CN105425585A - 一种单机架冷轧轧制力模型和前滑模型调试方法 - Google Patents

Abstract

本发明公开了一种单机架冷轧轧制力模型和前滑模型调试方法，通过对变形抗力模型的参数和摩擦系数模型的参数的调整，根据采集的实际轧制工艺数据来进行轧制力模型和前滑模型的调试，避免了复杂模型计算模型参数的复杂算法的推导和模型参数的复杂计算过程。

Description

一种单机架冷轧轧制力模型和前滑模型调试方法

技术领域

本申请涉及金属材料加工领域，尤其涉及一种单机架冷轧轧制力模型和前滑模型调试方法。

背景技术

轧制力模型和前滑模型是整个单机架冷轧工艺控制的核心模型，模型的计算精度决定了过程控制精度和轧制过程的稳定性，在单机架冷轧过程控制中，轧制力和前滑的设定计算是模型系统的主要内容，轧制力和前滑设定计算精度取决于带钢的变形抗力和摩擦系数的计算精度。

带钢的变形抗力往往采用拉伸实验的方法获得，摩擦系数是通过轧制试验方法或专门的实验机测得。理论的变形抗力值和摩擦系数值与实际轧制过程有差别。同时，随着轧机的使用，轧制过程的工况也会发生变化。系统的原有模型计算变形抗力值和摩擦系数值也将与实际轧制数值有差别。

在实际生产当中，目前普遍采用的方法是：将正常轧制工况下的采样数据代入到过程控制系统的轧制力模型和前滑模型联立的方程当中求解摩擦系数和变形抗力，计算过程非常繁琐，计算时间长。

发明内容

为解决上述方法问题，本发明提供了一种单机架冷轧轧制力模型和前滑模型调试方法，包括：

S1，获得现场的轧制工艺数据；

S2，将所述轧制工艺数据带入到轧制力模型和前滑模型中，分别计算获得模型轧制力和模型前滑值；

S3，基于现场采集的实际轧制力和所述模型轧制力获得轧制力修正系数，以及基于现场采集的实际模型前滑值和所述模型前滑值获得前滑值修正系数；

S4，判断所述轧制力修正系数和所述前滑值修正系数是否满足条件；

S5，若所述轧制力修正系数和/或所述前滑值修正系数不满足条件，优化变形抗力模型中的参数和摩擦系数模型中的参数，以对应获得优化的轧制力模型和优化的前滑模型；

S6，将所述优化的轧制力模型替代所述轧制力模型，所述优化的前滑模型替代所述前滑模型，转入S2中继续执行。

优选的，在所述S1之后，所述方法还包括：

采集所述轧制工艺数据，并且将所述轧制工艺数据存储到以采集日期命名的CSV格式的文本文件当中。

优选的，在所述S3中，

所述轧制力修正系数为所述实际轧制力和所述模型轧制力的比值；

所述前滑值修正系数为所述实际模型前滑值和所述模型前滑值的比值。

优选的，所述S4具体为：

判断所述轧制力修正系数和所述前滑值修正系数是否分布在0.9与1.1之间，且修正系数的频数呈现以1为中心的正态分布。

优选的，所述轧制力模型具体为：

$P=b\×(a_4+\sqrt{a_6})\×zp;$

其中，a₆＝a₄ ²-a₅； $a_5={\left(\frac{a_1}{a_2}\right)}^2-R\×(H-h)\×{\left(\frac{a_2}{a_3}\right)}^2;a_4=\frac{a_1}{a_2}+R\×ch\×{\left(\frac{a_3}{a_2}\right)}^2;$ a₃＝1.08-1.02×ε；a₁＝1.79×μ×ε^1.5×R；

其中，P为轧制力；b为带钢的宽度；kp为轧制过程中带钢的动态变形抗力；k为张力影响系数；Dp为轧制过程的平面影响系数；zp为轧制力的自学习系数；ε为轧制过程中带钢的道次压下率；μ为摩擦系数；tf为带钢的单位前张力；tb为带钢的单位后张力；H为带钢的入口厚度；h为带钢的出口厚度；R为工作辊的半径；ch在模型当中取常值0.000214，由计算得出；v为泊松常数；E为轧辊的弹性模量；a₁、a₂、a₃、a₄、a₅、a₆为计算过程的中间变量；te为张力影响系数。

优选的，所述前滑模型具体为：

f＝tan²[sin(wkc)]；

其中， $wkc=\frac{\arcsin \left(\sqrt{wka}\right)+wkb}{2};wka=-\frac{h}{H};wkb=-\frac{1}{2\mathrm{\α}\mathrm{\μ}}\sqrt{\frac{h}{R}}\ln (\frac{1-\frac{tf}{kf}}{1-\frac{tb}{kb}}\×\frac{H}{h});$

其中，f为前滑值；h：当前道次带钢的出口厚度值；R：工作辊的半径；H：当前道次带钢的入口厚度；tf：当前道次轧制的前单位张力；tb：当前道次轧制的后单位张力；μ：摩擦系数；kf：带钢出口的变形抗力；kb：带钢入口的变形抗力；H₀：原料的初始厚度；wka、wkb、wkc：计算过程的中间变量。

