CN106457325A - 平坦度控制装置 - Google Patents
平坦度控制装置 Download PDFInfo
- Publication number
- CN106457325A CN106457325A CN201480078917.1A CN201480078917A CN106457325A CN 106457325 A CN106457325 A CN 106457325A CN 201480078917 A CN201480078917 A CN 201480078917A CN 106457325 A CN106457325 A CN 106457325A
- Authority
- CN
- China
- Prior art keywords
- flatness
- value
- coefficient
- impact
- operational ton
- 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.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/28—Control of flatness or profile during rolling of strip, sheets or plates
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
- B21B38/02—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring flatness or profile of strips
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2263/00—Shape of product
- B21B2263/04—Flatness
Abstract
本发明涉及的平坦度控制装置的特征在于,包括:形状计,测量平坦度;平坦度目标值设定装置,设定平坦度目标值;操作量运算装置,运算各致动器的操作量;监视装置,监视平坦度实际值的变化量是否大于预定的平坦度阈值;存储装置,在平坦度实际值的变化量超过所述平坦度阈值的情况下,将平坦度实际值的变化量和各致动器的操作量实际值建立关联并进行存储;平坦度影响系数运算装置,运算鉴定值;平坦度影响系数学习值运算装置,基于本次鉴定值和前次学习值,运算本次学习值,并对所述操作量运算装置设定本次学习值;以及平坦度影响系数学习值保存装置,存储各影响系数的学习值。
Description
技术领域
本发明涉及一种平坦度控制装置。
背景技术
以前已知有对金属等轧制材料进行轧制的轧机。在轧机中会进行用于平坦地轧制轧制材料的平坦度控制。以下对平坦度控制进行说明。
在平坦度控制中,对由设置于轧机上的形状计检测出的轧制材料的平坦度实际值和平坦度目标值之间的偏差进行运算。并且,运算设置于轧机上的各致动器的操作量,使得该偏差成为最小。将运算出的操作量发送到各致动器的控制装置。按一定控制周期反复进行该工作,从而在轧制材料的整个长度上抑制产生平坦度的实际值和目标值之间的偏差。
此外,专利文献1公开了一种采用平坦度实际值和各致动器的操作量的学习控制。通过进行学习控制,能够提高轧制材料的平坦度控制的精度。
现有技术文献
专利文献
专利文献1:日本特开平9-174128号公报
发明内容
发明所要解决的问题
但是,在专利文献1公开的学习控制中,因为冷却剂的影响或信号中包含的干扰等,有时无法得到正确且稳定的平坦度实际值以及各致动器的操作量。其结果,有导致学习精度低下的担忧。
本发明是为了解决上述问题而完成的,其目的在于提供一种能够抑制冷却剂的影响或信号中包含的干扰等的影响而高精度地进行学习控制的平坦度控制装置。
用于解决问题的手段
第一发明是一种用于达到上述目的的平坦度控制装置,其特征在于,该平坦度控制装置设置在操作多个致动器使轧制材料轧制成期望产品的轧制工序中,控制所述轧制材料的宽度方向的平坦度,包括:
形状计,测量设置在所述轧制材料的宽度方向上的多个测量位置的各个测量位置上的平坦度;
平坦度目标值设定装置,设定各所述测量位置上的平坦度目标值;
操作量运算装置,用以各所述测量位置作为变量的多项式来表示操作了各所述致动器时的各所述测量位置上的平坦度变化量,使用对所述多项式的各项乘以表示该项对平坦度的影响大小的影响系数而得到的平坦度影响系数模型,基于各所述测量位置上的平坦度实际值和各所述测量位置上的平坦度目标值之间的偏差,运算用于减小所述偏差的各所述致动器的操作量;
监视装置,监视各所述测量位置上的平坦度实际值的变化量是否大于预定的平坦度阈值;
存储装置,在各所述测量位置上的平坦度实际值的变化量超过所述平坦度阈值的情况下,将各所述测量位置上的平坦度实际值的变化量和所述致动器的操作量实际值建立关联并进行存储;
平坦度影响系数运算装置,基于从所述存储装置读出的各所述测量位置上的平坦度实际值的变化量和各所述致动器的操作量实际值,鉴定所述平坦度影响系数模型的各所述影响系数,并运算该鉴定值;
平坦度影响系数学习值运算装置,基于各所述影响系数的本次鉴定值和各所述影响系数的前次学习值,运算各所述影响系数的本次学习值,并对所述操作量运算装置设定各所述影响系数的本次学习值;以及
平坦度影响系数学习值保存装置,存储各所述影响系数的学习值。
发明效果
根据本发明,由于能够适当地选择学习控制中使用的实际数据,因此能够降低冷却剂的影响、干扰的影响。其结果,平坦度预测精度提高。
附图说明
图1是示出实施方式1的系统结构的图。
图2是示出实施方式1的操作量监视装置的监视顺序的图。
图3是示出实施方式2的系统结构的图。
具体实施方式
实施方式1
[系统结构]
在实施方式1中,对具备工作辊(WR)弯曲、中间辊(IMR)弯曲、IMR移位、校平(leveling)等的致动器的单轧机进行控制。在此,所谓WR弯曲是利用液压力矫正工作辊的松弛的致动器,所谓IMR弯曲是利用液压力矫正中间辊的松弛的致动器,所谓IMR移位是将中间辊在轧制材料的轧制方向的垂直方向上移动的致动器,所谓校平(leveling)是为了对轧制材料蛇行或形状混乱的情况进行修正而设置的致动器。
图1是示出实施方式1的系统结构的图。图1中示出了轧机1。轧机1具备上述说明的WR弯曲、IMR弯曲、IMR移位、校平等致动器5。轧机1将轧制材料2向箭头3方向进行轧制。在轧机1的出口侧设置有形状计4。形状计4在以规定间隔设定于轧制材料2的宽度方向上的多个测量位置的各个测量位置上具备传感器辊。以该多个传感器辊的每一个来测量轧制材料2的平坦度实际值。
图1中示出了对轧机1的致动器5进行控制的平坦度控制装置6。平坦度控制装置6包括形状计4、操作量运算装置7、平坦度目标值设定装置8。操作量运算装置7是运算致动器5的操作量的装置。平坦度目标值设定装置8是设定目标值的装置,该目标值表示轧制材料2被轧制后的目标形状在各测量位置上的平坦度。
使用上述说明的平坦度控制装置6的构成装置进行常规控制。以下对实施方式1的常规控制进行说明。
形状计4将测量的平坦度实际值传输到操作量运算装置7。操作量运算装置7按照每个控制周期,运算从平坦度目标值设定装置8输出的目标值和平坦度实际值之间的偏差。并且,操作量运算装置7使用后述的平坦度影响系数模型来运算致动器5的操作量,以使该偏差成为最小。基于在操作量运算装置7中运算出的操作量来操作致动器5。
在实施方式1中,除了上述常规控制之外,还进行平坦度学习控制。以下对该学习控制进行说明。
平坦度控制装置6包括平坦度影响系数运算装置9、平坦度影响系数学习值运算装置10、平坦度影响系数学习值保存装置11、信息收集装置20。信息收集装置20由操作量监视装置12和变化量存储装置13构成。平坦度影响系数运算装置9是使用后述的评价函数来鉴定平坦度影响系数模型的学习系数的装置。平坦度影响系数学习值运算装置10是运算影响系数的学习值的装置。平坦度影响系数学习值保存装置11是对平坦度影响系数学习值运算装置10运算出的学习值进行保存的装置。信息收集装置20是对平坦度影响系数模型的学习中使用的实际值进行筛选的装置。
由形状计4测量的平坦度实际值和致动器5的操作量实际值被输入到平坦度控制装置6。在平坦度控制装置6内,平坦度影响系数运算装置9使用后述的评价函数,基于致动器5操作前的平坦度实际值和操作后的平坦度实际值之间的差(以下称为平坦度实际值的变化量)、以及致动器5的操作量实际值,来鉴定平坦度影响系数模型的学习系数。将该鉴定出的学习系数的值称为鉴定值。平坦度影响系数运算装置9将运算出的学习系数的鉴定值传输给平坦度影响系数学习值运算装置10。
平坦度影响系数学习值运算装置10基于从平坦度影响系数学习值保存装置11传输来的前次学习值和从平坦度影响系数运算装置9传输来的学习系数的鉴定值,运算本次学习值。再有,在平坦度影响系数学习值运算装置10中,根据学习系数的鉴定值与前次学习值的平均或者加权平均,求得本次学习值。
