CN108126988B - 棒材负偏差在线测量方法和系统 - Google Patents

Abstract

本发明提供了一种棒材负偏差在线测量方法和系统，所述棒材负偏差在线测量方法包括：步骤A：测量轧机入口坯料实测重量值W_Act，单位为Kg；步骤B：测量成品棒材实测总长度L_Act，单位为m；步骤C：根据公式得到负偏差预测值。棒材负偏差在线测量系统至少包括：与所述负偏差计算服务器进行网络连接的倍尺飞剪可编程控制器、坯料称重系统和成品称重系统。本发明能够协助用户进一步缩小负偏差控制的公差带，降低了负偏差控制对工人工作经验的要求，负偏差公差带降可降低约0.2％，公差带可望达到0.5％以下，可为钢铁企业带来极为可观的经济效益。

Description

棒材负偏差在线测量方法和系统

技术领域

本发明涉及轧钢领域，具体涉及棒材螺纹钢负偏差轧制，即一种棒材负偏差在线测量方法和系统。

背景技术

棒材螺纹钢负偏差指标对钢铁企业来说是至关重要的技术指标，提高负偏差率是提高棒材成材率的有效手段之一，能够为钢铁企业带来可观的经济效益。螺纹钢负偏差是没有投入的产出：对于年产100万吨螺纹钢的棒材生产线，1％的负偏差相当于凭空多出1万吨钢，按照钢材价格3000元/吨计算，每年负偏差即可产生3000万的经济效益，而通常棒材负偏差率为4～8％之间。如果钢材按照理论重量交货，企业将直接获得上述经济效益；如果按照实际重量交货，产品价格将更加具有竞争力。

棒材生产线负偏差的检验有两种方法：冷床入口取样检验、成品称重检验。负偏差控制是轧机调整工根据负偏差的检验结果，通过调整轧机压下以期获得预期的负偏差的过程。由于轧机出口至成品称重之间有较多工序，钢储量较大，因此根据成品称重的检验结果调整轧机具有很大的滞后性；而冷床入口采样操作步骤也较繁琐，也存在一定的滞后性，同时采样位置的不同会导致检测结果误差较大，可靠性较差。这两种负偏差检验方式存在滞后大、准确性差的缺点，为了保证产品不出现超差，因此负偏差的控制目标就原理极限值，公差带很难做到0.7％以内，因此损失了较大的经济效益。

综上所述，现有技术中存在以下问题：负偏差控制滞后大、准确性差。

发明内容

本发明提供一种棒材负偏差在线测量方法和装置，以解决负偏差控制滞后大、准确性差的问题。

为此，本发明提出一种棒材负偏差在线测量方法和装置，所述棒材负偏差在线测量方法包括：

步骤A：测量轧机入口坯料实测重量值W_Act，单位为Kg；

步骤B：测量成品棒材实测总长度L_Act，单位为m；

步骤C：根据公式1-3和1-4得到负偏差预测值；

W_l＝L_Act×W_wpm…………………………………..公式1-3；

W_Act：轧机入口坯料称重实测重量值，单位为Kg；

W_l：根据成品总长及理论米重，即标准面积对应的单位长度重量，计算的理论重量，单位为Kg；

L_Act：成品棒材实测总长度，单位为m；

W_wpm：棒材理论米重，单位为Kg/m；

S：负偏差预测值，单位为％；

K：误差校正系数，单位为％。

进一步的，将负偏差预测值与冷床取样的检验值或者成品称重的检验值进行比对，获得当前的误差校正系数，通过当前的误差校正系数自动消除各种系统误差。

进一步的，当前的误差校正系数K_n，

采用

对误差校正系数进行校正；

其中：

K_n：当前的误差校正系数，即当前样本校正后的误差校正系数，单位为％；

K_n-1：对应样本进行负偏差预测时，即当前样本的前一支样本完成轧制时，采用的误差校正系数，单位为％；

S_Act：对应样本负偏差实测值，单位为％；

S：对应样本负偏差预测值，单位为％。

进一步的，生产开始阶段，采用冷床采样测量值对误差校正系数进行校正。

进一步的，生产稳定后，采用打捆称重计量值对误差校正系数进行校正。

进一步的，所述成品棒材实测总长度L_Act通过测量主轧线出口轧件总长度来获得。

进一步的，所述成品棒材实测总长度L_Act具体为主轧线出口轧件总长度通过倍尺飞剪来测量。

进一步的，通过在线测量系统记录和计算负偏差预测过程中需要的数值和数据，其中，轧机入口坯料称重实测重量值和成品称重的打捆称重数据通过网络或者信号接入在线测量系统；冷床取样的检验值和轧机调整数据分别通过移动应用程序录入，通过无限网络与负偏差在线测量系统连接。

进一步的，采用冷床收集可编程控制器收集冷床上轧件的身份信息，所述冷床收集可编程控制器对轧机入口坯料称重实测重量值进行跟踪、比对和匹配。

本发明还提出一种棒材负偏差线测量系统，棒材负偏差在线测量系统至少包括：

负偏差计算服务器，布置在控制室内，接受和记录负偏差在线测量所需要的数据，并根据所述数据进行计算负偏差预测值；

坯料称重系统，布置在轧机入口之前，获得轧机入口坯料称重实测重量值；

倍尺飞剪可编程控制器，布置在主轧线出口，获得主轧线出口轧件总长度；

成品称重系统，布置在冷床的下游，获得成品称重的打捆称重数据；

采样结果录入终端，通过移动应用程序录入冷床采样测量值，并将冷床采样测量值通过无线网络发送到负偏差计算服务器；

其中，所述倍尺飞剪可编程控制器、坯料称重系统和成品称重系统均与所述负偏差计算服务器进行网络连接。

本发明的棒材负偏差在线测量采用的基本原理是：将主轧线出口轧件总长度测量值经过标准米重换算成理论重量，并与轧机入口坯料实测重量值进行比较，计算出负偏差值。本发明是对轧线入口称重值进行自动记录，并通过与轧线出口测量长度计算的理论重量进行比对，实现负偏差预测计算，然后将负偏差预测值与冷床取样的检验值或者成品称重的检验值进行比对，通过校正系数自动消除各种系统误差，从而获得实时、准确的负偏差测量值或负偏差预测值。

由于称重误差、轧线出口测长误差、飞剪切头尾损失等误差的存在，直接采用原始测量值计算获取的负偏差预测值必然存在较大误差，因此需要通过冷床取样及成品称重的实际检验值进行比对校正方能消除误差。比对时要求同一坯料的轧机入口称重数据必须与轧线出口测长数据相对应；轧机出口负偏差的预测值必须与取样或成品称重获得的实际检验值相对应。目前普遍采用的人工处理的方法：通过人工记录坯料重量、成品长度，人工计算预测的负偏差值，并与采样测量值或者成品称重测量值进行比对，从而指导轧机调整工调整轧机压下从而实现负偏差控制。这种手动记录的方式时刻依赖人工，操作人员劳动负荷较大，同时负偏差预测值与成品称重测量值比对跟踪较为困难，对操作人员经验要求较高，操作人员经验对判断结果影响较大。

本发明解决了目前棒材负偏差无法在线实时测量的技术难题，为用户提供了一种可靠、精确、及时的棒材负偏差测量方法，从而能够协助用户进一步缩小负偏差控制的公差带，降低了负偏差控制对工人工作经验的要求，负偏差公差带降可降低约0.2％，公差带可望达到0.5％以下，可为钢铁企业带来极为可观的经济效益。

附图说明

图1为本发明的棒材负偏差在线测量方法的工作原理图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明。

如图1所示，本发明的棒材负偏差在线测量方法，用于棒材和螺纹钢负偏差测量，该方法包括：

步骤A：测量轧机入口坯料实测重量值W_Act，单位为Kg；W_Act为出炉/轧制前的称重值；该值可以在入炉或出炉或轧制前称重测量获得；其中出炉称重也可以用钢坯测长乘以断面、比重换算成重量的方法获得；

步骤B：测量成品棒材实测总长度L_Act，单位为m；

步骤C：根据公式1-3和1-4得到负偏差预测值；

W_l＝L_Act×W_wpm…………………………………..公式1-3；

W_Act：轧机入口坯料称重实测重量值，单位为Kg；

W_l：根据成品总长及理论米重，即标准面积对应的单位长度重量，计算的理论重量，单位为Kg；

L_Act：成品棒材实测总长度，单位为m；

W_wpm：棒材理论米重，单位为Kg/m；

S：负偏差预测值，单位为％；

K：误差校正系数，单位为％。

本发明的棒材负偏差在线测量采用的基本原理是：将主轧线出口轧件总长度测量值经过标准米重换算成理论重量，并与轧机入口坯料实测重量值进行比较，计算出负偏差值。

棒材偏差(计算结果为负值即为负偏差)的概念定义为产品实际截面积与标准截面积只差与标准截面积之比：

其中：

S：偏差值；

A_Act：实际截面积；

A_l：标准截面积；

如果将上面公式的分子分母同时乘以样本长度和钢材比重，则公式1-1转化为公式1-2,这个公式表明在实际应用中可以用比较方便的重量测量代替面积测量。

其中：

S：偏差值；

W_Act：被测样本实际重量；

W_l：被测样本理论重量；

本专利采用的棒材负偏差预测算法基于上述负偏差定义公式，在此基础上，在中间增加了自学习的误差校正系数K。

负偏差预测值根据坯料重量、成品测长结果计算得到，公式如下：

W_l＝L_Act×W_wpm…………………………………..(公式1-3)

W_Act：轧机入口坯料称重实测重量值，单位为Kg；

W_l：根据成品总长及理论米重，即标准面积对应的单位长度重量，计算的理论重量，单位为Kg；

L_Act：成品棒材实测总长度，单位为m；

W_wpm：棒材理论米重，单位为Kg/m；

S：负偏差预测值，单位为％；

K：误差校正系数，单位为％。

上述公式的实际意义是，负偏差测量的样本是一根钢坯轧制出的整根成品棒材，其长度是由倍尺飞剪控制系统通过出口机架轧辊及安装在轧辊驱动电机轴上的编码器测量得到。(出口机架电机轴上编码器信号通过脉冲分路器分一路信号接入倍尺飞剪控制系统，出口机架轧辊辊径在飞剪控制系统画面中进行设定得到)

现有技术方案一普遍是直接通过冷床采样计量以及打捆称重计量获得负偏差测量值，根据测量值与目标负偏差值的偏差量根据经验调整轧机压下以缩小差距。

这种方案的弊病就是检验值的获得滞后性大:

1)冷床采样测量精度不够准确。

负偏差的取样检测是通过测量样本长度Lact和样本重量Wact，计算出实际米重WPLa＝Wact/Lact。负偏差则为实际米重与理论米重的比值减去1，即(WPLa/WPLl-1)。由于取样长度短，且切口不整齐，长度测量不易准确，因此负偏差计算结果随机误差较大。更主要的是取样测量操作繁琐且环境差有一定难度，因此难以达到足够高的频繁度。也就意味着反馈不及时。

2)打捆称重跨越工序更多，滞后性更大。

由于负偏差检测存在较大滞后，一旦发现超差已经有大量超差产品完成轧制了，不可挽回，只能判废或在质检中查出受罚，因此损失较大。因此按此方案一般不敢设置比较接近负偏差极限的预期目标，实际上相当于把较大的范围作为随机误差带处理，负偏差控制误差带比较宽。

另一种技术方案是，采用通过设置在精轧机出口的测径仪测量值计算当前棒材的负偏差，从而指导工人进行精轧机压下调整，实现负偏差控制。

现有技术二的缺点

采用测径仪测量至计算负偏差的方法主要有如下缺点：

螺纹钢异形断面的测量精度不高，从而导致负偏差测量值的准确性、可靠性得不到保障；

切分轧制条件下的负偏差无法通过测径仪测量值获取，国内目前棒材生产线采用切分轧制工艺非常普遍；

测径仪价格较为昂贵，同时测径仪维护成本高。

本发明将一支钢坯作为一个被测样本，出炉/轧制前的称重值作为该样本的实际重量，完成轧制后的轧件总长乘以理论米重作为该样本的理论重量，按照上述公式可计算出该样本产品的偏差值。此偏差值在完成该样本轧制时可立即获得，从而可及时指导轧机压下的调整，避免了采样和成品称重的滞后。

进一步的，将负偏差预测值与冷床取样的检验值或者成品称重的检验值进行比对，获得当前的误差校正系数，通过当前的误差校正系数自动消除各种系统误差。

根据棒材生产工艺可知，显然用出炉称重作为实际重量是有误差的，这里包括来自称重设备的计量误差，棒材切头切尾的损耗，氧化铁皮脱落的损耗等；成品测长也是有误差的，这里包括成品轧机工作辊径参数不准导致脉冲当量误差，产品的冷缩等。所有这些误差都会导致按照定义公式计算出的偏差值不正确或不准确。

本发明引入误差校正系数，利用轧机孔型变化的稳定性(相对缓慢过程)，只要维护好正确的校正系数，就能获得准确的(负)偏差预测值。

误差校正系数K的设置，可通过冷床采样偏差测量，或通过打捆称重偏差测量进行循环自学习自动设置，或选择人工设置。自动设置转人工设置时为勿扰切换，即切换时将当前自动设置值作为人工设置初值。

进一步的，当前的误差校正系数K_n，

采用

对误差校正系数进行校正；

其中：

K_n：当前样本校正后的误差校正系数，单位为％；

K_n-1：对应样本(即当前样本的前一支样本)进行负偏差预测时，即当前样本的前一支样本完成轧制时，采用的误差校正系数，单位为％；

S_Act：对应样本负偏差实测值，单位为％；

S：对应样本负偏差预测值，单位为％。

通过采用上述公式，可以实现循环自学习方法对误差校正系数K进行校正，可以可靠、精确、及时的进行棒材负偏差测量，获得实时的、最新的负偏差预测值。其中，最初的K_n，即K₁为调试或试车阶段的误差校正系数，可以通过人工测量和计算获得。

进一步的，生产开始阶段(刚刚开始轧制某种规格产品阶段，例如生产的第1至第20支钢以内，此时生产线没有连续生产，且棒捆还没开始进行成品称重)，采用冷床采样负偏差测量值(即通过冷床取样长度及样本实际重量计算出来的负偏差测量值)对误差校正系数进行校正。

进一步的，生产稳定后(即生产线连续生产，且棒捆开始进行成品称重时)，采用打捆称重负偏差测量值(即通过成品支数、成品长度、成品实际重量计算出的负偏差测量值)对误差校正系数进行校正。

通过冷床取样方式校正响应快、滞后相对小，但是取样结果随机误差较大；通过成品称重进行校正计算准确可靠，但是滞后较大。实际生产中可根据不同情况进行选择，生产开始阶段，为了迅速校准较大测量误差可采用冷床取样方式进行校正，生产稳定后成品称重结果出来后即可采用成品称重进行校正以保证测量准确性。

进一步的，通过在线测量系统记录和计算负偏差预测过程中需要的数值和数据，其中，轧机入口坯料称重实测重量值和成品称重的打捆称重数据通过网络或者信号接入在线测量系统；冷床取样的检验值和轧机调整数据分别通过移动应用程序录入，通过无限网络与负偏差在线测量系统连接。这样，可以实现在线的各种数据收集和交换，实现数据的处理，分析和计算。

进一步的，采用冷床收集可编程控制器(冷床收集PLC)，收集冷床上每根轧件的身份信息，该身份信息包括：炉号、坯料厚度、样本(成品轧件)长度及重量、轧制时间和/或成品轧件口径等，所述冷床收集可编程控制器对轧机入口坯料称重实测重量值进行跟踪、比对和匹配，实现出炉称重数据与成品长度测量数据的匹配对应，负偏差预测值与冷床采样实测值，打捆称重实测值准确对应；实现轧件跟踪，自动统计一根钢的平均轧制时间，在完成轧制时进行称重和测长数据的时差比较，剔除掉时差关系不合理的数据组，确保轧线入口称重及出口测长数据隶属同一样本从而避免预测错误。

所述棒材负偏差在线测量方法还包括：将轧机压下操作数据录入移动应用程序中后，无线上传至负偏差测量系统，以实现进一步的反馈和轧制参数的调整。例如，轧机压下操作数据录入采用移动APP，将压纵筋，压内径信息录入后，无线上传至负偏差测量系统数据库，作为负偏差控制误差分析。对于采用机械动力(液压或电动)电气控制压下的应用背景，数据从控制系统自动采集。

如图1所示，本发明还提出一种棒材负偏差线测量系统，棒材负偏差在线测量系统至少包括：

负偏差计算服务器，例如为电脑，布置在控制室内，接受和记录负偏差在线测量所需要的数据(例如轧机入口坯料称重实测重量值、主轧线出口轧件总长度、和/或轧制时间，在完成轧制时进行称重和测长数据)，并根据所述数据进行计算负偏差预测值；

坯料称重系统，布置在轧机入口之前，获得轧机入口坯料称重实测重量值；

倍尺飞剪可编程控制器(倍尺飞剪PLC)，布置在主轧线出口，获得主轧线出口轧件总长度；

成品称重系统，布置在冷床的下游，获得成品称重的打捆称重数据；

采样结果录入终端，例如为手机等移动终端，通过移动应用程序录入冷床采样测量值，并将冷床采样测量值通过无线网络发送到负偏差计算服务器；

其中，所述倍尺飞剪可编程控制器、坯料称重系统和成品称重系统均与所述负偏差计算服务器进行网络连接，例如通过以太网连接。

为了将双手数据和计算结果显示出来，可以设置连接负偏差计算服务器的显示屏，该显示屏可以为LED屏。显示屏可以显示负偏差计算服务器中的各种数据和处理结果，例如包括在线实时显示负偏差预测值、取样值检测值、成品称重检测值、偏差上下限等，同时提供负偏差实时曲线，曲线中包含当前负偏差实时值、负偏差目标值、负偏差上下限等参数，操作人员通过实时值的变化情况即可判断是否需要调整轧机压下。

此外，显示屏可以显示负偏差计算服务器中的轧制重量监控画面，能够同时显示当前几十支钢的坯料重量、测长计算重量、负偏差值、预测捆重、轧机压下调整情况等信息。

另外，棒材负偏差在线测量系统具有历史数据存储功能，能够把产品规格、坯料重量、理论重量、负偏差值、轧制时间等参数自动存档，便于日常生产管理。这些功能可以由负偏差计算服务器实现。

棒材负偏差在线测量系统实现全自动计算负偏差功能所需要的信号或数据全部通过网络系统或模拟量自动采集，避免人工记录带来的记录错误等风险，负偏差在线测量系统主要计算所需要的信号或数据的获取方式如下：

出炉钢坯称重数据——通过出炉坯料称称重获取，坯料重量通过网络或者模拟量信号接入在线测量系统；

打捆称重数据——通过成品称重设备获取成捆重量，捆重通过网络或者模拟量信号接入在线测量系统；

冷床采样数据——通过现场取样人工测量获取样本长度及重量信息，由移动APP录入样本长度及重量，通过无限网络与负偏差在线测量系统连接；

轧机调整数据——由移动APP录入，通过无限网络与负偏差在线测量系统连接。

本发明解决了目前棒材负偏差无法在线实时测量的技术难题，为用户提供了一种可靠、精确、及时的棒材负偏差测量方法，从而能够协助用户进一步缩小负偏差控制的公差带，降低了负偏差控制对工人工作经验的要求，负偏差公差带降可降低约0.2％，公差带可望达到0.5％以下，可为钢铁企业带来极为可观的经济效益。

以上所述仅为本发明示意性的具体实施方式，并非用以限定本发明的范围。为本发明的各组成部分在不冲突的条件下可以相互组合，任何本领域的技术人员，在不脱离本发明的构思和原则的前提下所作出的等同变化与修改，均应属于本发明保护的范围。

Claims (10)

1.一种棒材负偏差在线测量方法，其特征在于，所述棒材负偏差在线测量方法包括：

步骤A：测量轧机入口坯料实测重量值W_ACT，单位为Kg；

步骤B：测量成品棒材实测总长度L_Act，单位为m；

步骤C：根据公式1-3和1-4得到负偏差预测值；

W_l＝L_Act×W_wpm.........................................公式1-3；

W_ACT：轧机入口坯料称重实测重量值，单位为Kg；

W_l：根据成品总长及理论米重，即标准面积对应的单位长度重量，计算的理论重量，单位为Kg；

L_Act：成品棒材实测总长度，单位为m；

W_wpm：棒材理论米重，单位为Kg/m；

S：负偏差预测值，单位为％；

K：误差校正系数，单位为％。

2.如权利要求1所述的棒材负偏差在线测量方法，其特征在于，所述误差校正系数K的获得方式为：将负偏差预测值与冷床取样的检验值或者成品称重的检验值进行比对，获得当前的误差校正系数，通过当前的误差校正系数自动消除各种系统误差。

3.如权利要求2所述的棒材负偏差在线测量方法，其特征在于，所述误差校正系数K与轧制的每一样本或轧件相关，当前的误差校正系数为K_n，

采用对误差校正系数进行校正；

其中：

K_n：当前的误差校正系数，单位为％；

K_n-1：对应样本进行负偏差预测时，即当前样本的前一支样本完成轧制时，采用的误差校正系数，单位为％；

S_Act：对应样本负偏差实测值，单位为％；

S：对应样本负偏差预测值，单位为％。

4.如权利要求3所述的棒材负偏差在线测量方法，其特征在于，生产开始阶段，采用冷床采样测量值对误差校正系数进行校正。

5.如权利要求3所述的棒材负偏差在线测量方法，其特征在于，生产稳定后，采用打捆称重计量值对误差校正系数进行校正。

6.如权利要求1所述的棒材负偏差在线测量方法，其特征在于，所述成品棒材实测总长度L_Act通过测量主轧线出口轧件总长度来获得。

7.如权利要求6所述的棒材负偏差在线测量方法，其特征在于，所述成品棒材实测总长度L_Act具体为主轧线出口轧件总长度通过倍尺飞剪来测量。

8.如权利要求1所述的棒材负偏差在线测量方法，其特征在于，通过在线测量系统记录和计算负偏差预测过程中需要的数值和数据，其中，轧机入口坯料称重实测重量值和成品称重的打捆称重数据通过网络或者信号接入在线测量系统；冷床取样的检验值和轧机调整数据分别通过移动应用程序录入，通过无限网络与负偏差在线测量系统连接。

9.如权利要求1所述的棒材负偏差在线测量方法，其特征在于，采用冷床收集可编程控制器收集冷床上轧件的身份信息，所述冷床收集可编程控制器对轧机入口坯料称重实测重量值进行跟踪、比对和匹配。

10.一种用于如权利要求1所述的棒材负偏差在线测量方法的棒材负偏差在线测量系统，其特征在于，棒材负偏差在线测量系统至少包括：

负偏差计算服务器，布置在控制室内，接受和记录负偏差在线测量所需要的数据，并根据所述数据进行计算负偏差预测值；

坯料称重系统，布置在轧机入口之前，获得轧机入口坯料称重实测重量值；

倍尺飞剪可编程控制器，布置在主轧线出口，获得主轧线出口轧件总长度；

成品称重系统，布置在冷床的下游，获得成品称重的打捆称重数据；

采样结果录入终端，通过移动应用程序录入冷床采样测量值，并将冷床采样测量值通过无线网络发送到负偏差计算服务器；

其中，所述倍尺飞剪可编程控制器、坯料称重系统和成品称重系统均与所述负偏差计算服务器进行网络连接。