优选的，所述变形抗力模型具体为：

kp＝k×(1000×ramd)^nk；

其中， $nk=\frac{5}{(k+23)}-0.046;ramd=\frac{1000}{60}\×\frac{2}{(2-\mathrm{\ϵ})}\×\sqrt{\frac{\mathrm{\ϵ}}{R\×H}}\×v;\mathrm{\ϵ}=1-\frac{h}{H};$ k＝l×(eps+m)ⁿ； $eps=ln\left(\frac{1}{1-srt}\right);srt=(1-srtp)\×(1-\frac{H}{H_0})+srtp\×(1-\frac{h}{H_0});$

其中，kp为带钢的动态变形抗力；k为带钢的变形抗力；R为工作辊半径；H为带钢入口厚度；h为带钢的出口厚度；v为轧制速度；l、m、n为带钢静态变形抗力计算系数；eps为带钢累积真应变；srt为带钢本道次的累积平均应变；srtp为计算应变系数；ramd、nk为带钢动态变形抗力计算过程的中间变量；K为带钢的静态变形抗力系数；ε为轧制过程中带钢的道次压下率；H₀为钢板的来料厚度。

优选的，所述摩擦系数模型具体为：

$\mathrm{\μ}=\mathrm{\μ}0\×(\mathrm{\μ}1+\frac{\mathrm{\μ}2}{\mathrm{\μ}3+v}+\mathrm{\μ}4\×\mathrm{\ϵ})\×\left(\frac{1}{1+\mathrm{\μ}5\×nr}\right);$

其中，μ为基本模型计算的摩擦系数；v为当前轧制过程中轧制速度；ε为当前轧制道次的压下率；nr为当前使用的工作辊轧制的带钢数；μ0、μ1、μ2、μ3、μ4、μ5为计算摩擦系数模型当中的系数。

通过本发明的一个或者多个技术方案，本发明具有以下有益效果或者优点：

本发明提供了一种单机架冷轧轧制力模型和前滑模型调试方法，通过对变形抗力模型的参数和摩擦系数模型的参数的调整，根据采集的实际轧制工艺数据来进行轧制力模型和前滑模型的调试，避免了复杂模型计算模型参数的复杂算法的推导和模型参数的复杂计算过程。

进一步的，该方法调试简单，易掌握，并且本发明能够将调试结果进行图形化显示，直观、便于调整操作。

进一步的，使用该方法对模型进行调试简单、快捷，可以满足单机架冷轧机轧制灵活、多样、快捷的需求。

附图说明

图1A为本发明实施例中一种单机架冷轧轧制力模型和前滑模型调试方法的实施过程图；

图1B为本发明实施例中轧制力和前滑调试工具的main工作表；

图2为本发明实施例中轧制力和前滑调试工具的Data工作表；

图3为本发明实施例中轧制力和前滑调试工具的statistics工作表；

图4为本发明实施例中main工作表变形抗力钢种选择的示意图；

图5为本发明实施例中main工作表轧辊类别选择的示意图；

图6为本发明实施例中main工作表粗糙度类别选择的示意图；

图7为本发明实施例中main工作表轧制道次选择的示意图。

具体实施方式

为了使本申请所属技术领域中的技术人员更清楚地理解本申请，下面结合附图，通过具体实施例对本申请技术方案作详细描述。

本发明的目的是建立一种单机架冷轧轧制力模型和前滑模型调试方法，根据正常工况下的实际数据，通过调整变形抗力模型的参数和摩擦系数模型的参数，提高变形抗力计算精度和摩擦系数计算精度，进而实现提高轧制力和前滑设定计算精度。另外，本发明可以根据该思想借助具有VBA编程功能、公式计算功能和图表显示功能的Excel建立一套随着参数优化能够时时迅速计算，并将计算结果进行图形化显示的装置。利用该装置，可以在单机架过程控制系统当中的变形抗力模型的参数和摩擦系数模型的参数调整后，快速计算轧制力修正系数(实际轧制力与模型计算的轧制力的比值)和前滑修正系数(实际前滑与模型计算的前滑比值)等，同时并将计算结果进行图形化显示，表达直观，使得模型参数能够快速确定调整方向，提高调整速度，以满足企业快节奏生产的需求。

本发明针对进行显式化处理的Bland-Ford-Hill轧制力模型(为了消除轧辊的弹性压扁的影响，将Hitchcock轧辊弹性压扁模型和Bland-Ford-Hill轧制力模型联立进行显示化处理)和Bland-Ford-Hill前滑模型建立的该优化方法和工具。

下面介绍具体的计算模型。

1.1轧制力模型：

公式1：

$P=b\×(a_4+\sqrt{a_6})\×zp.$

其中：

a₆＝a₄ ²-a₅；

$a_5={\left(\frac{a_1}{a_2}\right)}^2-R\×(H-h)\×{\left(\frac{a_2}{a_3}\right)}^2;$