平坦度影响系数学习值运算装置10向操作量运算装置7和平坦度影响系数学习值保存装置11传输本次学习值。平坦度影响系数学习值保存装置11对从平坦度影响系数学习值运算装置10传输来的本次学习值进行存储。平坦度影响系数学习值保存装置11在例如按照每个钢种、板厚、板宽而分层区别的学习表中存储接收到的本次学习值。操作量运算装置7在平坦度影响系数模型中使用接收到的本次学习值,来实施平坦度控制。
以下,对操作量运算装置7中存储的平坦度影响系数模型以及平坦度影响系数运算装置9中存储的评价函数的具体内容进行详细叙述。
[平坦度影响系数模型]
如下述式(1)至式(4)那样表现操作量运算装置7中存储的平坦度影响系数模型。在下述式中,将WR弯曲的平坦度影响系数模型表示为式(1),将IMR弯曲的平坦度影响系数模型表示为式(2),将IMR移位的平坦度影响系数模型表示为式(3),将校平的平坦度影响系数模型表示为式(4)。
[数学式1]
[数学式2]
[数学式3]
[数学式4]
在此,以下对上述式(1)至式(4)的各项进行说明。
[数学式5]
xi:将板宽标准化为-1到1时的i上的基准化位置[-]
[数学式6]
i:形状计的各传感器辊的号码(i=1、2、3、……N)
[数学式7]
WR弯曲平坦度影响系数模型[I-unit/(kN/chock)]
[数学式8]
IMR弯曲平坦度影响系数模型[I-unit/(kN/chock)]
[数学式9]
IMR移位平坦度影响系数模型[I-unit/mm]
[数学式10]
校平平坦度影响系数模型[I-unit/mm]
[数学式11]
aWRB2:WR弯曲平坦度影响系数模型的二次项系数[I-unit/(kN/chock)]
[数学式12]
aWRB4:WR弯曲平坦度影响系数模型的四次项系数[I-unit/(kN/chock)]
[数学式13]
aIRB2:IMR弯曲平坦度影响系数模型的二次项系数[I-unit/(kN/chock)]
[数学式14]
aIRB4:IMR弯曲平坦度影响系数模型的四次项系数[I-unit/(kN/chock)]
[数学式15]
aIRS2:IMR移位平坦度影响系数模型的二次项系数[I-unit/mm]
[数学式16]
aIRS4:IMR移位平坦度影响系数模型的四次项系数[I-unit/mm]
[数学式17]
aLVL1:校平平坦度影响系数模型的一次项系数[I-unit/mm]
[数学式18]
aLVL3:校平平坦度影响系数模型的三次项系数[I-unit/mm]
[数学式19]
aWRB6:WR弯曲平坦度影响系数模型的六次项系数[I-unit/(kN/chock)]
[数学式20]
aIRB6:IMR弯曲平坦度影响系数模型的六次项系数[I-unit/(kN/chock)]
[数学式21]
aIRS6:IMR移位平坦度影响系数模型的六次项系数[I-unit/mm]
[数学式22]
aLVL5:校平平坦度影响系数模型的五次项系数[I-unit/mm]
再有,上述数学式11至数学式22的系数为固定值。
[数学式23]
ZWRB2:WR弯曲平坦度影响系数模型的二次项学习系数[I-unit/(kN/chock)]
[数学式24]
ZWRB4:WR弯曲平坦度影响系数模型的四次项学习系数[I-unit/(kN/chock)]
[数学式25]
ZIRB2:IMR弯曲平坦度影响系数模型的二次项学习系数[I-unit/(kN/chock)]
[数学式26]
ZIRB4:IMR弯曲平坦度影响系数模型的四次项学习系数[I-unit/(kN/chock)]
[数学式27]
ZIRS2:IMR移位平坦度影响系数模型的二次项学习系数[I-unit/mm]
[数学式28]
ZIRS4:IMR移位平坦度影响系数模型的四次项学习系数[I-unit/mm]
[数学式29]
ZLVL1:校平平坦度影响系数模型的一次项学习系数[I-unit/mm]
[数学式30]
ZLVL3:校平平坦度影响系数模型的三次项学习系数[I-unit/mm]
[数学式31]
ZWRB6:WR弯曲平坦度影响系数模型的六次项学习系数[I-unit/(kN/chock)]
[数学式32]
ZIRB6:IMR弯曲平坦度影响系数模型的六次项学习系数[I-unit/(kN/chock)]
[数学式33]
ZIRS6:IMR移位平坦度影响系数模型的六次项学习系数[I-unit/mm]
[数学式34]
ZLVL5:校平平坦度影响系数模型的五次项学习系数[I-unit/mm]
再有,上述数学式23至数学式34的学习系数为变量。并且,上述数学式11至数学式22的系数与上述数学式23至数学式34的学习系数相乘而得到的值为影响系数。例如,式(1)中示出的WR弯曲平坦度影响系数模型的二次项影响系数为ZWRB2·aWRB2。
