一种适用于冷轧过程轧制压力随轧制速度变化预报方法
技术领域
本发明属于冷轧技术领域,特别涉及一种轧制速度变化的预报方法。
背景技术
近年来,随着现代板材加工工业向高度自动化方向的发展以及冷轧带材使用范围的日益广泛,用户对冷轧带材的板形与厚度精度提出了越来越高的要求。与此同时,轧制压力作为冷连轧过程中的一个重要轧制工艺参数,与辊缝的大小及形状密切相关,其波动情况直接影响到成品带材的板形与板厚精度,是现场必须精确控制的核心工艺参数之一。在冷连轧生产过程中,刨除来料性能与厚度波动等因素的影响,在工艺润滑制度及张力稳定的情况下,轧制速度的波动是造成轧制压力波动的主要原因。轧制速度对轧制压力的影响表现在两个方面:(1)随着轧制速度的提高,润滑油膜厚度增加、摩擦系数变小、轧制压力变小;(2)随着轧制速度的提高,轧制变形热增加,如果乳化液流量较少冷却跟不上,此时轧制温度会升高,润滑油的粘度会减少,从而导致润滑油膜的厚度减小,摩擦系数变大,轧制压力变大,使得轧制压力与轧制速度之间关系出现反常。
对于冷轧升降速过程中轧制压力的变化问题,国内外学者虽然进行了较多的研究,如专利[1]《一种冷轧轧制升降速过程中板带厚度补偿控制方法》(申请号:CN201510685156.2),是控制传动系统并记录实际输出速度、轧制力、厚度偏差数据,获得轧机速度-轧制力补偿系数曲线,提高升降速轧制过程中厚度控制精度并提高轧制过程稳定性;专利[2]《一种单机架冷轧轧制力模型和前滑模型调试方法》(申请号:CN201510765325.3),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;专利[3]《冷连轧高速轧制过程中摩擦系数预报与设定方法》(申请号:CN200710061619.3),是得到冷连轧高速轧制过程中摩擦系数的在线预报与设定,所建立的摩擦系数模型最大的优点是通用性强,不但在同一机组内不同机架之间可以互相通用,而且不同冷连轧机组之间也可以互相参考;专利[4]《一种平整轧制压力设定、预报及自学习方法》(申请号:CN200710185706.X),通过对钢种与工况影响系数的不断自学习在不损害摩擦系数及变形抗力等关键轧制参数物理意义的前提下有效的保证轧制压力模型的计算精度。比较典型的论文有杨广科[5]通过分析轧制过程中轧制力以及轧制后板形的变化,定量计算出前后张力对轧制压力的影响关系;薛涛[6]采用弹塑性有限元法对冷轧带钢轧制过程进行数值模拟,得到摩擦因数、压下率、前后张应力和变形抗力等对冷轧轧制力的影响规律;李长生[7]分析比较了相同轧制条件、不同轧制润滑工艺和油品下轧制力和轧制速度的关系;张朝磊[8]通过实验对不同润滑条件下冷轧时的轧制压力变化进行分析,此发明方法的原理清晰明了,计算速度快,适于在线使用。但上述研究大部分是以单因素分析为主,未能综合轧制工艺参数与润滑工艺参数之间的交叉影响、建立相关数学模型展开多维度的研究。这样,如何定量分析冷轧升降速过程中轧制压力的变化规律,最终实现有意识的控制轧制压力的波动依然是现场技术攻关的焦点。
(参考文献:[1]孙杰;胡云建;陈树宗等.一种冷轧轧制升降速过程中板带厚度补偿控制方法:中国,ZL CN201510685156.2[P].2015-12-30.[2]刘海超;刘超;何绪铃等.一种单机架冷轧轧制力模型和前滑模型调试方法:中国,ZLCN201510765325.3[P].2016-03-23.[3]白振华.冷连轧高速轧制过程中摩擦系数预报与设定方法:中国,ZLCN200710061619.3[P].2007-08-29.[4]白振华.一种平整轧制压力设定、预报及自学习方法:中国,ZL CN200710185706.X[P].2008-07-09.[5]杨广科,赵春江,陈今良,等.张力在轧制过程中对轧制力影响的有限元模拟[J].机械工程与自动化,2013(4):7-8.[6]薛涛,杜凤山,孙静娜,等.基于FEM-ANN的冷轧带钢轧制力预报[J].中南大学学报:自然科学版,2013(11):4456-4460.[7]李长生,李有元,余涛,等.四辊可逆冷轧机轧制润滑工艺实验研究[J].东北大学学报(自然科学版),2010,31(08):1117-1120.[8]张朝磊,孙建林,张军,等.金属薄板冷轧工艺润滑基础实验研究[J].润滑与密封,2007,32(10):112-114.)
