CN106909723A - 冷轧过程乳化液流量与轧制速度关系曲线优化设定方法 - Google Patents

Abstract

一种冷轧过程乳化液流量与轧制速度关系曲线优化设定方法，其主要包括以下步骤：(1)收集冷轧机组的主要设备与工艺参数；(2)定义乳化液流量优化计算过程中所涉及到的过程参数；(3)计算机架工作辊的弯辊力；(4)初始化乳化液流量系数；(5)计算与V_i相对应的乳化液流量设定值；(6)计算与V_i相对应的摩擦系数μ_i；(7)计算与V_i相对应的轧制压力、打滑因子和热滑伤指数；(8)求解目标函数式；(9)输出最佳乳化液流量系数，确定最佳乳化液流量与速度关系曲线。本发明能够实现升降速过程中轧制压力的整体波动率与最大波动率较小，同时保证轧制过程中不出现打滑与热滑伤缺陷，提高带钢的表面质量与板形控制精度。

Description

冷轧过程乳化液流量与轧制速度关系曲线优化设定方法

技术领域

本发明属于冶金技术领域，特别涉及一种冷轧带材的方法。

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，提高机组效率和成品质量势在必行。同时，随着钢铁进入“微利”时代，板带行业的市场围绕着质量的竞争也日趋激烈。在冷轧生产过程中，乳化液流量与轧制速度关系曲线的设定对产品质量的控制起着举足轻重的作用。如果冷轧过程乳化液流量与轧制速度关系曲线的设定不合理，将可能造成以下后果：(1)升降速过程中轧制压力波动过大，影响轧制稳定性与产品的板形控制精度；(2)部分速度段出现过润滑或者润滑不足现象，从而产生打滑或者热滑伤的缺陷。由于在不同规格、钢种以及轧制规程下带钢对于乳化液润滑与冷却的需求是不一样的，因此乳化液流量与轧制速度关系曲线并非一条恒定的曲线，而是与所轧板带产品的规格、钢种以及轧制规程密切相关。

对于冷轧过程乳化液流量与轧制速度关系曲线的设定问题，国内外学者虽然进行了较多的研究，在查阅的相关专利中，如专利[1]《双机架六辊轧机冷轧中乳化液总流量设定方法》(专利号：CN201310304133.3)，是在引入板形与表面质量及轧制稳定性综合控制指标的基础上，通过适合于双机架六辊轧机冷轧过程中乳化液总流量优化设定技术来实现最大程度地提高成品带钢的板形质量，同时降低热滑伤的发生概率提高产品表面质量，大程度的避免打滑提高轧制稳定性；专利[2]《五机架冷连轧机组极薄带轧制中乳化液浓度的设定方法》(专利号：CN201310446068.8)，通过五机架冷连轧机组极薄带轧制中乳化液浓度的设定方法避免了打滑、热滑伤以及振动的发生，保证了末机架出口板形和工作 辊辊端压靠宽度最小；专利[3]《二次冷轧机组轧制模式下工艺润滑制度综合优化方法》(专利号：CN201010033308.8)，是在提出了一个板形油耗清洁度综合控制指标的基础上，通过对乳化液流量、浓度、初始温度等三个参数的综合优化设定，实现轧制稳定，保证出口板形良好、不出现热滑伤缺陷；专利[4]《冷连轧机组以拉毛防治为目标的工艺润滑制度优化方法》(专利号：CN201310562473.6)，通过提出一种冷连轧机组以拉毛防治为目标的工艺润滑制度优化方法，降低了各机架拉毛缺陷发生概率，改善了带钢出口表面质量。比较典型的有宋蕾[5]通过乳化液冷却流量偏差计算出所对应的附加板形偏差量，用于补偿冷轧过程中基本冷却功能与板形控制分段冷却功能二者对不同乳化液流量喷射的工艺要求，进而实现了二种不同工艺功能对冷却流量的优化控制；刘凯[6]针对乳化液系统存在压力不稳、供油与回油不均衡、气动调节阀阀芯易卡死、喷射压力及流量设定不合理等问题，对对乳化液流量与带钢速度、喷嘴压力与流量、乳化液喷射量与辊身凸度等模型曲线进行了优化，取得了良好的效果；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；王卫芳[8]详述乳化液变压变流量控制系统的应用,实现了单机架可逆冷轧机供乳量的动态自动控制,创新性的将供乳量和轧制工况相关联,使控制对象和实际轧制工况紧密联系,很好的解决了机组乳化液外溢和干扰测厚仪测量的难题,运行稳定可靠。但相关研究几乎都是围绕着恒速状态下乳化液流量的设定而展开，而现场对于冷轧过程中乳化液流量的设定，大部分采用的是恒定的(即所有的产品都采用同一条流量速度曲线)，还有部分轧机甚至采用的是乳化液流量不随速度变化的恒流量控制法，已经无法满足乳化液高精度控制的需求。这样，如何针对产品的规格、钢种以及轧制规程给出相应的乳化液流量设定值，最大程度的减少升降速过程中的轧制压力波动、降低打滑与热滑伤 的发生概率就成为现场攻关的焦点。

(参考文献：[1]刘晶,封焱,钟辰等.双机架六辊轧机冷轧中乳化液总流量设定方法:中国,ZL CN 201310304133.3[P].2016-11-23.[2]白振华,陈浩,孔令昆等.五机架冷连轧机组极薄带轧制中乳化液浓度的设定方法:中国,ZL CN 201310446068.8[P].2014-01-29.[3]白振华,马莉萍,彭冲.二次冷轧机组轧制模式下工艺润滑制度综合优化方法:中国,ZL CN 201010033308.8[P].2010-12-29.[4]白振华,孙立壮,郭乾勇.冷连轧机组以拉毛防治为目标的工艺润滑制度优化方法:中国,ZL CN 201310562473.6[P].2014-03-05.[5]宋蕾,沈明刚,陈雪波,等.冷轧机工艺冷却系统的优化控制[J].辽宁工程技术大学学报,2014(5):647-650.[6]刘凯,胡滨,李连胜,等.邯钢新冷轧乳化液系统的优化[J].轧钢,2011,28(6):54-56.[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]王卫芳,姜琳.冷轧可逆轧机乳化液动态流量系统的研究与应用[J].信息技术与信息化,2014(6):203-205.)

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中轧制压力的整体波动率与最大波动率较小，同时保证轧制过程中不出现打滑与热滑伤缺陷，提高带钢的表面质量与板形控制精度的冷轧过程乳化液流量与速度关系曲线的优化设定方法。

本发明包括以下由计算机执行的步骤：

(a)收集冷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Ra_r、工作辊的弹性模量E、工作辊的泊松比ν；

a2)收集冷轧机组主要轧制工艺参数，主要包括：带材的平均变形抗力K_m、带材的宽度B、来料的厚度h₀、压下率ε_j、最大轧制速度V_max、轧制压力设定值P、前张力和后张力σ₁、σ₀；

a3)收集工艺润滑制度参数，主要包括：乳化液浓度C、乳化液初始温度t₀、乳化液的粘度压缩系数θ、以及保证喷嘴连续喷出乳化液而不滴答到带钢时的最小乳化液流量w₀；

a4)收集冷轧机组的工艺特征参数，主要包括：机架许可最大轧制压力P_max、机架工作辊最大正弯辊力机架工作辊最大负弯辊力临界打滑因子ψ^*、临界热滑伤指数安全系数ζ；

(b)定义乳化液流量优化计算过程中所涉及到的过程参数，主要包括最佳乳化液流量系数w_1y、λ_y、乳化液流量系数w₁、λ、机架工作辊弯辊力S_w、工作辊弹性压扁半径R′、优化点数i、以及与i点对应的轧制速度V_i、乳化液流量设定值w_i、乳化液温度T_i、乳化液动力粘度η_0i、光辊轧制时的动态油膜厚度ξ_01i、摩擦系数μ_i、轧制压力P_i、打滑因子ψ_i、热滑伤指数

(c)为了最大限度的提高机组对出口板形的调节能力，令轧机工作辊弯辊力

(d)给定乳化液流量系数w₁、λ的初始值X₀＝[w₁₀,λ₀]；

(e)计算与V_i相对应的乳化液流量设定值w_i＝w₀+w₁₀·tanh(λ₀V_i)，式中：n为轧制速度总的取点个数，n越大，优化效果越好；

(f)计算当前工况下，与V_i相对应的摩擦系数μ_i，主要包括以下步骤：

f1)计算工作辊的弹性压扁半径

f2)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_i。其计 算模型为：

式中：α_Bi为换热系数；A为接触面积，m²；η_p为塑性变形功转化为热的分配系数，一般取0.9；η_f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，z_i＝1-(1+f_i)(1-ε)，式中的f_i、z_i和V_ri分别为前滑率、后滑率和轧辊速度；α_B0为喷嘴形状、喷射角度影响系数；

f3)计算乳化液的动力粘度式中：a₁，b₁为表示润滑油大气压力下动力粘度的参数，可以根据润滑油而定。

f4)计算光辊轧制时的动态油膜厚度式中：k_c为乳化液浓度影响系数；τ_i为润滑油膜速度影响系数，

f5)计算出当前工况下，轧制过程中的摩擦系数μ_i，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；B_ξ为摩擦系数衰减指数；ξ₀₂为轧辊粗糙度对润滑油膜厚度影响量，主要取决于轧辊实际粗糙度；

(g)计算当前工况下与V_i相对应的轧制压力P_i、打滑因子ψ_i和热滑伤指数 轧制压力式中：为强度张力规格系数 为规格强度系数 为规格压下系数打滑因子热滑伤系数 式中：为临界热滑伤润滑油膜厚度当量的计算函数式，m为多项式拟合次数，a_j为拟合系数，由实验数据得出；

(h)判断是否成立？如果不等式成立，则转入步骤(i)；如果不等式不成立，则重新调整乳化液流量系数初始值w₁₀、λ₀，转入步骤(e)；

(i)求解目标函数式 β为加权系数，一般β＝0.35-0.65，其中代表机架轧制压力的整体波动率，代表机架轧制压力的最大波动率；

(j)判断Powell条件是否成立(也就是判断目标函数G(X)是否最小)？如果Powell条件成立，则令w_1y＝w₁₀、λ_y＝λ₀，则转入步骤(k)；否则重新调整w₁₀、λ₀，转入步骤(e)；

(k)输出最佳乳化液流量系数w_1y、λ_y，确定最佳乳化液流量与速度关系曲线w＝w₀+w_1y·tanh(λ_yV)，完成冷轧过程乳化液流量与轧制速度关系曲线优化设定技术。

本发明与现有技术相比具有如下优点：

建立了乳化液流量、轧制速度与轧制压力、打滑因子、热滑伤指数的对应关系，可以根据不同钢种、规格的带钢在一定轧制工艺下生产时的轧制速度，计算出乳化液流量的最优值，在防治打滑和热滑伤的前提下，使得在升降速过程中轧制压力的波动最小，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是本发明的总计算流程图；

图2是本发明步骤(a)的计算流程图；

图3是本发明步骤(f)的计算流程图；

图4是本发明实施例1优化前后冷轧机组第五机架轧制压力变化曲线图；

图5是本发明实施例2优化前后冷轧机组第五机架轧制压力变化曲线图。

具体实施方式

实施例1

按照图1所示的乳化液流量与速度关系曲线优化设定方法计算总流程图，首先，在步骤a中，收集冷轧机组的主要设备与工艺参数，主要包括以下步骤(如图2所示)：

在步骤a1中，收集冷轧机组的轧辊工艺参数，主要包括：工作辊半径R＝211.80mm、表面粗糙度Ra_r＝0.48μm、工作辊的弹性模量E＝206GPa、工作辊的泊松比ν＝0.3；

随后，在步骤a2中，收集冷轧机组的轧制工艺参数，主要包括：带材的平均变形抗力K_m＝460MPa、带材的宽度B＝850mm、来料的厚度h₀＝2.00mm、压下率ε_j＝{44.3,44.2,38.1,32.5,19.3}％、最大轧制速度V_max＝1228.5m/min、轧制压力设定值P＝7000kN、前张力σ₁＝164.6MPa、后张力σ₀＝65.0MPa；

随后，在步骤a3中，收集工艺润滑制度参数，主要包括乳化液浓度C＝3.2％、乳化液初始温度t₀＝52℃、乳化液的粘度压缩系数θ＝0.0351m²/N、以及保证喷嘴连续喷出乳化液而不滴答到带钢时的最小乳化液流量w₀＝1500L/min；

随后，在步骤a4中，收集冷轧机组的工艺特征参数，主要包括：机架许可最大轧制压力P_max＝2000t、机架工作辊最大正弯辊力机架工作辊最大负弯辊力临界打滑因子ψ^*＝0.45、临界热滑伤指数安全系数ζ＝0.9；

随后，在步骤b中定义乳化液流量优化计算过程中所涉及到的过程参数，主要包括最佳乳化液流量系数w_1y、λ_y、乳化液流量系数w₁、λ、机架工作辊弯辊力S_w、工作辊弹性压扁半径R′、优化点数i、以及与i点对应的轧制速度V_i、乳化液流量设定值w_i、乳化液温度T_i、乳化液动力粘度η_0i、光辊轧制时的动态油膜厚度ξ_01i、摩擦系数μ_i、轧制压力P_i、打滑因子ψ_i、热滑伤指数

随后，在步骤c中，为了最大限度的提高机组对出口板形的调节能力，令轧机工作辊弯辊力

随后，在步骤d中，给定乳化液流量系数w₁、λ的初始值X₀＝[0.001,1500]；

随后，在步骤e中，计算与V_i相对应的乳化液流量设定值w_i＝{1677.6,1903.8，2027.0,2106.7,2257.5,2379.4,2456.3,2541.3,2607.0,2703.4,2747.7}L/min，V_i＝{111.7,223.4,335.0,446.7,558.4,670.1,781.8,893.5,1006.1,1116.8,1228.5}m/min；

随后，如图3所示，在步骤f中计算当前工况下，与V_i相对应的摩擦系数μ_i，主要包括以下步骤：

在步骤f1中，计算第五机架工作辊的弹性压扁半径

随后，在步骤f2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_i＝{52.3,52.8,53.2,53.7,54.3,54.8,55.0,55.3,55.7,56.4,56.9}℃,其中：为换热系数α_B＝429.8W/(m²·K)；接触面积A＝0.196m²；为塑性变形功转化为热的分配系数η_p＝0.9；摩擦热的分配系数η_f＝0.46；轧辊速度V_ri＝{117.7,273.6,364.9,425.6,551.3,668.9,751.2,849.9,941.5,1099.6,1187.6}m/min；喷嘴形状、喷射角度影响系数α_B0＝0.98；

随后，在步骤f3中，计算乳化剂的动力粘度η_0i＝{5.631,5.543,5.421,5.368,5.267,5.168,5.105,5.064,4.975,4.921,4.875}Pa·s，其中：表示润滑油大气压力下动力粘度的参数a₁＝24.56，b₁＝0.0279；

随后，在步骤f4中，计算光辊轧制时的动态油膜厚度ξ_01i＝{0.967,0.982,1.046,1.015,1.134,1.256,1.318,1.367,1.381,1.451,1.473}μm，其中：乳化液浓度影响系数k_c＝0.95；

随后，在步骤f5中，计算出当前工况轧制过程中与V_i相对应的摩擦系数μ_i＝{0.02964,0.02782,0.02576,0.02466,0.02381,0.02146,0.02064,0.02061,0.01987,0.01876,0.01803}，其中：液体摩擦影响系数a＝0.0132；干摩擦影响系数b＝0.1416；摩擦系数衰减指数B_ξ＝-2.5241；轧辊粗糙度对润滑油膜厚度影响量ξ₀₂＝0.0021；

随后，在步骤g中，计算当前工况下与V_i相对应的轧制压力P_i＝{8121.5,8064.3,8045.1,8020.7,7986.7,7961.1,7930.6,7911.2,7891.7,7873.6,7851.6}kN、打滑因子ψ_i＝{0.297,0.298,0.303,0.306,0.310,0.311,0.311,0.314,0.316,0.317,0.320}、热滑伤系数

随后，在步骤h中，判断是否成立？显然不等式成立，则转入步骤i；

随后，在步骤i中，求解目标函数式

其中加权系数β＝0.50；

随后，在步骤j中，判断Powell条件是否成立(也就是判断目标函数G(X)是否最小)？显然Powell条件成立，则令w_1y＝w₁₀、λ_y＝λ₀，则转入步骤(k)；

最后，在步骤k中，输出最佳乳化液流量系数w_1y＝1652.7、λ_y＝0.00312，确定乳化液流量与速度关系曲线w＝1500+1652.7·tanh(0.00312V)，完成冷轧过程乳化液流量与速度关系曲线优化设定。

在表1和图4分别给出本实施例和采用传统乳化液流量曲线对应的指标情况，以及轧制压力的变化情况。从图4可以看出，优化后轧制压力波动明显减小，稳定性得到了显著提高，从表1可以看出，用于表征轧制力波动大小的目标函数从5.18下降到2.86，下降了44.8％；带材轧制过程中的打滑因子最大值从0.34下降到0.29，下降了14.7％；热滑伤指数最大值从0.61下降到0.53，下降了13.1％；用于表征出口板形质量的板形值从12.84I下降到10.71I，下降了16.6％，说明本发明所述的相关方法能够很好的提高机组的轧制稳定性，明显降低了轧制过程中出现打滑和热滑伤现象的概率，改善了带钢出口板形质量，取得了良好的效果。

表1实施例1与传统方法的指标对比

实施例2

首先，在步骤a中，收集冷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，收集冷轧机组的轧辊工艺参数，主要包括：工作辊半径R＝201.94mm、表面粗糙度Ra_r＝0.52μm、工作辊的弹性模量E＝206GPa、工作辊的泊松比ν＝0.3；

随后，在步骤a2中，收集冷轧机组的轧制工艺参数，主要包括：带材的平均变形抗力K_m＝520MPa、带材的宽度B＝750mm、来料的厚度h₀＝2.50mm、压下率ε_j＝{43.9,43.8,37.6,32.0,16.3}％、最大轧制速度V_max＝1402.5m/min、轧制压力设定值P＝6500kN、前张力σ₁＝162.9MPa、后张力σ₀＝60.6MPa；

随后，在步骤a3中，收集工艺润滑制度参数，主要包括乳化液浓度C＝3.7％、乳化液初始温度t₀＝58℃、乳化液的粘度压缩系数θ＝0.0339m²/N、以及保证喷嘴连续喷出乳化液而不滴答到带钢时的最小乳化液流量w₀＝1500L/min；

随后，在步骤a4中，收集冷轧机组的工艺特征参数，主要包括：机架许可最大轧制压力P_max＝2000t、机架工作辊最大正弯辊力机架工作辊最大负弯辊力临界打滑因子ψ^*＝0.45、临界热滑伤指数安全系数ζ＝0.9；

随后，在步骤b中，定义乳化液流量优化计算过程中所涉及到的过程参数，主要包括最佳乳化液流量系数w_1y、λ_y、乳化液流量系数w₁、λ、机架工作辊弯辊力S_w、工作辊弹性压扁半径R′、优化点数i、以及与i点对应的轧制速度V_i、乳化液流量设定值w_i、乳化液温度T_i、乳化液动力粘度η_0i、光辊轧制时的动态油膜厚度ξ_01i、摩擦系数μ_i、轧制压力P_i、打滑因子ψ_i、热滑伤指数

随后，在步骤c中，为了最大限度的提高机组对出口板形的调节能力，令轧机工作辊弯辊力

随后，在步骤d中，给定乳化液流量系数w₁、λ的初始值X₀＝[0.001,1500]；

随后，在步骤e中，计算与V_i相对应的乳化液流量设定值w_i＝{1661.4,1880.1，2021.8,2164.5,2293.8,2398.9,2482.5,2572.2,2693.1,2791.8,2828.7}L/min，V_i＝{127.5,255.0,382.5,510,637.5,765.0,892.5,1020.0,1147.5,1275.0,1402.5}m/min；

随后，在步骤f中计算当前工况下，与V_i相对应的摩擦系数μ_i，主要包括以下步骤：

在步骤f1中，计算第五机架工作辊的弹性压扁半径

随后，在步骤f2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_i＝{58.3,58.7,59.2,59.7,60.1,60.4,60.7,61.3,61.8,62.2,62.9}℃,其中：换热系数α_B＝429.8W/(m²·K)；接触面积A＝0.182m²；为塑性变形功转化为热的分配系数η_p＝0.9；摩擦热的分配系数η_f＝0.46；轧辊速度V_ri＝{106.8,256.7,360.4,474.1,586.3,689.6,781.3,892.9,1081.6,1293.1,1395.6}m/min；喷嘴形状、喷射角度影响系数α_B0＝0.98；

随后，在步骤f3中，计算乳化剂的动力粘度η_0i＝{5.319,5.237,5.148,5.112,5.064,5.023,4.968,4.879,4.806,4.761,4.712}Pa·s，其中：表示润滑油大气压力下动力粘度的参数a₁＝24.56，b₁＝0.0279。

随后，在步骤f4中，计算光辊轧制时的动态油膜厚度ξ_01i＝{0.834,0.876,9.59,9.98,1.066,1.142,1.191,1.254,1.243,1.315,1.356}μm，其中：为乳化液浓度影响系数k_c＝0.95；

随后，在步骤f5中，计算出当前工况轧制过程中与V_i相对应的摩擦系数μ_i＝{0.02675,0.02492,0.02286,0.02132,0.0205,0.01896,0.01764,0.01731,0.01621,0.01546,0.01501}，其中：液体摩擦影响系数a＝0.0132；干摩擦影响系数b＝0.1416；摩擦系数衰减指数B_ξ＝-2.5241；轧辊粗糙度对润滑油膜厚度影响量ξ₀₂＝0.0023；

随后，在步骤g中，计算当前工况下与V_i相对应的轧制压力P_i＝{7784.1,7764.3,7746.6,7724.8,7681.7,7661.1,7630.6,7614.2,7591.7,7573.6,7553.6}kN、打滑因子ψ_i＝{0.311,0.313,0.316,0.318,0.321,0.326,0.329,0.334,0.335,0.336,0.339}、热滑伤系数

随后，在步骤h中，判断是否成立？显然不等式成立，则转入步骤i；

随后，在步骤i中，求解目标函数式

其中加权系数β＝0.50；

随后，在步骤j中，判断Powell条件是否成立(也就是判断目标函数G(X)是否最小)？显然Powell条件成立，则令w_1y＝w₁₀、λ_y＝λ₀，则转入步骤(k)；

最后，在步骤k中，输出最佳乳化液流量系数w_1y＝1843.1、λ_y＝0.00294，确定最佳乳化液流量与速度关系曲线w＝1500+1843.1·tanh(0.00294V)，完成冷轧过程乳化液流量与速度关系曲线优化设定。

在表2和图5分别给出本实施例和采用传统乳化液流量曲线对应的指标情况，以及轧制压力的变化情况。从图5可以看出，优化后轧制压力波动明显减小，稳定性得到了显著提高，从表2可以看出，用于表征轧制力波动大小的目标函数从7.21下降到3.54，下降了50.9％；带材轧制过程中的打滑因子最大值 从0.37下降到0.30，下降了18.9％；热滑伤指数最大值从0.68下降到0.49，下降了27.9％；用于表征出口板形质量的板形值从14.25I下降到10.62I，下降了25.5％，说明本发明所述的相关方法能够很好的提高机组的轧制稳定性，明显降低了轧制过程中出现打滑和热滑伤现象的概率，改善了带钢出口板形质量，取得了良好的效果。

表2实施例2与传统方法的指标对比

Claims (1)

1.一种冷轧过程乳化液流量与轧制速度关系曲线优化设定方法，其特征在于：它包括以下由计算机执行的步骤：

(a)收集冷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Ra_r、工作辊的弹性模量E、工作辊的泊松比ν；

a2)收集冷轧机组主要轧制工艺参数，主要包括：带材的平均变形抗力K_m、带材的宽度B、来料的厚度h₀、压下率ε_j、最大轧制速度V_max、轧制压力设定值P、前张力和后张力σ₁、σ₀；

a3)收集工艺润滑制度参数，主要包括：乳化液浓度C、乳化液初始温度t₀、乳化液的粘度压缩系数θ、以及保证喷嘴连续喷出乳化液而不滴答到带钢时的最小乳化液流量w₀；

a4)收集冷轧机组的工艺特征参数，主要包括：机架许可最大轧制压力P_max、机架工作辊最大正弯辊力机架工作辊最大负弯辊力临界打滑因子ψ^*、临界热滑伤指数安全系数ζ；

(b)定义乳化液流量优化计算过程中所涉及到的过程参数，主要包括最佳乳化液流量系数w_1y、λ_y、乳化液流量系数w₁、λ、机架工作辊弯辊力S_w、工作辊弹性压扁半径R′、优化点数i、以及与i点对应的轧制速度V_i、乳化液流量设定值w_i、乳化液温度T_i、乳化液动力粘度η_0i、光辊轧制时的动态油膜厚度ξ_01i、摩擦系数μ_i、轧制压力P_i、打滑因子ψ_i、热滑伤指数

(c)为了最大限度的提高机组对出口板形的调节能力，令轧机工作辊弯辊力

(d)给定乳化液流量系数w₁、λ的初始值X₀＝[w₁₀,λ₀]；

(e)计算与V_i相对应的乳化液流量设定值w_i＝w₀+w₁₀·tanh(λ₀V_i)，式中：n为轧制速度总的取点个数，n越大，优化效果越好；

(f)计算当前工况下，与V_i相对应的摩擦系数μ_i，主要包括以下步骤：

f1)计算工作辊的弹性压扁半径

f2)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_i。其计算模型为：

$\left\{\begin{array}{c}{T}_i=\frac{Q_p+Q_f}{{\mathrm{\α}}_{Bi}A}+t_0\\ Q_p={\mathrm{\η}}_p{K}_m{\mathrm{Bh}}_0(2-\mathrm{\ϵ})\sqrt{R^{\′}{h}_0\mathrm{\ϵ}}/2\·In(1/(1-\mathrm{\ϵ}))\\ Q_f=2{\mathrm{\η}}_f{\mathrm{\μ}}_i{K}_m{\mathrm{BR}}^{\′}{\mathrm{\ϵh}}_0{\stackrel{\‾}{V}}_r/V\\ {\mathrm{\α}}_{Bi}={\mathrm{\α}}_{B0}{w_i}^{0.264}{T_i}^{-0.213}{e}^{1.163\×(9.45-0.1918C)}\end{array}\right.$

式中：α_Bi为换热系数；A为接触面积，m²；η_p为塑性变形功转化为热的分配系数，一般取0.9；η_f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，z_i＝1-(1+f_i)(1-ε)，式中的f_i、z_i和V_ri分别为前滑率、后滑率和轧辊速度；α_B0为喷嘴形状、喷射角度影响系数；

f3)计算乳化液的动力粘度式中：a₁，b₁为表示润滑油大气压力下动力粘度的参数，可以根据润滑油而定。

f4)计算光辊轧制时的动态油膜厚度式中：k_c为乳化液浓度影响系数；τ_i为润滑油膜速度影响系数，

f5)计算出当前工况下，轧制过程中的摩擦系数μ_i，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；B_ξ为摩擦系数衰减指数；ξ₀₂为轧辊粗糙度对润滑油膜厚度影响量，主要取决于轧辊实际粗糙度；

(g)计算当前工况下与V_i相对应的轧制压力P_i、打滑因子ψ_i和热滑伤指数轧制压力式中：为强度张力规格系数 为规格强度系数 为规格压下系数打滑因子热滑伤系数式中：为临界热滑伤润滑油膜厚度当量的计算函数式，m为多项式拟合次数，a_j为拟合系数，由实验数据得出；

(h)判断是否成立？如果不等式成立，则转入步骤(i)；如果不等式不成立，则重新调整乳化液流量系数初始值w₁₀、λ₀，转入步骤(e)；

(i)求解目标函数式 β为加权系数，一般β＝0.35-0.65，其中代表机架轧制压力的整体波动率，代表机架轧制压力的最大波动率；

(j)判断Powell条件是否成立(也就是判断目标函数G(X)是否最小)？如果Powell条件成立，则令w_1y＝w₁₀、λ_y＝λ₀，则转入步骤(k)；否则重新调整w₁₀、λ₀，转入步骤(e)；

(k)输出最佳乳化液流量系数w_1y、λ_y，确定最佳乳化液流量与速度关系曲线w＝w₀+w_1y·tanh(λ_yV)，完成冷轧过程乳化液流量与轧制速度关系曲线优化设定。