$a_4=\frac{a_1}{a_2}+R\×ch\×{\left(\frac{a_3}{a_2}\right)}^2;$

a₃＝1.08-1.02×ε；

$a_2=\frac{1}{kp\×te}-\frac{a_1\×ch}{H-h};$

a₁＝1.79×μ×ε^1.5×R。

上述公式中，P为轧制力；b为带钢的宽度；kp为轧制过程中带钢的动态变形抗力；k为张力影响系数；Dp为轧制过程的平面影响系数；zp为轧制力的自学习系数；ε为轧制过程中带钢的道次压下率；μ为摩擦系数；tf为带钢的单位前张力；tb为带钢的单位后张力；H为带钢的入口厚度；h为带钢的出口厚度；R为工作辊的半径；ch在模型当中取常值0.000214，由计算得出；v为泊松常数；E为轧辊的弹性模量；a₁、a₂、a₃、a₄、a₅、a₆为计算过程的中间变量；te为张力影响系数。

1.2前滑模型：

公式2：

f＝tan²[sin(wkc)]。

其中：

$wkc=\frac{arcsin\left(\sqrt{wka}\right)+wkb}{2};$

$wka=1-\frac{h}{H};$

$wkb=-\frac{1}{2\mathrm{\α}\mathrm{\μ}}\sqrt{\frac{h}{R}}\ln (\frac{1-\frac{tf}{kf}}{1-\frac{tb}{kb}}\×\frac{H}{h}).$

上述公式中：f为前滑值；h：当前道次带钢的出口厚度值；R：工作辊的半径；H：当前道次带钢的入口厚度；tf：当前道次轧制的前单位张力；tb：当前道次轧制的后单位张力；μ：摩擦系数；kf：带钢出口的变形抗力；kb：带钢入口的变形抗力；H₀：原料的初始厚度；wka、wkb、wkc：计算过程的中间变量。

1.3变形抗力模型：

公式3：

kp＝k×(1000×ramd)^nk

其中：

$nk=\frac{5}{(k+23)}-0.046;$

$ramd=\frac{1000}{60}\×\frac{2}{(2-\mathrm{\ϵ})}\×\sqrt{\frac{\mathrm{\ϵ}}{R\×H}}\×v;$

$\mathrm{\ϵ}=1-\frac{h}{H};$

k＝l×(eps+m)ⁿ；

$eps=ln\left(\frac{1}{1-srt}\right);$

$srt=(1-srtp)\×(1-\frac{H}{H_0})+srtp\×(1-\frac{h}{H_0}).$

上述公式中，kp为带钢的动态变形抗力；k为带钢的变形抗力；R为工作辊半径；H为带钢入口厚度；h为带钢的出口厚度；v为轧制速度；l、m、n为带钢静态变形抗力计算系数；eps为带钢累积真应变；srt为带钢本道次的累积平均应变；srtp为计算应变系数；ramd、nk为带钢动态变形抗力计算过程的中间变量；K为带钢的静态变形抗力系数；ε为轧制过程中带钢的道次压下率；H₀为钢板的来料厚度。

1.4摩擦系数模型：

公式4： $\mathrm{\μ}=\mathrm{\μ}0\×(\mathrm{\μ}1+\frac{\mathrm{\μ}2}{\mathrm{\μ}3+v}+\mathrm{\μ}4\×\mathrm{\ϵ})\×\left(\frac{1}{1+\mathrm{\μ}5\×nr}\right):$

该公式中，μ为基本模型计算的摩擦系数；v为当前轧制过程中轧制速度；ε为当前轧制道次的压下率；nr为当前使用的工作辊轧制的带钢数；μ0、μ1、μ2、μ3、μ4、μ5为计算摩擦系数模型当中的系数。

将上述公式融合之后发现，该轧制力—前滑模型系统中可以调整的参数有变形抗力模型参数l、m、n和摩擦系数模型参数μ0、μ1、μ2、μ3、μ4、μ5。通过调整轧制力—前滑模型系统中的9个模型参数的数值大小，使轧制力和前滑的设定精度在允许和可控的范围之内(如偏差值±10％)。

下面介绍本发明的具体实施原理。

轧制工艺数据的存储，在带钢轧制过程中轧机由起车速度开始，不断升速，轧制过程工艺数据不断变化，当轧制速度升高到某一速度并保持五秒后认为轧制过程稳定。

在单机架冷轧的过程控制系统中，会存储一组当时由各种传感器采集的与计算轧制力和前滑相关的各种轧制工艺数据(其中包括：钢种、带钢号、轧制道次、带钢宽度、带钢原料厚度、带钢道次入口厚度、带钢道次出口厚度、工作辊辊径、轧制速度、带钢入口速度、带钢出口速度、轧制带钢的前张力、轧制带钢的后张力、轧制力等)作为一条记录，并将采集的该条轧制工艺数据存储到以采集日期命名的CSV格式的文本文件中。