[评价函数]
用下述式(5)表现平坦度影响系数运算装置9中存储的评价函数。平坦度影响系数运算装置9运算各学习系数的鉴定值,使得下述评价函数成为最少。
[数学式35]
[数学式36]
n::第n组的实际值[-]
[数学式37]
位置i上的平坦度实际值[I-unit]
[数学式38]
实际WR弯曲[kN/chock]
[数学式39]
实际IMR弯曲[kN/chock]
[数学式40]
实际IMR移位[mm]
[数学式41]
实际校平[mm]
[数学式42]
WR弯曲平坦度影响系数模型的二次项学习系数的鉴定值[I-unit/(kN/chock)]
[数学式43]
WR弯曲平坦度影响系数模型的四次项学习系数的鉴定值[I-unit/(kN/chock)]
[数学式44]
WR弯曲平坦度影响系数模型的六次项学习系数的鉴定值[I-unit/(kN/chock)]
[数学式45]
IMR弯曲平坦度影响系数模型的二次项学习系数的鉴定值[I-unit/(kN/chock)]
[数学式46]
IMR弯曲平坦度影响系数模型的四次项学习系数的鉴定值[I-unit/(kN/chock)]
[数学式47]
IMR弯曲平坦度影响系数模型的六次项学习系数的鉴定值[I-unit/(kN/chock)]
[数学式48]
IMR移位平坦度影响系数模型的二次项学习系数的鉴定值[I-unit/mm]
[数学式49]
IMR移位平坦度影响系数模型的四次项学习系数的鉴定值[I-unit/mm]
[数学式50]
IMR移位平坦度影响系数模型的六次项学习系数的鉴定值[I-unit/mm]
[数学式51]
校平平坦度影响系数模型的一次项学习系数的鉴定值[I-unit/mm]
[数学式52]
校平平坦度影响系数模型的三次项学习系数的鉴定值[I-unit/mm]
[数学式53]
校平平坦度影响系数模型的五次项学习系数的鉴定值[I-unit/mm]
此外,在学习控制中使用平坦度实际值和致动器5的操作量时,在平坦度实际值中含有冷却剂的影响或干扰等的情况下,平坦度的预测误差变大,有难以进行稳定控制的担忧。
因此,在实施方式1中,为了适当地选择学习控制中使用的实际值,按照每个控制周期接收平坦度实际值和致动器5的操作量,判断在预定的时间内平坦度实际值的变化量以及致动器5的操作量实际值是否超过了阈值。以下,参照图2,对在实施方式1中进行的判断例程进行说明。
[判断例程]
图2是在操作量监视装置12中执行的判断例程。首先,操作量监视装置12判断学习标志是否为“开”(S100)。操作量监视装置12在判断为学习标志没有成为“开”的情况下,结束本例程。
另一方面,在S100中,操作量监视装置12在判断为学习标志成为“开”的情况下,计测此时的时间和致动器5的操作量的实际值(S110)。
接着,操作量监视装置12运算从执行S110的时间开始的经过时间Δt、平坦度实际值的变化量、致动器5的操作量实际值(S120)。
接着,操作量监视装置12判断经过时间Δt是否长于预定的时间ΔtUL(S130)。在经过时间Δt为预定时间ΔtUL以下的情况下,本例程返回到起点。
另一方面,在经过时间Δt长于预定时间ΔtUL的情况下,判断形状计4的宽度方向上的各传感器辊位置上的平坦度变化量绝对值的平均值是否大于预定的阈值ΔβLL(S140)。在形状计4的宽度方向上的各传感器辊位置上的平坦度变化量绝对值的平均值为预定阈值ΔβLL以下的情况下,在平坦度实际值中包含较多的冷却剂的影响、干扰等,因此再次重新进行经过时间Δt、平坦度实际值的变化量、致动器5的操作量实际值的运算(S120)。
另一方面,在形状计4的宽度方向上的各传感器辊位置上的平坦度变化量绝对值的平均值大于预定的阈值ΔβLL的情况下,判断各个致动器5的操作量是否小于预定的阈值(S150、S170、S190、S210)。对于操作量小于阈值的致动器5,将操作量替换为零,另一方面,对于操作量为阈值以上的致动器5,被替换为该操作量(S160、S180、S200、S220)。之后,与平坦度实际值的变化量一起被传输给变化量存储装置13(S230)。
变化量存储装置13将接收到的平坦度实际值和致动器5的操作量最大存储为M组的数据。变化量存储装置13在存储了M组数据后,将M组数据传输到平坦度影响系数运算装置9。之后还在每次数据被更新1组时,将M组数据传输到平坦度影响系数运算装置9。再有,在钢种、尺寸有变更的情况下,删除全部M组数据。
