CN106238470A - 考虑拉矫破鳞效果的酸洗时间预报方法 - Google Patents
考虑拉矫破鳞效果的酸洗时间预报方法 Download PDFInfo
- Publication number
- CN106238470A CN106238470A CN201510311886.6A CN201510311886A CN106238470A CN 106238470 A CN106238470 A CN 106238470A CN 201510311886 A CN201510311886 A CN 201510311886A CN 106238470 A CN106238470 A CN 106238470A
- Authority
- CN
- China
- Prior art keywords
- pickling time
- scale breading
- straightening
- pickling
- calculates
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Cleaning And De-Greasing Of Metallic Materials By Chemical Methods (AREA)
Abstract
本发明公开了一种考虑拉矫破鳞效果的酸洗时间预报方法,包括以下步骤:步骤a,收集试验参数;步骤b,构造拉矫破鳞对酸洗时间的影响系数模型;步骤c,通过回归方法计算所述影响系数模型的参数;步骤d,构造考虑酸洗液浓度、温度和拉矫破鳞影响下的酸洗时间计算模型;步骤e,通过回归方法计算酸洗时间系数;步骤f,根据所述酸洗时间计算模型计算酸洗时间;步骤g,由最优解得到酸洗时间的计算公式;步骤h,计算考虑到工况影响的酸洗时间。本发明的方法结合了带钢酸洗生产线拉矫机的设备与工艺特点,较原有酸洗时间计算方法和结果更为准确,解决了现场生产难题,提高了带钢的酸洗速度。
Description
技术领域
本发明涉及冶金方法,更具体地说,涉及考虑拉矫破鳞效果的酸洗时间预报方法。
背景技术
本发明来源于现场生产实践,尤其涉及一种考虑到拉矫破鳞效果的酸洗时间预报方法。
酸洗槽是带钢酸洗线中去除带钢表面氧化铁皮的主要设备,是决定带钢酸洗线生产线能力的关键性设备。酸洗时间决定带钢通过酸洗槽的速度,因而酸洗时间的计算对于指导操作人员控制带钢通过酸槽的速度有实际意义。当酸液的温度,浓度,紊流度等不变时,酸洗时间是可计算的值。
破鳞是由拉矫机完成的,通过压应力和张应力的作用,将热轧带钢表面坚硬的氧化铁皮被破坏,更加有利于酸液与其反应。因此破鳞是紊流酸洗工艺中的一道重要的环节,破鳞的效果对酸洗速率的提升具有重要的作用。
在生产中,由于拉矫机与酸槽是连接在一起的,因此酸洗时间的计算在理论上必须考虑拉矫机的影响。而现有酸洗时间计算模型通常忽略了拉矫机的影响因素,导致酸洗时间计算不够精确,继而影响到带钢通过酸洗槽的速度的计算,降低了机组的生产效率。
发明内容
针对现有技术中存在的现有酸洗时间计算模型通常忽略了拉矫机的影响因素的问题,本发明的目的是提供考虑拉矫破鳞效果的酸洗时间预报方法。
为实现上述目的,本发明采用如下技术方案:
一种考虑拉矫破鳞效果的酸洗时间预报方法,包括以下步骤:
步骤a,收集试验参数;
步骤b,构造拉矫破鳞对酸洗时间的影响系数模型;
步骤c,通过回归方法计算影响系数模型的参数;
步骤d,构造考虑酸洗液浓度、温度和拉矫破鳞影响下的酸洗时间计算模型;
步骤e,通过回归方法计算酸洗时间系数;
步骤f,根据酸洗时间计算模型计算酸洗时间;
步骤g,由最优解得到酸洗时间的计算公式;
步骤h,计算考虑到工况影响的酸洗时间。
根据本发明的一实施例,步骤a的试验参数包括:拉矫机压下量x,压下量中心点x0、拉矫机张力F、不经过拉矫机破鳞的酸洗时间t0。
根据本发明的一实施例,拉矫破鳞对酸洗时间的影响系数模型为:
式中,tp为拉矫破鳞的影响系数;u,P为模型参数。
根据本发明的一实施例,步骤c进一步包括:
步骤c1,通过现场实验收集酸洗液在平均浓度(如15%)和温度(如80℃)条件下,n组张力Fi(i=1,2,3,...n)与m组压下量xj(j=1,2,3,...m)及与之所对应的最佳酸洗时间tpij;
步骤c2,回归计算,得到u和P的最优解。
根据本发明的一实施例,酸洗时间计算模型为:
式中,B为酸洗液浓度影响系数、D为酸洗液温度影响系数、A为零次项影响系数,C为酸液浓度,T为酸液温度。
根据本发明的一实施例,通过回归方法计算酸洗时间系数A,B,D的步骤为:
步骤e1,通过现场实验收集拉矫机在平均张力和压下量条件下,n组酸洗液浓度Ci(i=1,2,3,...n)与m组酸洗液温度Tj(j=1,2,3,...m)及与之所对应的最佳酸洗时间tij;
步骤e2,回归计算,得到A,B,D的最优解。
根据本发明的一实施例,步骤f计算最终酸洗时间系数Y={A,B,D},具体步骤为:
步骤f1,通过现场实验收集拉矫机在特定张力和压下量条件下,n组酸洗液浓度Ci(i=1,2,3,...n)与m组酸洗液温度Tj(j=1,2,3,...m)及与之所对应的最佳酸洗时间t'ij;
步骤f2,根据现场实际给定初步酸洗时间系数的初始值Y0={A0,B0,D0}和优化步长□Y={□A,□B,□D},优化参数k=n□m;
步骤f3,令Y=Y0+k□Y
步骤f4,计算与Ci和Tj对应的初步酸洗时间计算值
步骤f5,构造目标函数式
步骤f6,判断Powell条件是否成立?成立则出入步骤f7;不成立则令k=k+1转入步骤f3;
步骤f7,计算出G(Y)取最小值的Y={A,B,D}最优解。
根据本发明的一实施例,由最优解Y={A,B,D}得到t的计算公式
根据本发明的一实施例,考虑到工况影响的酸洗时间为:
式中,δ为工况调整系数,具体根据现场实际取值,取值范围为0.8~1.2。
在上述技术方案中,本发明的考虑拉矫破鳞效果的酸洗时间预报方法结合了带钢酸洗生产线拉矫机的设备与工艺特点,提供一种考虑拉矫破鳞效果的酸洗时间预报方法。本发明较原有酸洗时间计算方法和结果更为准确,解决了现场生产难题,提高了带钢的酸洗速度,提升了经济效益。
附图说明
图1是本发明考虑拉矫破鳞效果的酸洗时间预报方法的流程图;
图2是步骤f的具体计算流程图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
如图1所示,为了实现上述发明目的,本发明采用以下技术方案:
步骤a,收集试验参数:拉矫机压下量x,压下量中心点x0、拉矫机张力F、不经过拉矫机破鳞的酸洗时间t0;
步骤b,构造拉矫破鳞对酸洗时间的影响系数的模型:
式中,tp为拉矫破鳞的影响系数;u,P为模型参数;
步骤c,通过回归方法计算u,P:
步骤c1,通过现场实验收集酸洗液在平均浓度(如15%)和温度(如80℃)条件下,n组张力Fi(i=1,2,3,...n)与m组压下量xj(j=1,2,3,...m)及与之所对应的最佳酸洗时间tpij;
步骤c2,回归计算,得到u和P的最优解;
步骤d,构造考虑酸洗液浓度、温度和拉矫破鳞影响下的酸洗时间计算模型
式中,B为酸洗液浓度影响系数、D为酸洗液温度影响系数、A为零次项影响系数,C为酸液浓度,T为酸液温度;
步骤e,通过回归方法计算酸洗时间系数A,B,D:
步骤e1,通过现场实验收集拉矫机在平均张力和压下量条件下,n组酸洗液浓度Ci(i=1,2,3,...n)与m组酸洗液温度Tj(j=1,2,3,...m)及与之所对应的最佳酸洗时间tij;
步骤e2,回归计算,得到A,B,D的最优解。
步骤f,根据模型计算酸洗时间。
如图2所示,计算最终酸洗时间系数Y={A,B,D},可采用以下由计算机执行的步骤:
步骤f1,通过现场实验收集拉矫机在特定张力和压下量条件下,n组酸洗液浓度Ci(i=1,2,3,...n)与m组酸洗液温度Tj(j=1,2,3,...m)及与之所对应的最佳酸洗时间t'ij;
步骤f2,根据现场实际给定初步酸洗时间系数的初始值Y0={A0,B0,D0}和优化步长□Y={□A,□B,□D},优化参数k=n□m;
步骤f3,令Y=Y0+k□Y
步骤f4,计算与Ci和Tj对应的初步酸洗时间计算值
步骤f5,构造目标函数式
步骤f6,判断Powell条件是否成立?成立则出入步骤f7;不成立则令k=k+1转入步骤f3;
步骤f7,计算出G(Y)取最小值的Y={A,B,D}最优解。
步骤g,由最优解Y={A,B,D}得到t的计算公式
步骤h,计算考虑到工况影响的酸洗时间(式中,δ为工况调整系数,取值范围为0.8~1.2,具体根据现场实际取值)。
下面通过一个实施例来进一步说明上述技术方案。
实施例
步骤a,收集试验参数:拉矫机的平均压下量x0=12、无拉矫机破鳞的酸洗时间t0=80s;