通过对具体的Bland-Ford-Hill轧制力模型和Bland-Ford-Hill前滑模型的分析可以得出如下结论：

在该轧制力—前滑模型系统中可以调整的参数有变形抗力模型参数l、m、n和摩擦系数模型参数μ0、μ1、μ2、μ3、μ4、μ5。因此，通过调整轧制力—前滑模型系统中的9个模型参数的数值大小，使轧制力和前滑的设定精度在允许和可控的范围之内(如偏差值±10％)。

在单机架冷轧机过程控制系统中，将采集的轧制过程当中的海量实际轧制工艺数据(其中包括：钢种、带钢号、轧制道次、带钢宽度、带钢原料厚度、带钢道次入口厚度、带钢道次出口厚度、工作辊辊径、轧制速度、带钢入口速度、带钢出口速度、轧制带钢的前张力、轧制带钢的后张力、轧制力等)、模型常数、变形抗力模型的参数l、m、n和摩擦系数模型参数μ0、μ1、μ2、μ3、μ4、μ5代入到轧制力模型和前滑模型当中进行轧制力和前滑计算，分别将采集的实际的轧制力除以计算的轧制力进行轧制力修正系数的计算和将采集的实际的前滑(由带钢的出口厚度除和轧机的轧制速度计算得出)除以计算的前滑进行前滑修正系数的计算，如果全部的轧制力修正系数和前滑修正系数分布在0.9～1.1之间并且绝大多数接近或等于1，调试结束，否则对变形抗力模型参数l、m、n和摩擦系数模型参数μ0、μ1、μ2、μ3、μ4、μ5的数值重新进行调整，并重新进行计算直至修正系数分布达到满意的结果时停止变形抗力模型参数和摩擦系数模型参数数值的调整。

基于上述原理，下面请参看图1A，是本发明的一种单机架冷轧轧制力模型和前滑模型调试方法的实施过程图。

S1，获得现场的轧制工艺数据。

在实施S1之后，还会存储现场实际的轧制工艺数据。具体来说，会采集所述轧制工艺数据，并且将所述轧制工艺数据存储到以采集日期命名的CSV格式的文本文件当中。

S2，将所述轧制工艺数据带入到轧制力模型和前滑模型中，分别计算获得模型轧制力和模型前滑值。

具体来说，是根据上述列举的模型进行对应的计算。

S3，基于现场采集的实际轧制力和所述模型轧制力获得轧制力修正系数，以及基于现场采集的实际模型前滑值和所述模型前滑值获得前滑值修正系数。

具体来说，所述轧制力修正系数为所述实际轧制力和所述模型轧制力的比值；所述前滑值修正系数为所述实际模型前滑值和所述模型前滑值的比值。

S4，判断所述轧制力修正系数和所述前滑值修正系数是否满足条件。

具体来说，判断所述轧制力修正系数和所述前滑值修正系数是否分布在0.9与1.1之间，且修正系数的频数呈现以1为中心的正态分布。

S5，若所述轧制力修正系数和/或所述前滑值修正系数不满足条件，优化变形抗力模型中的参数和摩擦系数模型中的参数，以对应获得优化的轧制力模型和优化的前滑模型。

S6，将所述优化的轧制力模型替代所述轧制力模型，所述优化的前滑模型替代所述前滑模型，转入S2中继续执行。

若满足条件，则表明轧制力模型、前滑模型已经达到最优。

另外，根据上述调试方法，本发明还使用Excel工作簿建立了单机架冷轧机轧制力模型和前滑模型的可视化调试装置，该装置具有工艺数据、计算过程数据、计算结果数据的存储及计算结果的图形化显示的功能，在Excel工作簿当中建立三张工作表Main工作表(主界面工作表)、Data工作表(数据的存储及模型计算工作表)、Statistics工作表(计算结果的统计工作表)，三张工作表分别实现的功能如下：

1，Main工作表作为主界面工作表主要实现人机交互操作具有将实际轧制工艺数据的读入功能、不同钢种变形抗力和不同轧辊类型摩擦系数模型参数的读入、选择和调整功能、调试结果的图形化显示功能等功能。

在这个工作表中有四个按钮分别为“读入数据按钮”、“读入变形抗力模型参数按钮”、“读入摩擦系数模型参数按钮”、“读入模型计算常数按钮”对这四个按钮编写VBA程序完成以下功能：

a)数据读取：1、点击“读入数据按钮”读入1调试方法1)轧制工艺数据的存储中在单机架冷轧机过程控制系统中的CSV格式的文本文件中存储的包含轧制力模型和前滑模型计算需要的各种轧制工艺数据到Data工作表当中，其中轧制工艺数据的每一条记录存储在Data工作表中的一行中。2、点击“读入变形抗力模型参数按钮”读入过程控制系统常数表中的变形抗力模型常数表中的所有钢种的变形抗力常数数据到main工作表。3、点击“读入摩擦系数模型参数按钮”读入过程控制系统常数表中的所有轧辊类型的摩擦系数模型参数数据到main工作表。4、点击“读入模型计算常数按钮”读入与该条记录相关的轧制力模型和前滑模型中的常数值到Data工作表中的每条记录的相应位置。