通常,为了提高近似精度而采取提高近似函数次数的策略,但若次数过高,则有甚至将冷却剂的影响或干扰等的误差都被作为致动器5的影响系数而被模型化的担忧。但是,在本发明中,由于可以适当地选择学习控制中使用的实际数据,因此能够降低冷却剂的影响、干扰的影响,可以使近似函数成为高次。这样,平坦度预测精度提高。
再有,作为平坦度影响系数模型的变形例,也可以使用更低次的下述式(6)至式(9)。
[数学式54]
[数学式55]
[数学式56]
[数学式57]
再有,在实施方式1中,平坦度影响系数运算装置9鉴定影响系数模型的学习系数,但不限于此。例如,也可以使平坦度影响系数运算装置9鉴定影响系数模型的影响系数。这在后述的实施方式2中也同样。
实施方式2
图3是示出实施方式2的系统结构的图。实施方式2与实施方式1的适用对象相同,不同点在于,由平坦度影响系数次数运算装置14从形状计4接收平坦度实际值,从平坦度目标值设定装置8接收目标值,来控制平坦度影响系数运算装置9。以下仅对与实施方式1不相同的动作进行说明。
平坦度影响系数次数运算装置14从形状计4接收每个控制周期的平坦度实际值,并从平坦度目标值设定装置8接收目标值。在平坦度实际值和平坦度目标值之间的偏差的绝对值的平均值未单调递增预定的时间的情况下,平坦度影响系数次数运算装置14将上述式(1)至式(4)的五次项的学习系数的鉴定值和六次项的学习系数的鉴定值设为0。并且,平坦度影响系数次数运算装置14鉴定一次项、二次项、三次项、四次项的学习系数的鉴定值。另一方面,在平坦度实际值和平坦度目标值之间的偏差的绝对值的平均值单调递增的情况下,平坦度影响系数次数运算装置14鉴定一次项、二次项、三次项、四次项、五次项、六次项的学习系数的鉴定值。平坦度影响系数次数运算装置14还从下一材料开始,对与该轧制材料同样的钢种、板厚、板宽的轧制材料也鉴定一次项、二次项、三次项、四次项、五次项、六次项的学习系数的鉴定值。
再有,在实施方式2中评价了平坦度实际值和平坦度目标值之间的偏差的绝对值的平均值是否单调递增预定时间,但不限定于此。例如也可以评价WR弯曲、IMR弯曲的操作量实际值是否发散。在WR弯曲、IMR弯曲的操作量实际值不发散的情况下,将上述式(1)至式(4)的五次项的学习系数的鉴定值和六次项的学习系数的鉴定值设为0。并且,平坦度影响系数次数运算装置14鉴定一次项、二次项、三次项、四次项的学习系数的鉴定值。另一方面,在WR弯曲、IMR弯曲的操作量实际值发散的情况下,平坦度影响系数次数运算装置14鉴定一次项、二次项、三次项、四次项、五次项、六次项的学习系数的鉴定值。
一般来说,若平坦度影响系数模型的多项式次数过高,则有甚至连冷却剂的影响、干扰都被学习的担忧,但通过如上所述地仅在平坦度影响系数模型的次数不适合的情况下使用高次的次数,就不会不必要地提高次数,而能够选择最优的近似函数的次数,能够提高平坦度控制精度。
再有,将作用于平坦度对象成分的致动器5的平坦度影响系数模型设为六次多项式,将作用于非对称成分的致动器5的平坦度影响系数模型设为五次多项式,当然也可以不限定于此。根据以上,可以执行有效率且高精度的平坦度影响系数模型的学习。
在上述说明中,将致动器5设为WR弯曲、IMR弯曲、IMR移位、校平来进行了说明,但也可以与其他致动器,例如VC辊、WR移位等组合。此外,本发明可以将设置有形状计4的热轧机、冷轧机、单轧机等所有轧机作为对象。
根据本发明,通过在预先设定的时间内平坦度变化量和致动器5的操作量大于预先设定的阈值的情况下执行学习,能够减小冷却剂和干扰的影响,因而能够提高平坦度影响系数模型的近似函数的次数,能实现平坦度预测精度的提高。此外,即使由于各种轧制条件、轧制材料特性变化而成为平坦度影响系数具有高次成分的情况下,也能够用最优的近似函数来进行学习,因此能实现平坦度预测精度的提高。
符号说明
1 单轧机
2 轧制材料
3 轧制方向
4 形状计
5 致动器
6 平坦度控制装置
7 操作量运算装置
8 平坦度目标值设定装置
9 平坦度影响系数运算装置
10 平坦度影响系数学习值运算装置
11 平坦度影响系数学习值保存装置
12 操作量监视装置
13 变化量存储装置
14 平坦度影响系数次数运算装置
20 信息收集装置
Claims (4)
1.一种平坦度控制装置,其特征在于,该平坦度控制装置设置在操作多个致动器使轧制材料轧制成期望产品的轧制工序中,控制所述轧制材料的宽度方向的平坦度,包括:
形状计,测量设置在所述轧制材料的宽度方向上的多个测量位置的各个测量位置上的平坦度;
平坦度目标值设定装置,设定各所述测量位置上的平坦度目标值;
