S80：输出最优压下规程ε_1y、ε_2y、ε_3y、ε_4y和ε_5y，计算出相应的机架1-5的最佳道次压下量设定值；

S90：将所求出的最佳道次压下量设定值传送到冷连轧机组的控制系统，实现极薄带钢轧制的压下规程综合优化设定。

2.根据权利要求1所述的冷连轧机组极薄带钢轧制的压下规程优化方法，其特征在于所述的步骤S10包括以下步骤：

S11：收集3+2型CVC冷连轧机组的设备参数，包括：机架1-5工作辊辊径D_wi，机架4-5中间辊直径D_mi，机架1-5支撑辊直径D_bi，机架1-5工作辊辊型分布值ΔD_wij，机架4-5中间辊辊型分布值ΔD_mij，机架1-5支撑辊辊型分布值ΔD_bij，机架1-5工作辊辊身长度L_wi，机架4-5中间辊辊身长度L_mi，机架1-5支撑辊辊身长度L_bi，机架1-5工作辊弯辊缸中心距l_wi，机架4-5中间辊辊弯辊缸中心距l_mi，机架1-5支撑辊压下螺丝中心距l_bi；

S12：收集待生产带钢的工艺参数，包括带材的宽度B，来料的厚度h₀，成品厚度h_n和钢种；

S13：收集3+2型CVC冷连轧机组的设备工艺特征参数，包括：各个机架所允许的最大轧制压力F_maxi，各个机架所允许的最大轧制功率P_maxi，各个机架的张力设定值T_i，临界打滑因子ψ^*，临界滑伤指数临界振动系数φ^*，目标板形目标板形允许最大偏差Δσ₁，目标板凸度允许最大偏差ΔC，轧制速度最大值V_max，机架4-5中间辊许用最大窜动量δ_imax，机架1-5工作辊最大正弯辊力机架1-5工作辊最大负弯辊力机架4-5中间辊最大正弯辊力中间辊最大负弯辊力允许的最大压靠长度L_lim。

3.根据权利要求2所述的冷连轧机组极薄带钢轧制的压下规程优化方法，其特征在于所述的步骤S50包括以下步骤：

S51：定义一组用于评估轧制压力、轧制功率、打滑与热滑伤、板形与板凸度的安全评估指标，所述的安全评估指标包括：轧制压力安全系数α_F，轧制功率安全系数α_P，打滑安全系数α_ψ，热滑伤安全系数振动安全系数α_φ，板形偏差系数α_σ和板凸度偏差系数α_C；

S52：采集冷连轧机组所生产钢卷的历史数据，包括：实际轧制压力F_ak，实际轧制功率P_ak，实际打滑因子ψ_ak，实际热滑伤指数实际振动系数φ_ak，实际板形σ_1ajk和实际板凸度C_ajk；

计算对应所生产钢卷的理论计算数据，包括：轧制压力理论值F_sk，轧制功率理论值P_sk，打滑因子理论值ψ_sk，热滑伤指数理论值振动系数理论值φ_sk，板形理论值σ_1sjk和板凸度理论值C_sjk；

S53：根据轧制压力，轧制功率，打滑因子，滑伤指数，板形和板凸度的历史数据与理论计算数据，依照以下公式计算考虑现场来料波动因素的安全评估指标：

${\mathrm{\&alpha;}}_{\mathrm{\&phi;}}=max\left(\frac{{\mathrm{\&phi;}}_{ak}}{{\mathrm{\&phi;}}_{sk}}\right),$

${\mathrm{\&alpha;}}_{\mathrm{\&sigma;}}=max\&lsqb;\frac{\max \left({\mathrm{\&sigma;}}_{1ajk}\right)-\min \left({\mathrm{\&sigma;}}_{1ajk}\right)}{\max \left({\mathrm{\&sigma;}}_{1sjk}\right)-\min \left({\mathrm{\&sigma;}}_{1sjk}\right)}\&rsqb;,{\mathrm{\&alpha;}}_C=max\&lsqb;\frac{\max \left(C_{ajk}\right)-\min \left(C_{ajk}\right)}{\max \left(C_{sjk}\right)-\min \left(C_{sjk}\right)}\&rsqb;;$

S54：计算当前压下规程下机架1-5的轧制压力F_i，轧制功率P_i，成品板形值σ_1j、成品板凸度值C_j和机架5轧机压靠长度L₅，以及打滑因子ψ_i，滑伤指数振动系数φ_i；

S55：在考虑安全系数的前提下，判断当前规程下所有机架的轧制压力、轧制功率、打滑因子、滑伤指数、板形、板凸度和压靠是否超过允许限度，即判断不等式

如果不等式成立则转入步骤S60，重新分配变形量，否则转入步骤S80。