b)参数选择：在变形抗力模型参数区域根据调试的目标钢种选择该钢种的变形抗力参数，并将其它钢种变形抗力参数进行隐藏。在摩擦系数模型参数区域根据调试的轧辊的类型和轧辊的粗糙度选择相应的摩擦系数模型参数，并将其它的轧辊的类型和轧辊的粗糙摩擦模型参数隐藏。

c)可视化显示：在图表区域共有6张图表，显示了在当前调试的钢种的变形抗力参数和轧辊类型的摩擦系数模型参数下，Data工作表中轧制力修正系数和前滑修正系数随着压下率从0到1变化的散点图、轧制力修正系数和前滑修正系数随着轧制速度从0到最大速度变化的散点图；Statistics工作表中统计的轧制力修正系数和前滑修正系数从0.8到1.2间隔为0.02的数值区间的数量分布的柱状图。

2，Data工作表实现Main工作表单击读入数据按钮读取的海量轧制工艺实际值数据的存储。在Data工作表中每一行存储一条数据记录，每一列中分别存储轧制工艺数据、计算过程数据、模型常数、模型参数和计算结果等数据的1种参数的数据信息。

同时，通过Excel的函数计算功能根据每条记录的钢种信息存储Main工作表中该钢种变形抗力参数和根据每条记录的轧辊类型信息存储Main工作表的该轧辊类型的摩擦系数模型参数

Data工作表中根据轧制力模型和前滑模型的模型计算过程建立Excel公式计算结构和表格结构、对每条记录计算轧制力和前滑，并根据实际采集的轧制力计算轧制力修正系数，根据实际采集的轧制速度和带钢的出口速度计算前滑修正系数，并将每条记录的计算的过程数据和结果数据进行存储同时将计算结果在Main工作表的轧制力修正系数和前滑修正系数随着压下率变化的散点图中和轧制力修正系数和前滑修正系数随着轧制速度变化的散点图中显示。

3，Statistics工作表实现Data工作表当中轧制力修正系数和前滑修正系数计算的结果的统计功能。分别统计轧制力修正系数和前滑修正系数从0.8到1.2间隔为0.02的数值区间的记录条数。将统计的结果在main工作表的轧制力修正系数和前滑修正系数的数量分布的柱状图中进行显示。

其中，为了保证工具的完整性和不被破坏，将用于计算的Data工作表和statistics工作表进行隐藏，在调试工具当中只呈现main表格与操作者进行交互操作。

下面介绍调试装置的使用方法

首先，在main工作表中通过点击读入数据按钮将已经存储在多个csv类型文件当中的海量单机架冷轧机的实际轧制工艺数据读入到Data工作表当中，其中每条记录在Data工作表中存储一行，通过点击模型计算常数按钮将轧制力模型和前滑模型计算常数读入到Data工作表相应的数据列当中，通过点击变形抗力模型参数按钮和通过点击摩擦系数模型参数按钮将单机架冷轧过程控制系统中变形抗力模型参数数据和摩擦系数模型参数读入到main工作表当中，同时，通过Excel的公式计算功能，从main工作表的把变形抗力模型参数区相应钢种的变形抗力参数复制到Data工作表每条记录的变形抗力参数表格单元中，从main工作表的把摩擦系数模型参数区相应轧辊类型的摩擦系数模型参数复制到Data工作表每条记录的摩擦系数模型参数表格单元中。将单机架冷轧过程控制系统中的变形抗力模型常数和前滑模型常数读取到Data工作表每条记录的相应单元格当中

然后，在main工作表分别确定钢种类别(确定变形抗力模型参数)、轧辊类型、轧辊粗糙度、轧制道次等条件。同时，在Data工作表中会进行钢种、轧辊类型、轧制道次的筛选，同时，将筛选的结果在main工作表的图表显示区产生相应的作用。

如果图表显示的结果满足单机架冷轧机轧制工艺的要求(如偏差值±10％)，则调试停止，否则通过微调按钮或者直接修改调整变形抗力模型参数l、m、n和摩擦系数模型参数μ0、μ1、μ2、μ3、μ4、μ5的数值，Data工作表Statistics工作表会根据调整的参数自动计算，同时，main工作表中的图表中的计算结果显示自动变更。

调试结束，将调试的变形抗力参数替换到单机架冷轧机过程控制系统的变形抗力模型参数常数表中该钢种的变形抗力模型参数，摩擦系数模型参数替换到单机架冷轧机过程控制系统的摩擦系数模型参数常数表中该轧辊类型的摩擦系数模型参数，应用于现场实际控制。