操作量运算装置,用以各所述测量位置作为变量的多项式来表示操作了各所述致动器时的各所述测量位置上的平坦度变化量,使用对所述多项式的各项乘以表示该项对平坦度的影响大小的影响系数而得到的平坦度影响系数模型,基于各所述测量位置上的平坦度实际值和各所述测量位置上的平坦度目标值之间的偏差,运算用于减小所述偏差的各所述致动器的操作量;
监视装置,监视各所述测量位置上的平坦度实际值的变化量是否大于预定的平坦度阈值;
存储装置,在各所述测量位置上的平坦度实际值的变化量超过所述平坦度阈值的情况下,将各所述测量位置上的平坦度实际值的变化量和各所述致动器的操作量实际值建立关联并进行存储;
平坦度影响系数运算装置,基于从所述存储装置读出的各所述测量位置上的平坦度实际值的变化量和各所述致动器的操作量实际值,鉴定所述平坦度影响系数模型的各所述影响系数,并运算该鉴定值;
平坦度影响系数学习值运算装置,基于各所述影响系数的本次鉴定值和各所述影响系数的前次学习值,运算各所述影响系数的本次学习值,并对所述操作量运算装置设定各所述影响系数的本次学习值;以及
平坦度影响系数学习值保存装置,存储各所述影响系数的学习值。
2.根据权利要求1所述的平坦度控制装置,其特征在于,
所述监视装置监视各所述致动器的操作量实际值是否大于预定的操作量阈值,
所述存储装置针对操作量实际值未超过所述操作量阈值的致动器,将存储的操作量实际值替换为零。
3.根据权利要求1或2所述的平坦度控制装置,其特征在于,
还包括平坦度影响系数次数运算装置,该平坦度影响系数次数运算装置根据各所述测量位置上的平坦度实际值和各所述测量位置上的平坦度目标值之间的偏差的绝对值的平均值的变化状况,来变更所述平坦度影响系数模型的次数。
4.根据权利要求1或2所述的平坦度控制装置,其特征在于,
还包括平坦度影响系数次数运算装置,该平坦度影响系数次数运算装置根据各所述致动器的操作量实际值的发散状况,来变更所述平坦度影响系数模型的次数。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2014/075488 WO2016046945A1 (ja) | 2014-09-25 | 2014-09-25 | 平坦度制御装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106457325A true CN106457325A (zh) | 2017-02-22 |
CN106457325B CN106457325B (zh) | 2018-06-29 |
Family
ID=55580505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480078917.1A Active CN106457325B (zh) | 2014-09-25 | 2014-09-25 | 平坦度控制装置 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP6229799B2 (zh) |
KR (1) | KR101749018B1 (zh) |
CN (1) | CN106457325B (zh) |
WO (1) | WO2016046945A1 (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109807184A (zh) * | 2017-11-22 | 2019-05-28 | 东芝三菱电机产业系统株式会社 | 多辊式轧机的形状控制装置 |
TWI675708B (zh) * | 2019-01-28 | 2019-11-01 | 中國鋼鐵股份有限公司 | 用於鋼帶的熱軋系統與方法 |
CN111132773A (zh) * | 2017-10-02 | 2020-05-08 | 首要金属科技德国有限责任公司 | 使用优化器的平整度控制 |
CN111587156A (zh) * | 2018-12-19 | 2020-08-25 | 东芝三菱电机产业系统株式会社 | 轧制工艺的学习控制装置 |
TWI728710B (zh) * | 2020-01-24 | 2021-05-21 | 日商東芝三菱電機產業系統股份有限公司 | 軋延材的形狀控制系統 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61209709A (ja) * | 1985-03-15 | 1986-09-18 | Mitsubishi Heavy Ind Ltd | 帯板クラウン制御方法 |