步骤b,构造拉矫破鳞对酸洗时间的影响系数计算模型:
tp—拉矫破鳞对酸洗时间的影响系数;
u,P—拉矫破鳞对酸洗时间的影响系数模型的参数。
步骤c,计算u,P:收集现场给出的特定浓度和温度条件下,100组张力Fi(i=1,2,3,...100)与100组压下量xj(j=1,2,3,...100)及与之所对应的最佳酸洗时间tpij,可以得到{u=2,P=-4}最优解;
步骤d,得到tp的计算公式:
步骤e,构造考虑酸洗液浓度、温度和拉矫机破鳞影响下的酸洗时间计算模型:
B—酸洗液浓度影响系数;
D—酸洗液温度影响系数;
A—常数,根据现场实际取值。
步骤f,计算最终酸洗时间系数A,B,D:收集现场给出的平均张力和平均压下量条件下,100组酸洗液浓度Ci(i=1,2,3,...100)与100组酸洗液温度Tj(j=1,2,3,...100)及与之所对应的最佳酸洗时间tij,得到{A=-2,B=-2,D=54}最优解;
步骤g,得到t的计算公式:
步骤h,将拉矫机张力F=60、压下量x=20,酸洗液浓度C=5%,温度T=90等已知参数代入公式,计算得到酸洗时间t=76.01。
根据实测酸洗时间为t'=77.5,由于|(t-t')/t'|=0.019≤0.05,可知其误差非常小,满足现场要求。
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,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (9)
1.一种考虑拉矫破鳞效果的酸洗时间预报方法,其特征在于,包括以下步骤:
步骤a,收集试验参数;
步骤b,构造拉矫破鳞对酸洗时间的影响系数模型;
步骤c,通过回归方法计算所述影响系数模型的参数;
步骤d,构造考虑酸洗液浓度、温度和拉矫破鳞影响下的酸洗时间计算模型;
步骤e,通过回归方法计算酸洗时间系数;
步骤f,根据所述酸洗时间计算模型计算酸洗时间;
步骤g,由最优解得到酸洗时间的计算公式;
步骤h,计算考虑到工况影响的酸洗时间。
2.如权利要求1所述的考虑拉矫破鳞效果的酸洗时间预报方法,其特征在于:
步骤a的试验参数包括:拉矫机压下量x,压下量中心点x0、拉矫机张力F、不经过拉矫机破鳞的酸洗时间t0。
3.如权利要求2所述的考虑拉矫破鳞效果的酸洗时间预报方法,其特征在于:
所述拉矫破鳞对酸洗时间的影响系数模型为:
式中,tp为拉矫破鳞的影响系数;u,P为模型参数。
4.如权利要求3所述的考虑拉矫破鳞效果的酸洗时间预报方法,其特征在于:
步骤c进一步包括:
步骤c1,通过现场实验收集酸洗液在平均浓度(如15%)和温度(如80℃)条件下,n组张力Fi(i=1,2,3,...n)与m组压下量xj(j=1,2,3,...m)及与之所对应的最佳酸洗时间tpij;
步骤c2,回归计算,得到u和P的最优解。
5.如权利要求4所述的考虑拉矫破鳞效果的酸洗时间预报方法,其特征在于:
所述酸洗时间计算模型为:
式中,B为酸洗液浓度影响系数、D为酸洗液温度影响系数、A为零次项影响系数,C为酸液浓度,T为酸液温度。
6.如权利要求5所述的考虑拉矫破鳞效果的酸洗时间预报方法,其特征在于:
通过回归方法计算酸洗时间系数A,B,D的步骤为:
步骤e1,通过现场实验收集拉矫机在平均张力和压下量条件下,n组酸洗液浓度Ci(i=1,2,3,...n)与m组酸洗液温度Tj(j=1,2,3,...m)及与之所对应的最佳酸洗时间tij;
步骤e2,回归计算,得到A,B,D的最优解。
7.如权利要求6所述的考虑拉矫破鳞效果的酸洗时间预报方法,其特征在于:
步骤f计算最终酸洗时间系数Y={A,B,D},具体步骤为:
步骤f1,通过现场实验收集拉矫机在特定张力和压下量条件下,n组酸洗液浓度Ci(i=1,2,3,...n)与m组酸洗液温度Tj(j=1,2,3,...m)及与之所对应的最佳酸洗时间t'ij;
步骤f2,根据现场实际给定初步酸洗时间系数的初始值Y0={A0,B0,D0}和优化步长□Y={□A,□B,□D},优化参数k=n□m;
步骤f3,令Y=Y0+k□Y
步骤f4,计算与Ci和Tj对应的初步酸洗时间计算值
步骤f5,构造目标函数式
步骤f6,判断Powell条件是否成立?成立则出入步骤f7;不成立则令k=k+1转入步骤f3;
步骤f7,计算出G(Y)取最小值的Y={A,B,D}最优解。
8.如权利要求7所述的考虑拉矫破鳞效果的酸洗时间预报方法,其特征在于:
由最优解Y={A,B,D}得到t的计算公式
9.如权利要求8所述的考虑拉矫破鳞效果的酸洗时间预报方法,其特征在于:
考虑到工况影响的酸洗时间为:
式中,δ为工况调整系数,具体根据现场实际取值,取值范围为0.8~1.2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510311886.6A CN106238470A (zh) | 2015-06-09 | 2015-06-09 | 考虑拉矫破鳞效果的酸洗时间预报方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510311886.6A CN106238470A (zh) | 2015-06-09 | 2015-06-09 | 考虑拉矫破鳞效果的酸洗时间预报方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106238470A true CN106238470A (zh) | 2016-12-21 |
Family
ID=57626721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510311886.6A Pending CN106238470A (zh) | 2015-06-09 | 2015-06-09 | 考虑拉矫破鳞效果的酸洗时间预报方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106238470A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113705895A (zh) * | 2021-08-30 | 2021-11-26 | 宝钢湛江钢铁有限公司 | 一种热轧带钢表面氧化皮特性的预测方法 |
CN115044917A (zh) * | 2022-06-21 | 2022-09-13 | 北京首钢冷轧薄板有限公司 | 热轧带钢酸洗速度确定方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030015259A1 (en) * | 2000-02-16 | 2003-01-23 | Rolf Bunten | Method and device for pickling rolled metal, in particular steel strips |
CN102286751A (zh) * | 2011-06-04 | 2011-12-21 | 首钢总公司 | 一种在冷轧酸洗工艺中判定酸洗速度的方法 |
CN104451723A (zh) * | 2014-10-16 | 2015-03-25 | 武汉钢铁(集团)公司 | 提高热轧带钢酸洗效率和质量的方法 |
-
2015
- 2015-06-09 CN CN201510311886.6A patent/CN106238470A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030015259A1 (en) * | 2000-02-16 | 2003-01-23 | Rolf Bunten | Method and device for pickling rolled metal, in particular steel strips |
CN102286751A (zh) * | 2011-06-04 | 2011-12-21 | 首钢总公司 | 一种在冷轧酸洗工艺中判定酸洗速度的方法 |
CN104451723A (zh) * | 2014-10-16 | 2015-03-25 | 武汉钢铁(集团)公司 | 提高热轧带钢酸洗效率和质量的方法 |
Non-Patent Citations (2)
Title |
---|
杨子良: "拉矫破鳞试验机及连续带钢酸洗模型的开发", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
王鹏涛: "Powell寻优法及其应用", 《系统工程理论与实践》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113705895A (zh) * | 2021-08-30 | 2021-11-26 | 宝钢湛江钢铁有限公司 | 一种热轧带钢表面氧化皮特性的预测方法 |
CN113705895B (zh) * | 2021-08-30 | 2023-08-08 | 宝钢湛江钢铁有限公司 | 一种热轧带钢表面氧化皮特性的预测方法 |
CN115044917A (zh) * | 2022-06-21 | 2022-09-13 | 北京首钢冷轧薄板有限公司 | 热轧带钢酸洗速度确定方法及装置 |
CN115044917B (zh) * | 2022-06-21 | 2023-10-03 | 北京首钢冷轧薄板有限公司 | 热轧带钢酸洗速度确定方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105808865A (zh) | 一种低温疲劳性能表征与寿命估算的方法 | |
CN105067457B (zh) | 一种腐蚀裂纹扩展性能表征与寿命估算的方法 | |
CN102152172B (zh) | 基于协整建模的刀具磨损监测方法 | |
CN103077320B (zh) | 一种基于粗糙集理论的焊接疲劳分析方法 | |
US11155419B1 (en) | Dynamic reliability evaluation method for coupling faults of middle trough of scraper conveyor | |
CN105022860A (zh) | Pcb焊点随机振动疲劳寿命预测方法与系统 | |
WO2019001016A1 (zh) | 一种基于温度与位移关系模型的桥梁伸缩缝性能预警方法 | |
CN104484560A (zh) | 一种适合于连退机组的带钢跑偏预报方法 | |
CN101520652A (zh) | 一种数控装备服役可靠性的评估方法 | |
CN102967512A (zh) | 基于非对称循环应力控制加载的低周疲劳寿命预测方法 | |
CN106932135B (zh) | 一种基于加权窄带搜峰法识别振动频率的柔性拉索索力测试方法 | |
CN101598720A (zh) | 一种建立相变诱发塑性钢板成形极限图的实验方法 | |
CN106238470A (zh) | 考虑拉矫破鳞效果的酸洗时间预报方法 | |
CN104267610B (zh) | 高精度的高炉冶炼过程异常数据检测及修补方法 | |
CN110989510A (zh) | 一种热镀锌产品全流程质量控制与等级自动判断系统 | |
CN104731083A (zh) | 一种基于自适应特征提取的工业故障诊断方法及应用 | |
CN113779714A (zh) | 一种焊接接头用p_s_n曲线测定方法、装置及系统 | |
Zhou et al. | Application of time series data anomaly detection based on deep learning in continuous casting process | |
CN103308334A (zh) | 一种非线性累积的构件疲劳评估方法 | |
CN105241589A (zh) | 一种机器人手臂应变测试数据处理方法 | |
Zhong et al. | Fatigue crack growth of EH36 steel in air and corrosive marine environments | |
CN104451723B (zh) | 提高热轧带钢酸洗效率和质量的方法 | |
CN103472732A (zh) | 一种改进的基于马氏距离的多变量控制器性能监控方法 | |
CN110489848A (zh) | 一种不同海水流速腐蚀疲劳裂纹扩展速率预测方法 | |
CN107609270A (zh) | 一种基于数字化模态坐标的椭圆面建筑物损伤识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161221 |
|
RJ01 | Rejection of invention patent application after publication |