下面以一个具体的单机架冷轧产线为例，详细说明对其应用一种单机架冷轧轧制力模型和前滑模型可视化调试方法及装置的过程。

本实例选用的单价冷轧生产线的主要参数为：

单机架冷轧生产工艺段：日立森基米尔二十辊单机架冷轧生产线；

轧辊类型：上下分别为：四个支撑辊、三个二中间辊、两个一中间辊、一个工作辊；

原料厚度范围：2mm～3mm；

原料宽度范围：0.9m～1.3m；

产品厚度范围：0.18mm～0.5mm；

产品宽度范围：0.9m～1.3m。

本发明的基础和研究对象是单机架冷轧过程控制数据，该实例森基米尔二十辊单机架产线配备了先进的检测仪表，这为本发明的实施提供了坚实的数据保障，以下是该产线的主要检测仪器和仪表。

(1)该生产线共配置了两台测厚仪，分别位于沿轧制方向机架的两侧，用于测量带钢中点入口侧和出口侧的厚度。

(2)该生产线共配置了两台激光测速仪，分别位于沿轧制方向机架轧制方向的两侧，用于测量带钢的出口速度和入口速度。

(3)该生产线配置了HYDAC压力传感器测量实际轧制力信息。

(4)该生产线在轧机前后配置了ABB压力监测仪，间接测量带钢张力。

本发明的单机架冷轧机轧制力模型和前滑模型的可视化的调试方法及装置是在单机架冷轧机轧制力模型和前滑模型的调试方法的基础上建立的，基于Excel的可视化调试工具，具体实施方式中主要以工具的具体操作实施流程为主。在实施流程中主要包括以下六个步骤：1.单机架冷轧机实际轧制工艺数据的存储；2.轧制工艺实际值数据、模型计算常数、模型参数的读取；3.轧制力模型、前滑模型、轧制力修正系数、前滑修正系数、轧制力修正系数统计、前滑修正系数统计和计算结果的显示过程；4.优化目标钢种和目标轧辊类型的选择过程；5变形抗力模型参数和摩擦系数模型参数的调试优化过程。6.优化参数的在线应用。

在已经建立的单机架冷轧机轧制力模型和前滑模型可视化调试装置中存在3张工作表：main工作表、Data工作表、statistics工作表。main工作表用于数据的读取功能、模型参数的调整功能、调试结果的显示功能、变形抗力和摩擦系数模型参数选择功能等功能的人机交互画面；Data工作表用于读取实际轧制工艺数据的存储、调试参数的存储、并在其中建立轧制力模型和摩擦系数模型的模型计算过程公式和表格数据、结果数据的存储等功能的后台表格，在Data工作表当中，同一列存储的是一种轧制工艺数据，同一行存储的是一条所有的轧制工艺数据记录；Statistics工作表用于计算结果的统计功能的后台表格。为了保证工具的完整性和不被破坏，将后台计算的Data工作表和statistics工作表进行隐藏，在调试工具当中只呈现main表格与操作者进行交互操作。

步骤一：.单机架冷轧机实际轧制工艺数据的存储。

在带钢轧制过程中轧制速度不断升高，轧制过程工艺数据不断变化，从带钢轧制起车开始，当轧制速度升高到某一速度并保持五秒后认为轧制过程稳定，在单机架冷轧机的过程控制系统中存储一组当时由各种传感器采集的与计算轧制力和前滑相关的各种轧制工艺参数数据(其中包括：钢种、带钢号、轧制道次、带钢宽度、带钢原料厚度、带钢道次入口厚度、带钢道次出口厚度、工作辊辊径、轧制速度、带钢入口速度、带钢出口速度、轧制带钢的前张力、轧制带钢的后张力、轧制力等)作为一条记录，并将采集的该条记录中的数据进行存储以采集日期命名的CSV格式文件当中，保存在单机架冷轧机的过程控制计算机上。

步骤二：轧制工艺实际值数据、模型计算常数、模型参数的读取

参考图1B所描述的人机交互画面点击读入数据按钮，打开存储到单机架冷轧机的过程控制计算机上保存单机架冷轧机在轧制稳定状态下的轧制过程实际工艺数据的CSV文本文件库，从中选取需要优化某一钢种最近一段时间轧制的所有带钢轧制过程当中稳定状态下传感器采集到的工艺数据文件，将这些文件中包含的海量的轧制工艺实际数据读取到Data工作表(参考图2所描述)当中。

点击读入变形抗力参数按钮，将单机架冷轧机的过程控制系统中存储并使用的所有钢种的变形抗力模型参数(l、m、n)读入到main工作表当中，同时根据在Data工作表中建立的计算函数，将某一组实际工艺数据需要的变形抗力参数读入到该组工艺数据在Data数据表每条记录的相应位置。

点击读入摩擦系数按钮，将单机架冷轧机的过程控制系统中存储并使用的所有轧辊类型的摩擦系数模型参数(μ0、μ1、μ2、μ3、μ4、μ5)读入到main工作表当中，同时根据在Data工作表中建立的计算函数，将某一组实际工艺数据需要的摩擦系数参数读入到该组工艺数据在Data数据表所在行的相应位置。