JPH01210109A (ja) * | 1988-02-15 | 1989-08-23 | Toshiba Corp | 圧延材平坦度制御装置 |
JPH05119806A (ja) * | 1991-10-25 | 1993-05-18 | Toshiba Corp | 平坦度制御装置 |
CN101208161A (zh) * | 2005-06-08 | 2008-06-25 | Abb公司 | 优化带材轧制中的平整度控制的方法及装置 |
CN102658298A (zh) * | 2012-04-29 | 2012-09-12 | 北京科技大学 | 一种适用于热轧薄规格带钢的板形质量在线判定方法 |
EP2505276A1 (en) * | 2011-03-28 | 2012-10-03 | ABB Research Ltd. | Method of flatness control for rolling a strip and control therefor |
CN103949481A (zh) * | 2014-04-23 | 2014-07-30 | 北京科技大学 | 兼顾热轧带钢轧制稳定性和质量的平坦度分段控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09174128A (ja) | 1995-12-26 | 1997-07-08 | Kawasaki Steel Corp | 圧延材の形状制御方法 |
-
2014
- 2014-09-25 CN CN201480078917.1A patent/CN106457325B/zh active Active
- 2014-09-25 JP JP2016549848A patent/JP6229799B2/ja active Active
- 2014-09-25 KR KR1020177000992A patent/KR101749018B1/ko active IP Right Grant
- 2014-09-25 WO PCT/JP2014/075488 patent/WO2016046945A1/ja active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61209709A (ja) * | 1985-03-15 | 1986-09-18 | Mitsubishi Heavy Ind Ltd | 帯板クラウン制御方法 |
JPH01210109A (ja) * | 1988-02-15 | 1989-08-23 | Toshiba Corp | 圧延材平坦度制御装置 |
JPH05119806A (ja) * | 1991-10-25 | 1993-05-18 | Toshiba Corp | 平坦度制御装置 |
CN101208161A (zh) * | 2005-06-08 | 2008-06-25 | Abb公司 | 优化带材轧制中的平整度控制的方法及装置 |
EP2505276A1 (en) * | 2011-03-28 | 2012-10-03 | ABB Research Ltd. | Method of flatness control for rolling a strip and control therefor |
CN102658298A (zh) * | 2012-04-29 | 2012-09-12 | 北京科技大学 | 一种适用于热轧薄规格带钢的板形质量在线判定方法 |
CN103949481A (zh) * | 2014-04-23 | 2014-07-30 | 北京科技大学 | 兼顾热轧带钢轧制稳定性和质量的平坦度分段控制方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111132773A (zh) * | 2017-10-02 | 2020-05-08 | 首要金属科技德国有限责任公司 | 使用优化器的平整度控制 |
CN111132773B (zh) * | 2017-10-02 | 2022-05-31 | 首要金属科技德国有限责任公司 | 使用优化器的平整度控制 |
CN109807184A (zh) * | 2017-11-22 | 2019-05-28 | 东芝三菱电机产业系统株式会社 | 多辊式轧机的形状控制装置 |
CN111587156A (zh) * | 2018-12-19 | 2020-08-25 | 东芝三菱电机产业系统株式会社 | 轧制工艺的学习控制装置 |
TWI675708B (zh) * | 2019-01-28 | 2019-11-01 | 中國鋼鐵股份有限公司 | 用於鋼帶的熱軋系統與方法 |
TWI728710B (zh) * | 2020-01-24 | 2021-05-21 | 日商東芝三菱電機產業系統股份有限公司 | 軋延材的形狀控制系統 |
Also Published As
Publication number | Publication date |
---|---|
JP6229799B2 (ja) | 2017-11-15 |
KR101749018B1 (ko) | 2017-06-19 |
KR20170018419A (ko) | 2017-02-17 |
WO2016046945A1 (ja) | 2016-03-31 |
JPWO2016046945A1 (ja) | 2017-04-27 |
CN106457325B (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106457325A (zh) | 平坦度控制装置 | |
CN101590489B (zh) | 热轧机的板宽控制装置及控制方法 | |
DE102016207692B4 (de) | Vorrichtung und Verfahren zum Steuern der Liefertemperatur eines Warmwalz-Fertigwalzwerks | |
CN101522325B (zh) | 在用于加工热轧板材或热轧带材的厚板轧机的控制的范围内对热轧板材或热轧带材的物理状态进行跟踪的方法 | |
JP5647917B2 (ja) | 制御装置及び制御方法 | |
CN106413930B (zh) | 轧制线的能量消耗量预测装置 | |
CN104942019A (zh) | 一种带钢冷轧过程宽度自动控制方法 | |
CN103402661B (zh) | 用于轧制金属带材的、具有多个轧机机座的轧钢机的控制量的测定方法 | |
CN105665449B (zh) | 连轧机的控制装置和连轧机的控制方法 | |
CN101428301A (zh) | 卷取温度控制装置及控制方法 | |
JP6641867B2 (ja) | 消費電力量予測方法、装置及びプログラム | |
CN103611730A (zh) | 用于提高热连轧新品种首卷钢尺寸控制精度的方法 | |
CN112839746A (zh) | 折叠产生预测系统 | |
JP6136544B2 (ja) | 仕上圧延前温度算出方法、仕上圧延前温度制御方法、仕上圧延前温度算出装置および仕上圧延前温度制御装置 | |
KR102338546B1 (ko) | 철강 플랜트의 메인터넌스 지원 장치 | |
JP4986463B2 (ja) | 冷間圧延における形状制御方法 | |
JP7230880B2 (ja) | 圧延荷重予測方法、圧延方法、熱延鋼板の製造方法、及び圧延荷重予測モデルの生成方法 | |
CN100512988C (zh) | 轧制控制方法和轧制控制装置 | |
CN105618490A (zh) | 一种冷轧电工钢的边降自动控制方法 | |
JP6569655B2 (ja) | 圧下レベリング制御装置および圧下レベリング制御方法 | |
US20220236725A1 (en) | Physical model identification system | |
Chen | Notice of Retraction: The application of the mathematical model of hot rolling process control | |
JPS6059047B2 (ja) | 継目無鋼管の自動肉厚制御方法 | |
JPS5938842B2 (ja) | ホツトストリツプのハイスポツト防止圧延法 | |
JP2021079415A (ja) | 設定値演算装置、圧延機操作情報演算装置、圧延設備、鋼帯の製造方法、設定値演算方法、及びプロセスモデルサーバ |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |