CN106807757A - 适合于冷连轧过程的轧辊表面粗糙度优化配辊方法 - Google Patents
适合于冷连轧过程的轧辊表面粗糙度优化配辊方法 Download PDFInfo
- Publication number
- CN106807757A CN106807757A CN201510848788.6A CN201510848788A CN106807757A CN 106807757 A CN106807757 A CN 106807757A CN 201510848788 A CN201510848788 A CN 201510848788A CN 106807757 A CN106807757 A CN 106807757A
- Authority
- CN
- China
- Prior art keywords
- surface roughness
- roll
- frame
- rolling
- roll surface
- 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
- B21B2267/00—Roll parameters
- B21B2267/10—Roughness of roll surface
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Metal Rolling (AREA)
Abstract
本发明公开了一种适合于冷连轧过程的轧辊表面粗糙度优化配辊方法,包括以下步骤:步骤1,收集并定义相关计算参数;步骤2,给定各机架轧机轧辊原始表面粗糙度的设定初始值;步骤3,循环计算各机架的拉毛综合指标;步骤4,计算目标函数;步骤5,判断Powell条件是否成立,若否,则进入步骤6;若是,则进入步骤7;步骤6,重新分配各机架轧辊表面粗糙度的初始值,并返回步骤3;步骤7,输出最佳轧辊表面粗糙度设定值。
Description
技术领域
本发明涉及冷轧方法,更具体地说,涉及一种适合于冷连轧过程的轧辊表面粗糙度优化配辊方法。
背景技术
近年来,随着用户镀铬、镀锡板使用性能的不断提高,下游的涂镀生产线对镀锡基板表面质量的要求也越来越严格。如图1所示,大量的现场经验已经表明,随着轧制速度的提高,轧辊表面产生拉毛缺陷并不断复印于成品带钢表面,致使带钢表面产生拉毛缺陷的概率不断增加,这给后续生产带来了极大的困难。
在查阅的相关专利中,专利《冷带钢连轧机轧辊工艺参数的优化控制方法》(申请号:CN200410015885.9),是通过研究包括粗糙度在内的轧辊工艺参数优化对打滑和热滑伤进行防治。专利《冷连轧机组以拉毛防治为目标的轧制规程综合优化方法》(申请号:CN201310562412.X)是通过对轧制规程的优化来防治拉毛。专利《冷连轧机组以拉毛防治为目标的工艺润滑制度优化方法》(申请号:CN201310562473.6),是通过对工艺润滑制度的优化来防治拉毛。
根据现场实际经验,拉毛缺陷发生的概率除了与轧制规程和工艺润滑制度的设定有关外,还与轧辊的表面粗糙度密切相关。在轧制过程中,当含有铁粉的乳化液喷淋在轧辊和辊缝入口处时,部分铁粉(尤其是与油滴结合的皂化铁粉)会随轧制油颗粒吸附在轧辊和带材表面。由于轧辊处于旋转运动状态,所以其表面的铁粉与轧制油会在一段时间内逐渐增多,最终在轧辊表面形成一层铁粉浓度很高的油膜层。
另外,如图2所示,随着轧制过程的进行,轧辊1表面部分位置处的铁粉在与带材4之间滑动摩擦力阻碍下与轧辊1表面分离,分离后的铁粉会在辊缝入口处附近迅速堆积,并不断“刮”取其后位置处的铁粉。
如图3a所示,当轧辊1表面粗糙度较大的时候,此时形成的铁粉颗粒很容易依附于轧辊1的表面,不会在润滑油膜2中继续生长而形成大颗粒的铁粉团3。如图3b所示,而当轧制表面粗糙度较小的时候,轧辊1对铁粉颗粒的吸附力逐渐变小,此时的铁粉颗粒会在油膜2中不断堆积形成大的铁粉颗粒,使得拉毛缺陷发生的概率大大增加。
在轧制公里数已知的情况下,轧辊1的实时表面粗糙度仅仅只与原始粗糙度有关,也就是说轧制原始粗糙度值极大的影响着高速轧制过程中拉毛缺陷的发生概率。这样如何合理的设定轧辊1表面粗糙度,减少拉毛缺陷发生的概率就成为现场技术攻关的焦点。除此之外,成品带材4的表面粗糙度也取决于轧辊1的辊面粗糙度,不同需求的用户对带材4的表面粗糙度有不同的要求。
发明内容
针对现有技术中存在的轧制过程中的拉毛缺陷的问题,本发明的目的是提供一种适合于冷连轧过程的轧辊表面粗糙度优化配辊方法。
为实现上述目的,本发明采用如下技术方案:
一种适合于冷连轧过程的轧辊表面粗糙度优化配辊方法,包括以下步骤:步骤1,收集并定义相关计算参数;步骤2,给定各机架轧机轧辊原始表面粗糙度的设定初始值;步骤3,循环计算各机架的拉毛综合指标;步骤4,计算目标函数;步骤5,判断Powell条件是否成立?若否,则进入步骤6;若是,则进入步骤7;步骤6,重新分配各机架轧辊表面粗糙度的初始值,并返回步骤3;步骤7,输出最佳轧辊表面粗糙度设定值。
根据本发明的一实施例,步骤1包括:步骤1.1,收集机组的主要设备与工艺参数;步骤1.2,定义计算过程中所涉及到的相关过程参数;步骤1.3,计算各机架工作辊弯辊力和窜辊量。
根据本发明的一实施例,步骤1.1包括:步骤1.1.1,收集五机架冷连轧机组的主要设备参数;步骤1.1.2,收集五机架冷连轧机组的工艺特征参数;步骤1.1.3,收集多个典型规格产品的主要轧制工艺参数;步骤1.1.4,收集多个典型规格产品的工艺润滑制度参数。
根据本发明的一实施例,步骤3包括:步骤3.1,定义代表不同规格产品的过程变量;步骤3.2,计算典型规格产品时的摩擦系数;步骤3.3,计算轧制压力、轧制功率、打滑因子;步骤3.4,判断轧制压力、轧制功率、打滑因子是否分别满足条件?若是,则进入步骤3.5;若否,则进入步骤6;步骤3.5,计算成品板形值和成品表面粗糙度;步骤3.6,判断成品板形值和成品表面粗糙度是否分别满足条件?若是,则进入步骤3.7;若否,则进入步骤6;步骤3.7,计算各机架的拉毛综合指标;步骤3.8,判断代表不同规格产品的过程变量是否满足条件?若是,则进入步骤4;若否,则返回步骤3.2。
根据本发明的一实施例,定义代表不同规格产品的过程变量m=1,且步骤1.1.3和1.1.4均收集M个典型规格产品的主要轧制工艺参数和工艺润滑制度参数。
根据本发明的一实施例,步骤3.8的判断条件为m≤M是否成立。
根据本发明的一实施例,步骤3.8的判断结果若为否,则令m=m+1,再返回步骤3.2。
在上述技术方案中,本发明的适合于冷连轧过程的轧辊表面粗糙度优化配辊方法在保证成品带材的表面粗糙度满足用户要求的情况下,最大程度地减少拉毛缺陷发生的概率,提高成品带材的表面质量。
附图说明
图1是拉毛缺陷发生时轧辊的表面示意图
图2是高速轧制过程中辊缝入口处铁粉团的示意图;
图3a和3b是工作辊粗糙度较大和较小时变形区内铁粉团分布示意图;
图4是本发明的适合于冷连轧过程的轧辊表面粗糙度优化配辊方法的总体流程图;
图5是图4的详细分解流程图;
图6是图5中步骤1.1的流程图。
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。
为了实现上述发明目的,如图4和图5所示,本发明采用以下技术方案:
S1:收集并定义相关计算参数。该步骤可以进一步分解为:
S1.1:收集五机架冷连轧机组的主要设备与工艺参数,主要包括以下步骤,如图6所示:
S1.1.1:收集五机架冷连轧机组的主要设备参数,主要包括:1-5#机架工作辊辊径Dwi(i为机架号,且i=1,2,…5)、1-5#机架支撑辊辊径Dbi、1-5#机架工作辊辊型分布ΔDwij(j为条元数)、1-5#机架支撑辊辊型分布ΔDbij、1-5#机架工作辊辊身长度Lwi、1-5#机架支撑辊辊身长度Lbi、1-5#机架工作辊弯辊缸中心距lwi、1-5#机架支撑辊压下螺丝中心距lbi、1-5#机架工作辊最大正弯辊力1-5#机架工作辊最大负弯辊力
S1.1.2:收集五机架冷连轧机组的工艺特征参数,主要包括:1-5#机架许可最大轧制压力Pmaxi、1-5#机架许可最大轧制功率Fmaxi、安全系数ξ;
S1.1.3:收集五机架冷连轧机组经常生产M(M为机组经常生产的不同产品规格总数)种典型规格的主要轧制工艺参数,主要包括带材的初始强度σms0,m=1,2,…,M、加工硬化系数kms、带材的宽度Bm、各机架轧机的入口厚度hmi-1、各机架轧机的出口厚度hmi、各机架轧机的入口张力Tmi-1、各机架轧机的出口张力Tmi、成品带材所许可的最大板形值成品带材的目标表面粗糙度成品带材表面粗糙许可最大偏差工作辊的轧制公里数Lmi、临界打滑因子
S1.1.4:收集M种典型规格产品生产过程中对应主要工艺润滑制度参数,主要包括各机架乳化液流量设定值flowmi、乳化液初始温度Tmd、乳化液浓度Cm、乳化液铁粉含量
S1.2:定义轧制规程优化过程中所涉及到的过程参数,主要包括各机架工作辊的弯辊力Si、各机架工作辊的窜辊量δi、1-5#机架的轧制压力Pmi、1-5#机架的轧制功率Fmi、1-5#机架的打滑因子ψmi、末机架带钢的出口板形值shapem、成品带材的表面粗糙度Rasm、轧辊表面粗糙度设定值Rai、各机架的摩擦系数μmi、拉毛综合判断指标λmi;
S1.3:为了最大限度的提高机组对出口板形的调节能力,令第i机架轧机工作辊弯辊力第1-5机架工作间辊窜动量设置为基态δi=0;
S2:给定各机架轧机轧辊的原始表面粗糙度设定值Rai的初始值;
S3:循环计算各机架的拉毛综合指标。该步骤可以进一步分解为:
S3.1:令代表不同规格产品的过程变量m=1;
S3.2:以各机架工作辊的轧制公里数Lmi、各机架轧辊原始表面粗糙度Rai为初始条件,计算当前工况下各机架生产该典型规格产品时的摩擦系数μmi,
式中:
a—液体摩擦影响系数,其取值范围为0.010—0.019;
b—干摩擦影响系数,其取值范围为0.11—0.17;
c—摩擦系数衰减指数,其取值范围为2.1—2.9;
d—粗糙度衰减系数,其取值范围为0.7—1.2;
S3.3:以摩擦系数μmi、入口张力为Tmi-1、出口张力为Tmi、入口厚度为hmi-1、出口厚度为hmi、末机架出口速度Vm5为初始条件计算当前工况下,第m个典型规格产品生产过程中各机架的轧制压力Pmi、轧制功率Fmi、打滑因子ψmi,计算公式如下所示:
式中:
Δhmi―道次绝对压下量,Δhmi=hmi-1-hmi;
R′mi―工作辊压扁半径;
ξmi―等效张力影响系数,ξmi=0.3σmi-1+0.7σmi;
Kmi—道次平均变形抗力;
E,v—杨氏模量与泊松比;
Vmi―各机架出口速度,根据轧制过程中的秒流量相等理论存在Vmihmi=Vmi-1hmi-1。
S3.4:轧制过程中,在考虑安全系数的前提下,第m个典型规格产品生产过程中轧制压力、轧制功率、打滑因子不应该超过许可值,故判断不等式是否同时成立,如果不等式成立,则转入S3.5;如果不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值,转入步骤S6;
S3.5:分别调用板形计算模型以及成品带材表面粗糙度的计算模型计算出当前工况下第m个典型规格产品的成品板形值shapem和成品表面粗糙度Rasm;
S3.6:为了保证成品带材的表面粗糙度和板形满足用户需求,利用后面涂镀工序的生产,判断不等式如果不等式成立,转入S3.7;如果不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值,转入S6;
S3.7:计算当前工况下,第m个典型规格产品生产过程中各机架拉毛综合判断指标λmi的值,λmi越小,则代表拉毛缺陷出现的概率越小、发生程度越轻;反之,拉毛综合判断指标λi越大,则代表拉毛缺陷出现的概率越大、发生程度越严重。特别的,当修正后的拉毛综合判断指标λi≤0时则表明轧制过程不会出现拉毛缺陷,即所谓拉毛缺陷发生的概率为零,其中拉毛综合判断指标λmi的计算模型为:
式中:
λmi—修正后的拉毛综合判断指标;
Δhmi—压下量;
Tm(i-1)—入口张力;
Tmi—出口张力;
Pmi—轧制压力;
α、γ—速度影响系数,与冷连轧机的特性密切相关,一般α=0.8-1.2、γ=0.4-0.6;
ρFe—乳化液中的实际铁粉含量;
—出现拉毛缺陷的乳化液铁粉含量临界值;
β—乳化液中铁粉对拉毛发生概率的影响指数,一般β=0.7-0.8;
σsmi—机架入出口带材的平均变形抗力;
η—材料强度对拉毛发生概率的影响系数,一般η=0.35-0.45;
S3.8:判断所有典型规格产品是否搜索完毕,即判断不等式m≤M是否成立,如果不等式成立,则转入S4;如果不等式不成立,则令m=m+1转入S3.2;
S4:计算轧辊表面粗糙度优化目标函数,目标函数的表达式为:
式中:
βm,γm—产量加权系数,分别由规格产品的生产产量在总产量中的比例和成品带材的表面粗糙度要求来确定;
α1—拉毛缺陷的加权系数,一般α1=0.35-0.65;
Fm1—用于衡量第m个产品拉毛缺陷发生的概率,其值越小,表示拉毛缺陷发生的概率越小;
Am—计算Fm1的分配系数;
Fm2—用于衡量第m个产品成品带钢表面粗糙度,其值越小,表示与目标粗糙度的偏差越小,产品质量越好;
—代表各机架修正后的拉毛系数的均匀度;
—各机架修正后的拉毛系数整体数值。
S5:判断Powell条件是否成立(也就是判断目标函数F是否最小)?如果Powell条件成立,则令转入S7;如果不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值,转入S6;
S6:重新分配各机架轧辊表面粗糙度的初始值,并返回S3;
S7:输出最佳轧辊表面粗糙度设定值完成五机架冷连轧机机组以拉毛防治为目标的轧辊表面粗糙度优化设定。
下面通过几个实施例来进一步说明上述技术方案。
实施例1
首先,收集五机架冷连轧机组的主要设备参数,主要包括:1-5#机架工作辊辊径Dwi={476.84,480.86,463.06,399.33,406.86}mm、1-5#机架支撑辊辊径Dbi={1205.3,1208.2,1227.6,1235.0,1309.3}mm、1-5#机架工作辊辊型分布ΔDwij=0(j为条元数)、1-5#机架支撑辊辊型分布ΔDbij=0、1-5#机架工作辊辊身长度Lwi=1220mm、1-5#机架支撑辊辊身长度Lbi=1092mm、1-5#机架工作辊弯辊缸中心距lwi=2100mm、1-5#机架支撑辊压下螺丝中心距lbi=2100mm;1-5#机架工作辊最大正弯辊力1-5#机架工作辊最大负弯辊力
随后,收集五机架冷连轧机组的工艺特征参数,主要包括:1-5#机架许可最大轧制压力Pmaxi=2000t、1-5#机架许可最大轧制功率Fmaxi=5000kw、安全系数ξ=0.9;
随后,收集五机架冷连轧机组经常生产27种典型规格的主要轧制工艺参数,主要包括带材的初始强度σms0,m=1,2,…,27、加工硬化系数kms、带材的宽度Bm、各机架轧机的入口厚度hmi-1、各机架轧机的出口厚度hmi、各机架轧机的入口张力Tmi-1、各机架轧机的出口张力Tmi、成品带材所许可的最大板形值成品带材的目标表面粗糙度成品带材表面粗糙许可最大偏差工作辊的轧制公里数Lmi、临界打滑因子
随后,收集27种典型规格产品生产过程中对应主要工艺润滑制度参数,主要包括各机架乳化液流量设定值flowmi、乳化液初始温度Tmd、乳化液浓度Cm、乳化液铁粉含量
随后,定义轧制规程优化过程中所涉及到的过程参数,主要包括各机架工作辊的弯辊力Si、各机架工作辊的窜辊量δi、1-5#机架的轧制压力Pmi、1-5#机架的轧制功率Fmi、1-5#机架的打滑因子ψmi、末机架带钢的出口板形值shapem、成品带材的表面粗糙度Rasm、轧辊表面粗糙度设定值Rai、各机架的摩擦系数μmi、拉毛综合判断指标λmi;
随后,令第i机架轧机工作辊弯辊力第1-5机架工作间辊窜动量设置为基态δi=0;
随后,对轧辊原始表面粗糙度Rai赋初值Rai={1.5,0.96,0.82,0.74,0.64}μm;
随后,令代表不同规格产品的过程变量m=1;
随后,以各机架工作辊的轧制公里数Lmi、各机架轧辊原始表面粗糙度Rai为初始条件,计算当前工况下各机架生产该典型规格产品时的摩擦系数μmi={0.0812,0.0643,0.0678,0.0429,0.0362};
随后,计算当前工况下,第1个典型规格产品生产过程中各机架的轧制压力P1i={1231.5,1298.3,1452.8,1672.1,1859.4}t、轧制功率F1i={1547.1,2807.1,3188.4,3634.8,3544.5}kW、打滑因子ψ1i={0.107,0.313,0.313,0.246,0.347};
随后,轧判断不等式是否同时成立,显然不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值;
随后,分别调用板形计算模型以及成品带材表面粗糙度的计算模型计算出当前工况下第m个典型规格产品的成品板形值shapem和成品表面粗糙度Rasm;
随后,判断不等式如果不等式成立,则继续;如果不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值;
随后,计算当前工况下,第m个典型规格产品生产过程中各机架拉毛综合判断指标λmi的值;
随后,判断所有典型规格产品是否搜索完毕,即判断不等式m≤M是否成立,如果不等式成立,则继续;如果不等式不成立,则令m=m+1并返回;
随后,计算轧辊表面粗糙度优化目标函数;
随后,判断Powell条件是否成立(也就是判断目标函数F是否最小)?如果Powell条件成立,则令并继续;如果不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值;
最后,输出最佳轧辊表面粗糙度设定值完成五机架冷连轧机机组以拉毛防治为目标的轧辊表面粗糙度优化设定。
实施例2
首先,收集五机架冷连轧机组的主要设备参数,主要包括:1-5#机架工作辊辊径Dwi={425.25,454.77,443.50,432.47,402.78}mm、1-5#机架支撑辊辊径Dbi={1236.9,1225.7,1215.8,1227.5,1289.5}mm、1-5#机架工作辊辊型分布ΔDwij=0(j为条元数)、1-5#机架支撑辊辊型分布ΔDbij=0、1-5#机架工作辊辊身长度Lwi=1220mm、1-5#机架支撑辊辊身长度Lbi=1092mm、1-5#机架工作辊弯辊缸中心距lwi=2100mm、1-5#机架支撑辊压下螺丝中心距lbi=2100mm;1-5#机架工作辊最大正弯辊力1-5#机架工作辊最大负弯辊力
随后,收集五机架冷连轧机组的工艺特征参数,主要包括:1-5#机架许可最大轧制压力Pmaxi=2000t、1-5#机架许可最大轧制功率Fmaxi=5000kw、安全系数ξ=0.9;
随后,收集五机架冷连轧机组经常生产27种典型规格的主要轧制工艺参数,主要包括带材的初始强度σms0,m=1,2,…,27、加工硬化系数kms、带材的宽度Bm、各机架轧机的入口厚度hmi-1、各机架轧机的出口厚度hmi、各机架轧机的入口张力Tmi-1、各机架轧机的出口张力Tmi、成品带材所许可的最大板形值成品带材的目标表面粗糙度成品带材表面粗糙许可最大偏差工作辊的轧制公里数Lmi、临界打滑因子
随后,收集27种典型规格产品生产过程中对应主要工艺润滑制度参数,主要包括各机架乳化液流量设定值flowmi、乳化液初始温度Tmd、乳化液浓度Cm、乳化液铁粉含量
随后,定义轧制规程优化过程中所涉及到的过程参数,主要包括各机架工作辊的弯辊力Si、各机架工作辊的窜辊量δi、1-5#机架的轧制压力Pmi、1-5#机架的轧制功率Fmi、1-5#机架的打滑因子ψmi、末机架带钢的出口板形值shapem、成品带材的表面粗糙度Rasm、轧辊表面粗糙度设定值Rai、各机架的摩擦系数μmi、拉毛综合判断指标λmi;
随后,令第i机架轧机工作辊弯辊力第1-5机架工作间辊窜动量设置为基态δi=0;
随后,对轧辊原始表面粗糙度Rai赋初值Rai={1.20,1.02,0.93,0.84,0.75}μm;
随后,令代表不同规格产品的过程变量m=1;
随后,以各机架工作辊的轧制公里数Lmi、各机架轧辊原始表面粗糙度Rai为初始条件,计算当前工况下各机架生产该典型规格产品时的摩擦系数μmi={0.0936,0.0745,0.0605,0.0568,0.0423};
随后,计算当前工况下,第1个典型规格产品生产过程中各机架的轧制压力P1i={1325.7,1405.6,1568.4,1598.9,1765.8}t、轧制功率F1i={1638.4,2511.6,2985.6,3323.4,3903.6}kW、打滑因子ψ1i={0.156,0.245,0.304,0.217,0.338};
随后,轧判断不等式是否同时成立,显然不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值;
随后,分别调用板形计算模型以及成品带材表面粗糙度的计算模型计算出当前工况下第m个典型规格产品的成品板形值shapem和成品表面粗糙度Rasm;
随后,判断不等式如果不等式成立,则继续;如果不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值;
随后,计算当前工况下,第m个典型规格产品生产过程中各机架拉毛综合判断指标λmi的值;
随后,判断所有典型规格产品是否搜索完毕,即判断不等式m≤M是否成立,如果不等式成立,则继续;如果不等式不成立,则令m=m+1并返回;
随后,计算轧辊表面粗糙度优化目标函数;
随后,判断Powell条件是否成立(也就是判断目标函数F是否最小)?如果Powell条件成立,则令并继续;如果不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值;
最后,输出最佳轧辊表面粗糙度设定值完成五机架冷连轧机机组以拉毛防治为目标的轧辊表面粗糙度优化设定。
实施例3
首先,收集五机架冷连轧机组的主要设备参数,主要包括:1-5#机架工作辊辊径Dwi={436.86,485.65,443.68,405.65,412.35}mm、1-5#机架支撑辊辊径Dbi={1235.6,1288.4,1301.6,1245.2,1256.6}mm、1-5#机架工作辊辊型分布ΔDwij=0(j为条元数)、1-5#机架支撑辊辊型分布ΔDbij=0、1-5#机架工作辊辊身长度Lwi=1220mm、1-5#机架支撑辊辊身长度Lbi=1092mm、1-5#机架工作辊弯辊缸中心距lwi=2100mm、1-5#机架支撑辊压下螺丝中心距lbi=2100mm;1-5#机架工作辊最大正弯辊力1-5#机架工作辊最大负弯辊力
随后,收集五机架冷连轧机组的工艺特征参数,主要包括:1-5#机架许可最大轧制压力Pmaxi=2000t、1-5#机架许可最大轧制功率Fmaxi=5000kw、安全系数ξ=0.9;
随后,收集五机架冷连轧机组经常生产27种典型规格的主要轧制工艺参数,主要包括带材的初始强度σms0,m=1,2,…,27、加工硬化系数kms、带材的宽度Bm、各机架轧机的入口厚度hmi-1、各机架轧机的出口厚度hmi、各机架轧机的入口张力Tmi-1、各机架轧机的出口张力Tmi、成品带材所许可的最大板形值成品带材的目标表面粗糙度成品带材表面粗糙许可最大偏差工作辊的轧制公里数Lmi、临界打滑因子
随后,收集27种典型规格产品生产过程中对应主要工艺润滑制度参数,主要包括各机架乳化液流量设定值flowmi、乳化液初始温度Tmd、乳化液浓度Cm、乳化液铁粉含量
随后,定义轧制规程优化过程中所涉及到的过程参数,主要包括各机架工作辊的弯辊力Si、各机架工作辊的窜辊量δi、1-5#机架的轧制压力Pmi、1-5#机架的轧制功率Fmi、1-5#机架的打滑因子ψmi、末机架带钢的出口板形值shapem、成品带材的表面粗糙度Rasm、轧辊表面粗糙度设定值Rai、各机架的摩擦系数μmi、拉毛综合判断指标λmi;
随后,令第i机架轧机工作辊弯辊力第1-5机架工作间辊窜动量设置为基态δi=0;
随后,对轧辊原始表面粗糙度Rai赋初值Rai={1.36,1.23,0.93,0.84,0.71}μm;
随后,令代表不同规格产品的过程变量m=1;
随后,以各机架工作辊的轧制公里数Lmi、各机架轧辊原始表面粗糙度Rai为初始条件,计算当前工况下各机架生产该典型规格产品时的摩擦系数μmi={0.0936,0.0785,0.0723,0.0596,0.0412};
随后,计算当前工况下,第1个典型规格产品生产过程中各机架的轧制压力P1i={1324.6,1412.5,1508.6,1558.5,1783.8}t、轧制功率F1i={1963.3,2632.6,3215.3,3365.9,3458.2}kW、打滑因子ψ1i={0.235,0.269,0.321,0.265,0.323};
随后,轧判断不等式是否同时成立,显然不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值;
随后,分别调用板形计算模型以及成品带材表面粗糙度的计算模型计算出当前工况下第m个典型规格产品的成品板形值shapem和成品表面粗糙度Rasm;
随后,判断不等式如果不等式成立,则继续;如果不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值;
随后,计算当前工况下,第m个典型规格产品生产过程中各机架拉毛综合判断指标λmi的值;
随后,判断所有典型规格产品是否搜索完毕,即判断不等式m≤M是否成立,如果不等式成立,则继续;如果不等式不成立,则令m=m+1并返回;
随后,计算轧辊表面粗糙度优化目标函数;
随后,判断Powell条件是否成立(也就是判断目标函数F是否最小)?如果Powell条件成立,则令并继续;如果不等式不成立,则重新分配各机架轧辊表面粗糙度的初始值;
最后,输出最佳轧辊表面粗糙度设定值完成五机架冷连轧机机组以拉毛防治为目标的轧辊表面粗糙度优化设定。
最后,将优化后的表面粗糙度设定值应用于现场生产,并对生产过程进行跟踪。经过三个月的连续跟踪发现,带材表面拉毛缺陷发生率从优化前的0.208%下降到本发明实施后的0.095%,下降的54.32%。此外,因成品带材表面粗糙度超差引起的废品率从本发明实施前的0.103%下降到0.042%,下降了59.22%。说明本发明所述的相关技术能够很好的降低冷连轧机组的拉毛缺陷发生率并改善表面粗糙度的命中精度。
与现有技术相比,本发明针对现场经常生产的所有典型规格产品,对拉毛缺陷按照生产产量进行加权,对成品带材的表面粗糙度按照表面粗糙度的要求进场加权,实现了对拉毛缺陷和成品带材表面粗糙度的综合控制,同时还兼顾到成品带材的板形质量,改变了以往表面粗糙度优化过程中考虑因素单一的问题,使得优化有的轧辊表面粗糙度具有很强的适用性。
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 (7)
1.一种适合于冷连轧过程的轧辊表面粗糙度优化配辊方法,其特征在于,包括以下步骤:
步骤1,收集并定义相关计算参数;
步骤2,给定各机架轧机轧辊原始表面粗糙度的设定初始值;
步骤3,循环计算各机架的拉毛综合指标;
步骤4,计算目标函数;
步骤5,判断Powell条件是否成立?若否,则进入步骤6;若是,则进入步骤7;
步骤6,重新分配各机架轧辊表面粗糙度的初始值,并返回步骤3;
步骤7,输出最佳轧辊表面粗糙度设定值。
2.如权利要求1所述的适合于冷连轧过程的轧辊表面粗糙度优化配辊方法,其特征在于,步骤1包括:
步骤1.1,收集机组的主要设备与工艺参数;
步骤1.2,定义计算过程中所涉及到的相关过程参数;
步骤1.3,计算各机架工作辊弯辊力和窜辊量。
3.如权利要求2所述的适合于冷连轧过程的轧辊表面粗糙度优化配辊方法,其特征在于,步骤1.1包括:
步骤1.1.1,收集五机架冷连轧机组的主要设备参数;
步骤1.1.2,收集五机架冷连轧机组的工艺特征参数;
步骤1.1.3,收集多个典型规格产品的主要轧制工艺参数;
步骤1.1.4,收集多个典型规格产品的工艺润滑制度参数。
4.如权利要求1所述的适合于冷连轧过程的轧辊表面粗糙度优化配辊方法,其特征在于,步骤3包括:
步骤3.1,定义代表不同规格产品的过程变量;
步骤3.2,计算所述典型规格产品时的摩擦系数;
步骤3.3,计算轧制压力、轧制功率、打滑因子;
步骤3.4,判断轧制压力、轧制功率、打滑因子是否分别满足条件?若是,则进入步骤3.5;若否,则进入步骤6;
步骤3.5,计算成品板形值和成品表面粗糙度;
步骤3.6,判断成品板形值和成品表面粗糙度是否分别满足条件?若是,则进入步骤3.7;若否,则进入步骤6;
步骤3.7,计算各机架的拉毛综合指标;
步骤3.8,判断所述代表不同规格产品的过程变量是否满足条件?若是,则进入步骤4;若否,则返回步骤3.2。
5.如权利要求4所述的适合于冷连轧过程的轧辊表面粗糙度优化配辊方法,其特征在于:
定义代表不同规格产品的过程变量m=1,且步骤1.1.3和1.1.4均收集M个典型规格产品的主要轧制工艺参数和工艺润滑制度参数。
6.如权利要求5所述的适合于冷连轧过程的轧辊表面粗糙度优化配辊方法,其特征在于:
步骤3.8的判断条件为m≤M是否成立。
7.如权利要求5所述的适合于冷连轧过程的轧辊表面粗糙度优化配辊方法,其特征在于:
步骤3.8的判断结果若为否,则令m=m+1,再返回步骤3.2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510848788.6A CN106807757B (zh) | 2015-11-27 | 2015-11-27 | 适合于冷连轧过程的轧辊表面粗糙度优化配辊方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510848788.6A CN106807757B (zh) | 2015-11-27 | 2015-11-27 | 适合于冷连轧过程的轧辊表面粗糙度优化配辊方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106807757A true CN106807757A (zh) | 2017-06-09 |
CN106807757B CN106807757B (zh) | 2019-01-15 |
Family
ID=59103207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510848788.6A Active CN106807757B (zh) | 2015-11-27 | 2015-11-27 | 适合于冷连轧过程的轧辊表面粗糙度优化配辊方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106807757B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109127737A (zh) * | 2018-04-10 | 2019-01-04 | 燕山大学 | Dcr机组大变形下以稳轧为目标的轧辊工艺优化方法 |
CN110639958A (zh) * | 2018-06-26 | 2020-01-03 | 宝山钢铁股份有限公司 | 冷连轧机组以振动抑制为目标的轧辊原始粗糙度优化方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1640573A (zh) * | 2004-01-16 | 2005-07-20 | 宝山钢铁股份有限公司 | 冷带钢连轧机轧辊工艺参数的优化控制方法 |
JP2009142879A (ja) * | 2007-12-17 | 2009-07-02 | Nippon Steel Corp | 調質圧延方法 |
CN101537431A (zh) * | 2008-03-21 | 2009-09-23 | 宝山钢铁股份有限公司 | 冷轧薄带钢表面粗糙度在线预测和控制方法 |
CN103084408A (zh) * | 2013-01-14 | 2013-05-08 | 燕山大学 | 一种适用于双机架平整机组的带钢表面粗糙度控制方法 |
CN103586286A (zh) * | 2013-11-12 | 2014-02-19 | 燕山大学 | 冷连轧机组以拉毛防治为目标的轧制规程综合优化方法 |
CN103611732A (zh) * | 2013-11-12 | 2014-03-05 | 燕山大学 | 冷连轧机组以拉毛防治为目标的工艺润滑制度优化方法 |
CN104951639A (zh) * | 2014-03-25 | 2015-09-30 | 宝钢不锈钢有限公司 | 连退机组特定工艺段内炉辊辊面原始粗糙度的优化方法 |
-
2015
- 2015-11-27 CN CN201510848788.6A patent/CN106807757B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1640573A (zh) * | 2004-01-16 | 2005-07-20 | 宝山钢铁股份有限公司 | 冷带钢连轧机轧辊工艺参数的优化控制方法 |
JP2009142879A (ja) * | 2007-12-17 | 2009-07-02 | Nippon Steel Corp | 調質圧延方法 |
CN101537431A (zh) * | 2008-03-21 | 2009-09-23 | 宝山钢铁股份有限公司 | 冷轧薄带钢表面粗糙度在线预测和控制方法 |
CN103084408A (zh) * | 2013-01-14 | 2013-05-08 | 燕山大学 | 一种适用于双机架平整机组的带钢表面粗糙度控制方法 |
CN103586286A (zh) * | 2013-11-12 | 2014-02-19 | 燕山大学 | 冷连轧机组以拉毛防治为目标的轧制规程综合优化方法 |
CN103611732A (zh) * | 2013-11-12 | 2014-03-05 | 燕山大学 | 冷连轧机组以拉毛防治为目标的工艺润滑制度优化方法 |
CN104951639A (zh) * | 2014-03-25 | 2015-09-30 | 宝钢不锈钢有限公司 | 连退机组特定工艺段内炉辊辊面原始粗糙度的优化方法 |
Non-Patent Citations (1)
Title |
---|
邱格君 等: "1220冷连轧机划痕机理及影响因素分析", 《冶金设备》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109127737A (zh) * | 2018-04-10 | 2019-01-04 | 燕山大学 | Dcr机组大变形下以稳轧为目标的轧辊工艺优化方法 |
CN110639958A (zh) * | 2018-06-26 | 2020-01-03 | 宝山钢铁股份有限公司 | 冷连轧机组以振动抑制为目标的轧辊原始粗糙度优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106807757B (zh) | 2019-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103586286B (zh) | 冷连轧机组以拉毛防治为目标的轧制规程综合优化方法 | |
CN103611732B (zh) | 冷连轧机组以拉毛防治为目标的工艺润滑制度优化方法 | |
CN106909723B (zh) | 冷轧过程乳化液流量与轧制速度关系曲线优化设定方法 | |
CN102941232B (zh) | 一种热连轧精轧过程控制方法 | |
CN104858241B (zh) | 一种冷连轧机组极薄带钢轧制的乳化液流量综合优化方法 | |
CN102513351B (zh) | 一种带钢冷连轧轧制方法及装置 | |
CN110743920B (zh) | 一种改善镀锌汽车板表面形貌的光整工艺优化方法 | |
CN104942019B (zh) | 一种带钢冷轧过程宽度自动控制方法 | |
CN105312321A (zh) | 一种冷连轧机组的工艺润滑制度优化方法 | |
CN105363794B (zh) | 一种基于力学性能预报和轧制能耗模型的精轧节能控制方法 | |
WO2020020191A1 (zh) | 一种抑制冷连轧机组振动的乳化液流量优化方法 | |
CN103123483B (zh) | 一种基于聚类分析的新钢种轧制变形抗力预测系统 | |
CN104785538A (zh) | 一种冷连轧机组极薄带钢轧制的压下规程优化方法 | |
CN1091008C (zh) | 基于板形板厚协调规律的板带轧制过程互联控制方法 | |
CN107442575A (zh) | 一种带钢湿平整表面粗糙度的预测方法 | |
CN110434172A (zh) | 一种炉卷和精轧机组连轧的负荷分配计算方法 | |
CN101648208A (zh) | 铝单机架冷轧机的轧制规程制定方法 | |
CN104785539A (zh) | 一种用于轧制力调节的张力优化补偿的方法 | |
CN105032945B (zh) | 一种热连轧机组板形板凸度综合控制能力评价方法 | |
CN106807757A (zh) | 适合于冷连轧过程的轧辊表面粗糙度优化配辊方法 | |
CN111832155A (zh) | 一种考虑中间坯凸度的热轧粗轧负荷分配方法 | |
CN108838211B (zh) | 一种冷连轧过程的乳化液浓度优化方法 | |
CN107716560A (zh) | 一种新型板带热连轧负荷分配方法 | |
CN104785540B (zh) | 一种适合于五机架冷连轧机组的轧制效率提升方法 | |
CN107433284A (zh) | 一种冷连轧机高速轧制过程的工艺润滑制度优化 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |