CN106167887B - 基于刀距动态补偿的热镀锌镀层厚度快速切换方法及系统 - Google Patents

Abstract

本发明提供了一种基于刀距动态补偿的热镀锌镀层厚度快速切换方法，包括：S1：获取生产过程量信息；S2：判断是否需要切换工况，如否，进入反馈控制，如是，进入步骤S3；S3：通过神经网络预测模型获取预测镀层厚度，采用变规格气刀参数寻优方法对气刀参数进行迭代寻优得到切换终点的气刀参数(气刀距离D_f及气刀压力P_f)；S4：计算气刀压力调整时间长度及计算气刀压力参考曲线；S5：进入切换控制周期，获取当前气刀压力Pi，并计算反向补偿调整的当前气刀距离Di；S6：输出Pi及Di执行气刀参数调整；S7：检测焊缝位置，判断是否结束切换，如是则输出气刀距离D_f，结束切换，否则返回步骤S5。采用本发明方法，可有效减少系统在不同规格产品之间切换的过渡时间，减少过渡期间过渡产品的数量。

Description

基于刀距动态补偿的热镀锌镀层厚度快速切换方法及系统

技术领域

本发明涉及工业过程优化控制技术领域，特别涉及一种基于刀距动态补偿的热镀锌镀层厚度快速切换方法及系统。

背景技术

凭借着良好的机械性能和抗腐蚀性能，冷轧热镀锌板在汽车、家电、建筑等行业得到了广泛应用。锌层厚度是衡量冷轧热镀锌板的一项重要性能指标，其控制精度直接关系到冷轧热镀锌板的产品质量和生产成本。锌层太厚会影响产品的点焊性、附着性，同时还造成了锌原材料浪费；锌层太薄影响产品的抗腐蚀性，不能满足产品规格质量要求。随着热镀锌生产技术的不断进步以及热镀锌产品市场竞争的日益激烈，下游客户对热镀锌板产品的质量要求越来越高。这就要求镀锌生产企业改变以人工控制加底层PID(比例-积分-微分控制器)回路的传统控制方式，提高锌层厚度控制精度与平整度，提高成品率、降低锌原料消耗。

镀锌是一个典型的时变大滞后、非线性、强扰动的生产过程。由于缺乏有效克服上述难点的控制技术手段，镀层厚度和镀层均匀性控制一直是困扰镀锌生产产品品质提高的难题，目前国内大部分钢铁企业主要依赖于操作工的经验采用人工手动操作结合底层回路PID的方式进行控制，其控制精度低、产品规格变化过渡时间长、锌耗量大，质量波动大，甚至不能保证镀层厚度和镀层表面均匀性的满足产品质量指标要求，时常会出现降等品。

随着应用场合的不同，热镀锌产品所要求的镀层厚度也各不相同，这就要求镀锌生产线能够快速适应生产计划的需要，在不同规格(锌层厚度)的产品之间实现快速平稳的切换，然而，由于锌层厚度控制影响因素的复杂性以及气刀参数对锌层厚度影响的非线性，实际生产中当产品规格(镀层厚度)切换时，常常会由于控制参数选取的不合适造成系统切换过程缓慢甚至震荡，导致大量过渡产品(废品或者降等级产品)的产生，如何控制参数(气刀距离、气刀压力等)快速调整以实现锌层厚度的精确控制，从而缩短镀层厚度切换过程，避免锌液浪费，减少切换过程中过渡产品的产生，降低镀锌生产中的物料损耗，是锌层厚度控制技术研究的重点。

当前的镀锌生产中，操作人员通过观察锌层厚度测量值，根据操作经验手动调整气刀压力和气刀距离等设定值数据实现锌层厚度控制。锌层厚度规格改变时，操作人员根据新的产品规格和带钢速度来选择一套预先制定的经验参数，再根据测厚仪的测量结果进行数次控制参数的调整。

这种控制方式完全依靠操作工的个人经验，无法实现精确、及时的控制，尤其是在变规格过程中控制效果不能够满足实际生产的要求。镀层厚度控制过程具有多变量、非线性等特点，存在较大的控制难度，首先锌层厚度和气刀气压、气刀距离的关系无法用简单动态方程式表达，难以建立精确的数学模型；此外，镀锌线采用冷态测厚仪进行锌层厚度检测，测厚仪安装在气刀后100～200米的位置，而镀锌生产线的正常生产带钢速度一般在50～140米/分钟，也就是说当操作人员根据测厚仪的在线测量数据发现锌层厚度偏差过大而调整气刀参数时，已经产生了至少100～200米的锌层厚度偏差超限的不合格产品，同时，由于锌层厚度测量与锌层厚度调节机构之间存在较大的位置差异，操作工调整气刀参数时，测厚仪位置的锌层厚度与气刀位置的锌层厚度并不相同，测量时滞的引入进一步加剧了厚度控制的难度。在上述因素影响下，生产过程中为保证带钢表面任意位置锌层厚度都符合要求，克服锌层厚度偏差影响，一般要保证平均锌层厚度实际值要比锌层厚度目标值高10～20g/m²。由此可以看出热镀锌板生产过程中，会造成锌原料的大量浪费，如果按锌层厚度高出15g/m²，年产量40万吨镀锌钢板进行计算，一年就多消耗锌原料800吨。

现有镀锌生产技术中，由于气刀压力调整缓慢、锌层厚度测厚仪具有较大的测量滞后，存在着规格(镀层厚度)切换时间过长、产生大量过渡产品的问题，以及人工操作造成的过于依赖工人经验、控制精度低、产品规格变化过渡时间长、锌耗量大，质量波动大的问题。

发明内容

本发明的目的在于提供一种基于刀距动态补偿的热镀锌镀层厚度快速切换方法及系统，以解决现有镀锌生产过程中由于气刀压力调整缓慢、锌层厚度测厚仪具有较大的测量滞后所导致的规格(镀层厚度)切换时间过长、产生大量过渡产品的问题。

本发明的第二目的在于提供一种基于刀距动态补偿的热镀锌镀层厚度快速切换方法及系统，以解决现有镀锌生产过程中存在的人工操作造成的过于依赖工人经验、控制精度低、产品规格变化过渡时间长、锌耗量大，质量波动大的问题。

为实现上述目的，本发明提供了一种基于刀距动态补偿的热镀锌镀层厚度快速切换方法，包括以下步骤：

S1：获取实时的生产过程量信息；

S2：根据所述生产过程量信息判断是否需要切换工况，如否，进入反馈控制，如是，进入步骤S3；

S3：通过神经网络预测模型根据当前工况数据预测得到预测镀层厚度，再基于所述预测镀层厚度及所述生产过程量信息采用变规格气刀参数寻优方法对气刀距离和气刀压力进行迭代寻优得到切换终点的气刀距离D_f及切换终点的气刀压力P_f；

S4：计算气刀压力调整时间长度T_a，根据所述T_a、当前气刀压力实际值Pv及切换终点的气刀压力P_f计算气刀压力参考曲线；

S5：进入切换控制周期，获取当前控制周期时刻Ti，根据所述气刀压力参考曲线获取当前控制周期Ti对应的气刀压力Pi，同时，根据当前控制周期的气刀压力实际值Pvi计算反向补偿调整的当前气刀距离Di；

S6：将所述气刀压力Pi及气刀距离Di输出以执行气刀压力及气刀距离的调整；

S7：检测焊缝位于生产线上的位置，当焊缝经过气刀位置时输出气刀距离D_f，并进入反馈控制，切换过程结束，如未过气刀位置，则返回步骤S5继续执行。

较佳地，所述生产过程量信息包括当前生产线速度v，当前气刀压力实际值Pv，当前气刀距离设定值Dsp，焊缝在生产线上的位置l_h，在镀卷的目标镀层厚度，在镀卷的带钢厚度，将镀卷的目标镀层厚度，将镀卷的带钢厚度。

较佳地，所述步骤S2中，判断是否需要切换工况的方法为：首先，判断将镀卷的目标镀层厚度与在镀卷的目标镀层厚度是否相同，如是，表明无需切换工况，进入反馈控制，如否则再计算l_k-l_h>l_t是否成立，如是，表明无需切换工况，进入反馈控制，如否表明需要切换工况，进入步骤S3；其中，l_k为气刀位于生产线上的位置，l_h为焊缝在生产线上的位置，l_t为预设长度阈值。

较佳地，所述神经网络预测模型的输入参数包括：带钢厚度Th、当前生产线速度v，气刀距离d、气刀压力p，输出参数为所述预测镀层厚度；相应地，所述神经网络预测模型为基于镀锌过程的历史数据进行学习建立的，反映了镀层厚度主要影响因素与镀层厚度间的非线性映射关系，记为NN()，则所述预测镀层厚度为NN(Th,v,d,p)。

较佳地，所述变规格气刀参数寻优方法具体为：建立对气刀距离和气刀压力寻优的多目标优化问题模型，对所述多目标优化问题模型采用人工智能算法进行迭代求解，得到切换终点的气刀距离D_f及气刀压力P_f。

较佳地，气刀压力调整时间长度T_a按下式计算：

T_a＝(l_k-l_h)/v，

其中，l_k为气刀位于生产线上的位置，l_h为焊缝在生产线上的位置，v为当前生产线速度。

较佳地，所述步骤S4中，将时间作为横轴变量，将气刀压力作为纵轴变量，采用S型的Sigmoid函数建立切换过程中的气刀压力参考曲线，其中，设当前时刻为t₀，则t₀时刻的气刀压力实际值Pv为曲线起始点，t₀+T_a时刻的P_f为曲线终点。

较佳地，所述反向补偿调整量的计算方法为：以当前控制周期的气刀压力真实值Pvi、带钢厚度Th、当前生产线速度v、在镀卷的目标镀层厚度，基于所述神经网络预测模型，进行气刀距离的迭代寻优，得到所述气刀距离Di。

本发明还提供了一种基于刀距动态补偿的热镀锌镀层厚度快速切换系统，包括：

通讯模块，用于获取实时的生产过程量信息；

切换逻辑主控模块，用于根据所述生产过程量信息判断是否需要切换工况，以及在切换工况下的切换控制过程中检测焊缝位于生产线上的位置，当焊缝经过气刀位置时进入反馈控制，切换过程结束，如未过气刀位置，则进入下一控制周期并通过气刀动态补偿模块控制气刀进行反向补偿；

镀层厚度神经网络在线预测模块，用于通过神经网络预测模型根据当前工况数据预测得到预测镀层厚度；

变规格气刀参数预寻优模块，用于基于所述预测镀层厚度及所述生产过程量信息采用变规格气刀参数寻优方法对气刀距离和气刀压力进行迭代寻优得到切换终点的气刀距离D_f及切换终点的气刀压力P_f；

气刀压力参考曲线计算模块，用于根据气刀压力调整时间长度T_a、当前气刀压力实际值Pv及切换终点的气刀压力P_f计算气刀压力参考曲线；

气刀动态补偿模块，用于根据所述气刀压力参考曲线获取当前控制周期Ti对应的气刀压力Pi，同时，根据当前控制周期的气刀压力实际值Pvi计算反向补偿调整的当前气刀距离Di。

对于本发明的技术方案的技术效果如下：

(1)采用神经网络技术对锌层厚度建模并根据生产工况进行在线预测，神经网络模型对于非线性过程具有良好的拟合效果，尤其适合于镀锌过程这样的多变量强非线性过程，能够在线提供较高精度的镀层厚度预测值，有效的解决镀锌过程多个操作变量之间的耦合、过程的非线性、在线测厚仪具有较大测量滞后给镀锌变规格过程切换操作带来的无实时测量数据反馈的难题。

(2)采用变规格气刀参数预寻优技术，能够基于镀层厚度神经网络在线预测模块，采用多目标优化人工智能方法对气刀距离和气刀压力进行迭代寻优，考虑“小气刀、小压力”原则，根据规格切换前后的工况(带钢厚度、带钢速度等)选择最优的切换终点控制参数(气刀距离与气刀压力)，解决传统镀锌生产中主要依赖操作工经验进行操作、控制精度差造成的成品率低，锌液浪费等问题。

(3)采用气刀距离反向动态补偿技术，气刀压力在焊缝到达气刀前调整完毕，在气刀压力按照过渡参考曲线向目标规格的生产工况变化时，基于镀层厚度神经网络在线预测模块计算保持镀层厚度不变时气刀距离所应调整的反向补偿量，然后下达至底层控制回路执行，待焊缝到达气刀时，再一次性调节气刀距离至变规格后的气刀距离目标设定值，从而解决了采用传统“当焊缝到达气刀时进行气刀间距调整，当焊缝经过测厚仪时开始计算气刀压力附加设定值”的变规格控制模式由于气刀压力调整缓慢带来的变规格切换缓慢、过渡过程产生大量的不合格产品、原料及锌液过渡消耗问题。

附图说明

图1为本发明优选实施例的基于刀距动态补偿的热镀锌镀层厚度快速切换方法总体流程图；

图2为本发明优选实施例建立的气刀压力参考曲线示意图；

图3为本发明优选实施例的基于刀距动态补偿的热镀锌镀层厚度快速切换系统组成图；

图4A为本发明方法及系统应用前镀层厚度变大时的切换效果图；

图4B为本发明方法及系统应用前镀层厚度变小时的切换效果图；

图4C为应用本发明方法及系统后镀层厚度变大时的切换效果图；

图4D为应用本发明方法及系统后镀层厚度变小时的切换效果图。

具体实施方式

为更好地说明本发明，兹以一优选实施例，并配合附图对本发明作详细说明，具体如下：

如图1所示，本实施例提供的一种基于刀距动态补偿的热镀锌镀层厚度快速切换方法总体流程包括以下步骤：

S1：获取实时的生产过程量信息；

S2：根据生产过程量信息判断是否需要切换工况，如否，进入反馈控制，如是，进入步骤S3；

S3：通过神经网络预测模型根据当前工况数据预测得到预测镀层厚度，再基于所述预测镀层厚度及所述生产过程量信息采用变规格气刀参数寻优方法对气刀距离和气刀压力进行迭代寻优得到切换终点的气刀距离D_f及切换终点的气刀压力P_f；

S4：计算气刀压力调整时间长度T_a，根据所述T_a、当前气刀压力实际值Pv及切换终点的气刀压力P_f计算气刀压力参考曲线；

S5：进入切换控制周期，获取当前控制周期时刻Ti，根据所述气刀压力参考曲线获取当前控制周期Ti对应的气刀压力Pi，同时，根据当前控制周期的气刀压力实际值Pvi计算反向补偿调整的当前气刀距离Di；

S6：将所述气刀压力Pi及气刀距离Di输出以执行气刀压力及气刀距离的调整；

S7：判断切换工况是否结束，具体地，检测焊缝位于生产线上的位置，当焊缝经过气刀位置时输出气刀距离D_f，并进入反馈控制，切换过程(即切换工况)结束，如未过气刀位置，则返回步骤S5继续执行。

其中，上述的反馈控制是指系统在非镀层厚度切换过程中(比如平稳生产工况)所采用的控制方式，其具体实现方法与本发明内容无关，根据上述步骤说明，整个生产过程中(包括反馈控制过程)都会进行生产过程量信息的获取过程，从而再次判断是否需要进入切换工况，以继续执行步骤S1-S7。

下面对上述各步骤进一步详述，具体如下：

步骤S1中，所获取的生产过程量信息具体包括：当前生产线速度v，当前气刀压力实际值Pv，当前气刀距离设定值Dsp，焊缝在生产线上的位置l_h，在镀卷的目标镀层厚度CWsp_now，在镀卷的带钢厚度Th_now，将镀卷的目标镀层厚度CWsp_next以及将镀卷的带钢厚度Th_next，然后进入步骤S2。

步骤S2中，根据步骤S1中获取的实时生产过程量信息对当前生产工况进行判断。判断是否需要切换工况的方法具体为：

首先，判断将镀卷的目标镀层厚度CWsp_next与在镀卷的目标镀层厚度CWsp_now是否相同(即其数值大小是否相等)：如是相同的，在镀卷与将镀卷的镀层厚度目标值相同，即不存在规格切换，则表明无需切换控制方式，进入反馈闭环控制状态，即进入反馈控制；如不相同，则再进一步计算l_k-l_h>l_t是否成立，如是，表明目前焊缝距离气刀距离尚远，无需切换工况，不需要启动切换机制，进入反馈闭环控制状态，即进入反馈控制，如否表明需要切换工况，则进入步骤S3。其中，l_k为气刀位于生产线上的位置，l_h为焊缝在生产线上的位置，l_t为预设长度阈值。

步骤S3中，上述的神经网络预测模型为根据输入参数及输出参数建立的神经网络预测模型，其中，输入参数包括：带钢厚度Th、当前生产线速度v，气刀距离d、气刀压力p，输出参数为所述预测镀层厚度。具体地，该神经网络预测模型为基于镀锌过程的历史数据进行学习建立的，反映了镀层厚度主要影响因素与镀层厚度间的非线性映射关系，记为NN()，则所述预测镀层厚度为NN(Th,v,d,p)，该模型是变规格气刀参数预寻优方法的基础。

其中，上述步骤S3中的变规格气刀参数寻优方法具体为：

首先，建立对气刀距离和气刀压力寻优的多目标优化问题模型。

寻优问题描述为多目标优化问题的模型表示如下：

目标函数：min|NN(Th_next,v,D_f,P_f)-CWsp_next|,minD_f,minP_f

决策变量：D_f,P_f

约束条件：

D_f∈[D_min,D_max] (1)

P_f∈[P_min,P_max] (2)

其中，包括三个优化目标：

1)min|NN(Th_next,v,D_f,P_f)-CWsp_next|表示在将镀卷厚度Th_next，生产线速度v，气刀距离D_f，气刀压力P_f工况下，神经网络预测得到的镀层厚度与将镀卷的目标镀层厚度偏差最小；

2)min D_f表示根据“小气刀、小压力”原则，应尽量减小气刀距离；

3)min P_f表示根据“小气刀、小压力”原则，应尽量减小气刀压力。

另外，式(1)、(2)表示两个操作变量的工艺规程约束，其中气刀压力上下限P_min、P_max，气刀距离上下限D_min、D_max均预先给定。

其次，对所述多目标优化问题模型采用人工智能算法进行迭代求解，得到切换终点的气刀距离D_f及气刀压力P_f。

上述的多目标优化问题可以采用PSO算法、遗传算法、模拟退火算法、蚁群算法借助帕累托最优(Pareto Optimality)模型求解，即可得到最优的切换终点的气刀距离D_f，气刀压力P_f，然后进入步骤S4。

步骤S4中，据距离、时间、速度三者关系计算气刀压力调整时间长度，气刀压力调整时间长度T_a按下式计算：

T_a＝(l_k-l_h)/v，

其中，l_k为气刀位于生产线上的位置，l_h为焊缝在生产线上的位置，v为当前生产线速度。

进一步地，步骤S4中，将时间作为横轴变量，将气刀压力作为纵轴变量，采用S型的Sigmoid函数建立切换过程中的气刀压力参考曲线，使用该种类型的参考曲线，可以使开始段和结束段的气刀压力变化较为平缓，而中间段变化相对较快，如图2所示。其中，设当前时刻为t₀，则t₀时刻的气刀压力实际值Pv为曲线起始点，t₀+T_a时刻的P_f为曲线终点。采用Sigmoid函数形式的参考曲线可以为过渡过程开始和结束提供较长的平滑稳定段，便于控制变量和调节过程的平稳过渡。

不失一般性，令当前时刻为t₀，则切换结束时刻为t₀+T_a，可得到曲线上两点的坐标为(t₀,Pv)、(t₀+T_a,P_f)，假设经坐标平移后和伸缩后的Sigmoid函数具体形式为：

其中，t为自变量，即时间，p为因变量，即气刀压力。参数a和b分别是y轴伸缩和平移的比例，而参数c是x伸缩的比例，决定了参数曲线初始段和中间段的斜率，通过实际生产数据分析，为确保任意连续的两个控制周期的气刀压力改变量小于生产工艺约束，这里取c＝6/T_a。将(t₀,Pv)、(t₀+T_a,P_f)两个坐标值代入，可以求得

由此，建立切换过程中的气刀压力参考曲线

步骤S5中，反向补偿调整量的计算方法为：根据当前控制周期的气刀压力实际值、带钢厚度、当前生产线速度、在镀卷的目标镀层厚度，基于所述神经网络预测模型，进行气刀距离的迭代寻优，得到所述气刀距离Di。

具体地，以当前控制周期的气刀压力实际值Pvi，当前的生产线速度v，在镀卷的目标镀层厚度CWsp_now，带钢厚度Th_now作为参数，基于镀层厚度神经网络在线预测模块建立优化命题，对气刀距离进行迭代寻优计算得到气刀距离设定值Di，该优化问题的具体描述如下：

目标函数：min|NN(Th_now,v,Di,Pvi)-CWsp_now|

决策变量：Di

约束条件：

Di∈[D_min,D_max] (3)

其中，目标函数表示在带钢厚度Th_now，生产线速度v，气刀距离Di，气刀压力Pvi工况下，神经网络预测得到的镀层厚度与在镀卷的目标镀层厚度偏差最小；公式(3)为生产工艺约束。

上述的优化问题可以采用PSO算法、遗传算法、模拟退火算法、蚁群算法求解等人工智能算法求解，即可得到当前最优的气刀距离设定值Di，然后进入S6。

如图3所示，本发明还提供了一种基于刀距动态补偿的热镀锌镀层厚度快速切换系统，该系统包括：

通讯模块31，用于获取实时的生产过程量信息。其还用于将切换系统30所计算得到的控制气刀进行反向补偿的信息输出给底层控制系统10，以使得底层控制系统10控制气刀进行调整，以进行镀层厚度的切换；其中，生产过程量信息来自于底层回路参数采集系统20。

切换逻辑主控模块32，用于根据通讯模块31获取的生产过程量信息判断是否需要切换工况，以及在切换工况下的切换控制过程中检测焊缝位于生产线上的位置，当焊缝经过气刀位置时进入反馈控制，切换过程结束，如未过气刀位置，则进入下一控制周期并通过所述气刀动态补偿模块控制气刀进行反向补偿；

镀层厚度神经网络在线预测模块33，用于通过神经网络预测模型根据当前工况数据(即当前的生产过程量信息)预测得到预测镀层厚度；

变规格气刀参数预寻优模块34，用于基于上述的预测镀层厚度及所述生产过程量信息采用变规格气刀参数寻优方法对气刀距离和气刀压力进行迭代寻优得到切换终点的气刀距离D_f及切换终点的气刀压力P_f；

气刀压力参考曲线计算模块35，用于根据气刀压力调整时间长度T_a、当前气刀压力实际值Pv及切换终点的气刀压力P_f计算气刀压力参考曲线；

气刀动态补偿模块36，用于根据所述气刀压力参考曲线获取当前控制周期Ti对应的气刀压力Pi，同时，根据当前控制周期的气刀压力实际值Pvi计算反向补偿调整的当前气刀距离Di；

以下以镀锌实际生产过程为例，说明本发明所取得的有益效果：

图4A～4D中列出了采用本发明方法的控制系统投运前和投运后对于减少不同规格间产品切换效果对比。可以从图4A、4B中看出，投运前，系统从镀层厚度规格80g/m²切换至120g/m²时，过渡时间t₁为480秒左右，从镀层厚度规格120g/m²切换回80g/m²时，过渡时间t₂为320秒左右；当系统投运后，系统从镀层厚度规格80g/m²切换至120g/m²时，过渡时间t₃为380秒左右，从镀层厚度规格120g/m²切换回80g/m²时，过渡时间t₄为260秒左右，由此可见，采用本发明后，可以显著减小不同规格间产品切换所需的过渡时间。

更为重要的是，从图4A、4B中可以观察到，投运本系统前，气刀压力是在镀层厚度目标值变化后才开始调整，由于气刀压力调整缓慢，导致切换过程耗费了较长的时间，这其中分别产生了960米和640米左右的过渡产品(镀层厚度在80g/m²和120g/m²之间，生产线速度为120m/min计算)，而本发明方法投运后，气刀压力在镀层厚度规格改变之前即已提前调整(对应于图4C、4D中提前调整时间长度为：t₅＝300s,t₆＝190s)，在这段时间内气刀距离会反向动作以补偿气刀压力变化给镀层厚度带来的影响，确保在气刀调整前(过焊缝前，即下一卷带钢生产前)镀层厚度保持不变以符合上一钢卷的镀层控制指标要求，图4C、4D中提前调整段的钢卷长度分别为600米、380米左右，由于采用了气刀距离反向补偿方法，图4C、4D中提前调整段的钢卷镀层厚度没有出现较大程度波动，均达到了镀层厚度目标值要求，因此较大幅度的减少了过渡产品的产生(以当时生产线速度为120m/min计算，过渡产品为160米和140米)，直到镀层厚度规格改变时刻，气刀距离立即改变，从而实现镀层厚度的快速达标。由此可见，采用本发明方法后，可以显著减少不同规格间产品切换所产生的不合格的过渡产品数量。

本发明充分考虑了镀锌生产过程中两个主要的控制变量气刀压力(调节速度较慢但连续可调)和气刀距离(调节过程迅速准确但受限于带钢速度、厚度和调整步长的制约)各自的特点，基于镀层厚度神经网络在线预测模型，提出了一种基于刀距动态补偿的热镀锌镀层厚度快速切换方法，在切换过程中采用刀距的动态反向补偿以克服气刀压力调整带来的锌层厚度变化，待气压调整到位后，在气刀过焊缝时一次性将气刀距离调整至目标规格(镀层厚度)刀距设定值，从而有效的缩短了传统方法中气刀压力调整缓慢带来的漫长过渡过程，杜绝不合格品的产生，降低了切换过程物料损耗，提升了产品质量。

综上，从上述控制系统投运前和投运后不同规格间产品切换过渡时间对比可以看出，采用本发明所述方法，可有效减少系统在不同规格产品之间切换的过渡时间，减少过渡期间过渡产品的数量。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何本领域的技术人员在本发明揭露的技术范围内，对本发明所做的变形或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述的权利要求的保护范围为准。

Claims (9)

1.一种基于刀距动态补偿的热镀锌镀层厚度快速切换方法，其特征在于，包括以下步骤：

S1：获取实时的生产过程量信息；

S2：根据所述生产过程量信息判断是否需要切换工况，如否，进入反馈控制，如是，进入步骤S3；

S3：通过神经网络预测模型根据当前工况数据预测得到预测镀层厚度，再基于所述预测镀层厚度及所述生产过程量信息采用变规格气刀参数寻优方法对气刀距离和气刀压力进行迭代寻优得到切换终点的气刀距离D_f及切换终点的气刀压力P_f；

S4：计算气刀压力调整时间长度T_a，根据所述T_a、当前气刀压力实际值Pv及切换终点的气刀压力P_f计算气刀压力参考曲线；

S5：进入切换控制周期，获取当前控制周期时刻Ti，根据所述气刀压力参考曲线获取当前控制周期Ti对应的气刀压力Pi，同时，根据当前控制周期的气刀压力实际值Pvi计算反向补偿调整的当前气刀距离Di；

S6：将所述气刀压力Pi及气刀距离Di输出以执行气刀压力及气刀距离的调整；

S7：检测焊缝位于生产线上的位置，当焊缝经过气刀位置时输出气刀距离D_f，并进入反馈控制，切换过程结束，如未过气刀位置，则返回步骤S5继续执行。

2.根据权利要求1所述的基于刀距动态补偿的热镀锌镀层厚度快速切换方法，其特征在于，所述生产过程量信息包括当前生产线速度v，当前气刀压力实际值Pv，当前气刀距离设定值Dsp，焊缝在生产线上的位置l_h，在镀卷的目标镀层厚度，在镀卷的带钢厚度，将镀卷的目标镀层厚度，将镀卷的带钢厚度。

3.根据权利要求1或2所述的基于刀距动态补偿的热镀锌镀层厚度快速切换方法，其特征在于，所述步骤S2中，判断是否需要切换工况的方法为：首先，判断将镀卷的目标镀层厚度与在镀卷的目标镀层厚度是否相同，如是，表明无需切换工况，进入反馈控制，如否则再计算l_k-l_h>l_t是否成立，如是，表明无需切换工况，进入反馈控制，如否表明需要切换工况，进入步骤S3；其中，l_k为气刀位于生产线上的位置，l_h为焊缝在生产线上的位置，l_t为预设长度阈值。

4.根据权利要求1所述的基于刀距动态补偿的热镀锌镀层厚度快速切换方法，其特征在于，所述神经网络预测模型的输入参数包括：带钢厚度Th、当前生产线速度v，气刀距离d、气刀压力p，输出参数为所述预测镀层厚度；相应地，所述神经网络预测模型为基于镀锌过程的历史数据进行学习建立的，反映了镀层厚度主要影响因素与镀层厚度间的非线性映射关系，记为NN()，则所述预测镀层厚度为NN(Th,v,d,p)。

5.根据权利要求1所述的基于刀距动态补偿的热镀锌镀层厚度快速切换方法，其特征在于，所述变规格气刀参数寻优方法具体为：建立对气刀距离和气刀压力寻优的多目标优化问题模型，对所述多目标优化问题模型采用人工智能算法进行迭代求解，得到切换终点的气刀距离D_f及气刀压力P_f。

6.根据权利要求1所述的基于刀距动态补偿的热镀锌镀层厚度快速切换方法，其特征在于，气刀压力调整时间长度T_a按下式计算：

T_a＝(l_k-l_h)/v，

其中，l_k为气刀位于生产线上的位置，l_h为焊缝在生产线上的位置，v为当前生产线速度。

7.根据权利要求1所述的基于刀距动态补偿的热镀锌镀层厚度快速切换方法，其特征在于，所述步骤S4中，将时间作为横轴变量，将气刀压力作为纵轴变量，采用S型的Sigmoid函数建立切换过程中的气刀压力参考曲线，其中，设当前时刻为t₀，则t₀时刻的气刀压力实际值Pv为曲线起始点，t₀+T_a时刻的P_f为曲线终点。

8.根据权利要求1所述的基于刀距动态补偿的热镀锌镀层厚度快速切换方法，其特征在于，所述反向补偿调整量的计算方法为：以当前控制周期的气刀压力实际值Pvi、带钢厚度Th、当前生产线速度v、在镀卷的目标镀层厚度，基于所述神经网络预测模型，进行气刀距离的迭代寻优，得到所述气刀距离Di。

9.一种基于刀距动态补偿的热镀锌镀层厚度快速切换系统，其特征在于，包括：

通讯模块，用于获取实时的生产过程量信息；

切换逻辑主控模块，用于根据所述生产过程量信息判断是否需要切换工况，以及在切换工况下的切换控制过程中检测焊缝位于生产线上的位置，当焊缝经过气刀位置时进入反馈控制，切换过程结束，如未过气刀位置，则进入下一控制周期并通过气刀动态补偿模块控制气刀进行反向补偿；

镀层厚度神经网络在线预测模块，用于通过神经网络预测模型根据当前工况数据预测得到预测镀层厚度；

变规格气刀参数预寻优模块，用于基于所述预测镀层厚度及所述生产过程量信息采用变规格气刀参数寻优方法对气刀距离和气刀压力进行迭代寻优得到切换终点的气刀距离D_f及切换终点的气刀压力P_f；

气刀压力参考曲线计算模块，用于根据气刀压力调整时间长度T_a、当前气刀压力实际值Pv及切换终点的气刀压力P_f计算气刀压力参考曲线；

气刀动态补偿模块，用于根据所述气刀压力参考曲线获取当前控制周期Ti对应的气刀压力Pi，同时，根据当前控制周期的气刀压力实际值Pvi计算反向补偿调整的当前气刀距离Di。