点击读入模型计算常数按钮，读取轧制力模型和前滑模型当中使用的计算常数到Data工作表的模型计算常数列当中。

步骤三：计算和计算结果显示过程

根据已经在Data工作表建立的轧制力模型、摩擦系数模型、轧制力修正系数、前滑修正系数的函数计算结构Data工作表自动进行轧制力计算、轧制力修正系数计算、前滑计算、前滑修正系数计算。并将计算的结果在Data工作表中进行保存。

根据已经在statistics工作表建立的轧制力修正系数统计计算、前滑修正系数统计计算的函数计算结构，statistics工作表(参考图3所描述)自动对轧制力修正系数统计和前滑修正系数统计进行计算。

在main工作表当中的图表显示区域会将轧制力的修正系数随着压下率的变化的分布情况和轧制力的修正系数随着轧制速度变化的分布情况在两个散点图中进行显示，轧制力的修正系数的分布统计在柱状图中进行显示；将前滑的修正系数随着压下率的变化的分布情况和前滑的修正系数随着轧制速度变化的分布情况在两个散点图中进行显示，前滑的修正系数的分布统计在柱状图中进行显示；

步骤四：优化目标钢种和目标轧辊类型的选择

参考图1B所描述的人机交互画面从变形抗力中选择目标钢种的变形抗力参数参考图4，同时，在Data工作表当中根据VBA程序就会在钢种类别列中进行自动筛选。

参考图1B所描述的人机交互画面从摩擦系数中选择与轧制工况相符的轧辊类型(参考图5)和粗糙度类别(参考图6)，同时，在Data工作表当中根据VBA程序就会在轧辊类型列和粗糙度类别列进行自动筛选。

参考图1B所描述的人机交互画面从轧制道次中选择目标轧制道次参考(图7)，同时，在Data工作表当中根据VBA程序就会在轧制道次列进行自动筛选。

同时，在main工作表的图表显示区域也会随着钢种、轧辊类别、粗糙度、轧制道次的筛选结果进行相应的变化。

步骤五：变形抗力模型参数和摩擦系数模型参数的调试优化过程

观察在给定的目标钢种变形抗力模型参数的l、m、n和目标轧辊类型和粗糙度的摩擦系数模型参数μ0、μ1、μ2、μ3、μ4、μ5下计算的轧制力修正系数和前滑修正系数的随着压下率的变化的分布情况、随着轧制速度的变化的分布情况和统计分布情况，是否符合轧制工艺要求的需要。

如果上述的分布不满足轧制工艺要求，对变形抗力模型参数的l、m、n或摩擦系数模型参数μ0、μ1、μ2、μ3、μ4、μ5可以通过变形抗力模型参数和摩擦系数模型参数的微调按钮进行调整进行相应适当的调整。在Data和statistics工作表当中重新进行计算，main工作表中的六张图表将再计算结果重新进行显示。

直至在图1B中main工作表中图表显示区域所描述的轧制力修正系数和前滑修正系数的随着压下率的变化的分布情况和统计分布情况、随着轧制速度的变化的分布情况和统计分布情况，全部符合轧制工艺要求才停止变形抗力模型参数和摩擦系数模型参数的调整。

步骤六：调试结果的在线应用

调试结束，将调试的变形抗力参数替换到单机架冷轧机过程控制系统的变形抗力模型参数常数表中该钢种的变形抗力模型参数，摩擦系数模型参数替换到单机架冷轧机过程控制系统的摩擦系数模型参数常数表中该轧辊类型的摩擦系数模型参数，应用于现场实际控制。

通过本发明的一个或者多个实施例，本发明具有以下有益效果或者优点：

本发明提供了一种单机架冷轧轧制力模型和前滑模型调试方法，通过对变形抗力模型的参数和摩擦系数模型的参数的调整，根据采集的实际轧制工艺数据来进行轧制力模型和前滑模型的调试，避免了复杂模型计算模型参数的复杂算法的推导和模型参数的复杂计算过程。

进一步的，该方法调试简单，易掌握，并且本发明能够将调试结果进行图形化显示，直观、便于调整操作。

进一步的，使用该方法对模型进行调试简单、快捷，可以满足单机架冷轧机轧制灵活、多样、快捷的需求。

尽管已描述了本申请的优选实施例，但本领域内的普通技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (8)

1.一种单机架冷轧轧制力模型和前滑模型调试方法，其特征在于，包括：

S1，获得现场的轧制工艺数据；

S2，将所述轧制工艺数据带入到轧制力模型和前滑模型中，分别计算获得模型轧制力和模型前滑值；

S3，基于现场采集的实际轧制力和所述模型轧制力获得轧制力修正系数，以及基于现场采集的实际模型前滑值和所述模型前滑值获得前滑值修正系数；

S4，判断所述轧制力修正系数和所述前滑值修正系数是否满足条件；

S5，若所述轧制力修正系数和/或所述前滑值修正系数不满足条件，优化变形抗力模型中的参数和摩擦系数模型中的参数，以对应获得优化的轧制力模型和优化的前滑模型；

S6，将所述优化的轧制力模型替代所述轧制力模型，所述优化的前滑模型替代所述前滑模型，转入S2中继续执行。

2.如权利要求1所述的方法，其特征在于，在所述S1之后，所述方法还包括：

采集所述轧制工艺数据，并且将所述轧制工艺数据存储到以采集日期命名的CSV格式的文本文件当中。

3.如权利要求1所述的方法，其特征在于，在所述S3中，

所述轧制力修正系数为所述实际轧制力和所述模型轧制力的比值；

所述前滑值修正系数为所述实际模型前滑值和所述模型前滑值的比值。

4.如权利要求1所述的方法，其特征在于，所述S4具体为：

判断所述轧制力修正系数和所述前滑值修正系数是否分布在0.9与1.1之间，且修正系数的频数呈现以1为中心的正态分布。

5.如权利要求1所述的方法，其特征在于，所述轧制力模型具体为：

$P=b\×(a_4+\sqrt{a_6})\×zp;$

其中，a₆＝a₄ ²-a₅； $a_5={\left(\frac{a_1}{a_2}\right)}^2-R\×(H-h)\×{\left(\frac{a_2}{a_3}\right)}^2;$ $a_4=\frac{a_1}{a_2}+R\×ch\×{\left(\frac{a_3}{a_2}\right)}^2;$ a₃＝1.08-1.02×ε；a₁＝1.79×μ×ε^1.5×R；

其中，P为轧制力；b为带钢的宽度；kp为轧制过程中带钢的动态变形抗力；k为张力影响系数；Dp为轧制过程的平面影响系数；zp为轧制力的自学习系数；ε为轧制过程中带钢的道次压下率；μ为摩擦系数；tf为带钢的单位前张力；tb为带钢的单位后张力；H为带钢的入口厚度；h为带钢的出口厚度；R为工作辊的半径；ch在模型当中取常值0.000214，由计算得出；v为泊松常数；E为轧辊的弹性模量；a₁、a₂、a₃、a₄、a₅、a₆为计算过程的中间变量；te为张力影响系数。

6.如权利要求1所述的方法，其特征在于，所述前滑模型具体为：

f＝tan²[sin(wkc)]；

其中， $wkc=\frac{\arcsin \left(\sqrt{wka}\right)+wkb}{2};$ $wka=1-\frac{h}{H};$ $wkb=-\frac{1}{2\mathrm{\α}\mathrm{\μ}}\sqrt{\frac{h}{R}}\ln (\frac{1-\frac{tf}{kf}}{1-\frac{tb}{kb}}\×\frac{H}{h});$

其中，f为前滑值；h：当前道次带钢的出口厚度值；R：工作辊的半径；H：当前道次带钢的入口厚度；tf：当前道次轧制的前单位张力；tb：当前道次轧制的后单位张力；μ：摩擦系数；kf：带钢出口的变形抗力；kb：带钢入口的变形抗力；H₀：原料的初始厚度；wka、wkb、wkc：计算过程的中间变量。

7.如权利要求1所述的方法，其特征在于，所述变形抗力模型具体为：

kp＝k×(1000×ramd)^nk；

其中， $nk=\frac{5}{(k+23)}-0.046;$ $ramd=\frac{1000}{60}\×\frac{2}{(2-\mathrm{\ϵ})}\×\sqrt{\frac{\mathrm{\ϵ}}{R\×H}}\×v;$ $\mathrm{\ϵ}=1-\frac{h}{H};$ k＝l×(eps+m)ⁿ； $eps=ln\left(\frac{1}{1-srt}\right);$ $srt=(1-srtp)\×(1-\frac{H}{H_0})+srtp\×(1-\frac{h}{H_0});$

其中，kp为带钢的动态变形抗力；k为带钢的变形抗力；R为工作辊半径；H为带钢入口厚度；h为带钢的出口厚度；v为轧制速度；l、m、n为带钢静态变形抗力计算系数；eps为带钢累积真应变；srt为带钢本道次的累积平均应变；srtp为计算应变系数；ramd、nk为带钢动态变形抗力计算过程的中间变量；K为带钢的静态变形抗力系数；ε为轧制过程中带钢的道次压下率；H₀为钢板的来料厚度。

8.如权利要求1所述的方法，其特征在于，所述摩擦系数模型具体为：

$\mathrm{\μ}=\mathrm{\μ}0\×(\mathrm{\μ}1+\frac{\mathrm{\μ}2}{\mathrm{\μ}3+v}+\mathrm{\μ}4\×\mathrm{\ϵ})\×\left(\frac{1}{1+\mathrm{\μ}5\×nr}\right);$

其中，μ为基本模型计算的摩擦系数；v为当前轧制过程中轧制速度；ε为当前轧制道次的压下率；nr为当前使用的工作辊轧制的带钢数；μ0、μ1、μ2、μ3、μ4、μ5为计算摩擦系数模型当中的系数。