发明内容
本发明的目的在于提供一种能够实现升降速过程轧制压力变化的在线预报、实时监控升降速过程轧制压力变化情况、减轻轧制压力波动程度、保了带钢的表面质量与板形精度的适用于冷轧过程轧制压力随轧制速度变化预报方法。
本发明包括以下由计算机执行的步骤:
(a)收集冷连轧机组的主要设备与工艺参数,主要包括以下步骤:
a1)收集冷连轧机组的轧辊工艺参数,主要包括:工作辊半径R、表面粗糙度Rar、工作辊的杨氏模量E、工作辊的泊松比v;
a2)收集冷连轧机组主要轧制工艺参数,主要包括带材的平均变形抗力Km、带材的宽度B、来料的厚度h0、压下率ε、轧制速度数据Vj、前张力和后张力σ1、σ0;
a3)收集工艺润滑制度参数,主要包括乳化液流量w、乳化液浓度C、乳化液初始温度t0、乳化液的粘度压缩系数θ;
(b)计算工作辊的弹性压扁半径
(c)计算当前工况下生产该典型规格产品时轧制过程的乳化液温度T。其计算模型为:
式中:αB为换热系数;A为接触面积,m2;t0为乳化液初始温度,℃;ηp为塑性变形功转化为热的分配系数,一般取0.9;ηf为摩擦热的分配系数,一般为0.32~0.6;为轧辊与轧件相对速度绝对值的平均值,若将轧件咬入处的相对速度近似为线性,则由下式表示其中,e=1-(1+f)(1-ε),式中的f、e和Vr分别为前滑率、后滑率和轧辊速度;αB0为喷嘴形状和喷射角度影响系数;
(d)计算乳化液的动力粘度式中:a1,b1为表示乳化液大气压力下动力粘度的参数,可以根据乳化液而定;
(e)计算光辊轧制时的动态油膜厚度式中:kc为乳化液浓度影响系数;θ为乳化液的粘度压缩系数;ψ为乳化液油膜速度影响系数;其中V为轧制速度;
(f)计算出当前工况下,轧制过程中的摩擦系数μ,其计算模型为:式中:a为液体摩擦影响系数;b为干摩擦影响系数;Bξ为摩擦系数衰减指数;ξ01为光辊轧制时的动态油膜厚度,ξ02为轧辊粗糙度对乳化液油膜厚度影响量,主要取决于轧辊实际粗糙度;
(g)计算当前工况下的轧制压力式中:为强度张力规格系数 为规格强度系数 为规格压下系数
本发明与现有技术相比具有如下优点:
建立了轧制速度与轧制压力之间关系的相关模型,可以预报出不同钢种、规格的带钢在一定的轧制工艺下生产时轧制速度与轧制压力关系,当出现升降速过程轧制压力变化波动较大的现象,及时调整相关工艺,以避免波动超差的发生,为现场人员提供在线、快速的预警机制,保证了带钢的表面质量与板形精度,提高了品牌竞争力,给企业带来了效益,具有进一步推广应用价值。
附图说明
图1是本发明的总计算框图;
图2是本发明步骤(a)的计算流程图;
图3是本发明实施例1轧制压力预报值与轧制压力实际值的比较曲线
图4是本发明实施例2轧制压力预报值与轧制压力实际值的比较曲线
具体实施方式
为了进一步的说明本发明所述相关技术的应用过程,现以某冷轧厂1420冷连轧机组某典型规格MRT-5CA为例,详细地介绍冷轧过程轧制压力随轧制速度变化预报方法的应用过程。
实施例1
一种适用于冷轧过程轧制压力随轧制速度变化预报方法,其计算步骤如图1所示:
首先,在步骤a中,收集冷连轧机组的主要设备与工艺参数,如图2所示,主要包括以下步骤:
在步骤a1中,收集轧辊工艺参数,工作辊半径R=203.43mm、表面粗糙度Rar=0.53μm、工作辊的杨氏模量E=206GPa、工作辊的泊松比v=0.3;
随后,步骤a2中,收集轧制工艺参数,带材的平均变形抗力Km=502MPa、带材的宽度B=812mm、来料的厚度h0=2.01mm、压下率εi={44.3,44.2,38.1,32.5,19.3}%、轧制速度数据Vj={149.6,292.3,328.3,449.2,585.5,601.2,796.7,833.5,939.2,1087.1,1143.5}m/min、张力值σi={60.2,129.8,146.4,156.4,164.6,65.0}MPa;
随后,步骤a2中,收集工艺润滑制度参数,乳化液流量wi={1019,1346,1100,1048,1200}L/min、乳化液浓度C=4.2%、乳化液初始温度t0=58℃、乳化液的粘度压缩系数θ=0.0343m2/N;
随后,在步骤b中,计算工作辊的弹性压扁半径
随后,在步骤c中,计算当前工况下生产该典型规格产品时轧制过程的乳化液温度T={58.2,58.9,59.3,59.7,60.2,60.6,61.2,61.7,62.3,62.6,63.2}℃,其中:换热系数αB=437.2W/(m2·K);接触面积A=0.177m2;塑性变形功转化为热的分配系数ηp=0.9;摩擦热的分配系数ηf=0.453;轧辊速度
Vr={147.6,288.2,323.3,442.0,575.5,590.3,781.5,816.8,919.4,1063.2,1117.1}m/min;喷嘴形状、喷射角度影响系数αB0=0.98;
随后,在步骤d中,计算乳化液的动力粘度
η0={5.421,5.330,5.278,5.227,5.164,5.114,5.040,4.979,4.907,4.872,4.801}Pa·s,其中:表示乳化液大气压力下动力粘度的参数a1=22.3,b1=0.0243;
随后,在步骤e中,计算光辊轧制时的动态油膜厚度
ξ01={0.924,0.974,1.049,1.098,1.126,1.236,1.297,1.344,1.327,1.423,1.442}μm,乳化液浓度影响系数kc=0.95;
随后,在步骤f中,计算出当前工况下,轧制过程中的摩擦系数μ={0.02764,0.02592,0.02370,0.02246,0.02181,0.01965,0.01868,0.01802,0.01825,0.01698,0.01687},其中:液体摩擦影响系数a=0.0126;干摩擦影响系数b=0.1416;摩擦系数衰减指数Bξ=-2.4297;轧辊粗糙度对乳化液油膜厚度影响量ξ02=0.0012;
随后,在步骤g中,计算当前工况下的轧制压力
P={5079.5,5054.3,5035.1,5022.7,4998.7,4980.1,4944.6,4940.2,4917.7,4898.6,4877.2}kN。
最后,为了方便比较,给出实施例1由轧制速度得出的轧制压力预报值与现场收集的轧制压力实际值及其相对误差(如表1所示),以及轧制压力预报值与轧制压力实际值的比较曲线(如图3所示)。通过数据的比较可以看出,采用本发明所述的技术后所得出的轧制压力平均预报精度达到95%以上,达到了工程要求,为在线控制轧制压力波动提供了理论基础。
表1实施例1轧制压力预报值与轧制压力实际值及其相对误差
实施例2
首先,在步骤a中,收集冷连轧机组的主要设备与工艺参数,主要包括以下步骤:
在步骤a1中,收集轧辊工艺参数,工作辊半径R=204.29mm、表面粗糙度Rar=0.52μm、工作辊的杨氏模量E=206GPa、工作辊的泊松比v=0.3;
随后,在步骤a2中,收集主要轧制工艺参数,带材的平均变形抗力Km=502MPa、带材的宽度B=1020mm、来料的厚度h0=2.23mm、压下率εi={44.5,44.4,38.3,32.8,20.3}%、轧制速度数据Vj={146.2,286.7,322.3,444.3,583.2,600.2,792.8,832.2,932.6,1086.2,1142.7}m/min、张力值σi={57.8,129.0,145.5,155.5,163.8,62.8}MPa;
随后,在步骤a3中,收集工艺润滑制度参数,乳化液流量wi={1023,1362,1140,1067,1266}L/min、乳化液浓度C=4.2%、乳化液初始温度t0=58℃、乳化液的粘度压缩系数θ=0.0343m2/N;
随后,在步骤b中,计算工作辊的弹性压扁半径
随后,在步骤c中,计算当前工况下生产该典型规格产品时轧制过程的乳化液温度T={58.3,58.9,59.2,59.9,60.4,60.7,61.4,61.7,62.6,63.6,64.1}℃,其中:换热系数αB=437.2W/(m2·K);接触面积A=0.204m2;塑性变形功转化为热的分配系数ηp=0.9;摩擦热的分配系数ηf=0.453;轧辊速度
Vr={144.3,282.7,317.5,437.2,573.3,589.4,777.7,815.6,913.0,1062.3,1116.4}m/min;喷嘴形状、喷射角度影响系数αB0=0.98;
随后,在步骤d中,计算乳化液的动力粘度
η0={5.408,5.330,5.291,5.202,5.139,5.102,5.016,4.979,4.872,4.754,4.697}Pa·s,其中:表示乳化液大气压力下动力粘度的参数a1=22.3,b1=0.0243;
随后,在步骤e中,计算光辊轧制时的动态油膜厚度
ξ01={0.921,0.944,0.972,1.034,1.097,1.136,1.226,1.298,1.312,1.397,1.402}μm,其中:乳化液浓度影响系数kc=0.95;
随后,在步骤f中,计算出当前工况下,轧制过程中的摩擦系数μ={0.02775,0.02693,0.02598,0.02411,0.02248,0.02158,0.01982,0.01866,0.01846,0.01737,0.01731},其中:液体摩擦影响系数a=0.0126;干摩擦影响系数b=0.1416;摩擦系数衰减指数Bξ=-2.4297;轧辊粗糙度对乳化液油膜厚度影响量ξ02=0.00011;
随后,在步骤g中,计算当前工况下的轧制压力
P={6435.7,6402.1,6392.2,6382.6,6360.7,6342.9,6310.3,6304.5,6286.2,6262.2,6244.2}kN。
最后,为了方便比较,给出实施例2由轧制速度得出的轧制压力预报值与现场收集的轧制压力实际值及其相对误差(如表2所示),以及轧制压力预报值与轧制压力实际值的比较曲线(如图4所示)。通过数据的比较可以看出,采用本发明所述的技术后所得出的轧制压力平均预报精度达到95%以上,达到了工程要求,为在线控制轧制压力波动提供了理论基础。
表2实施例2轧制压力预报值与轧制压力实际值及其相对误差