CN108787749A - 一种热轧生产计划预警方法 - Google Patents
一种热轧生产计划预警方法 Download PDFInfo
- Publication number
- CN108787749A CN108787749A CN201710295977.4A CN201710295977A CN108787749A CN 108787749 A CN108787749 A CN 108787749A CN 201710295977 A CN201710295977 A CN 201710295977A CN 108787749 A CN108787749 A CN 108787749A
- Authority
- CN
- China
- Prior art keywords
- early warning
- slab
- rolling
- value
- slag inclusion
- 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
- B21B1/00—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations
- B21B1/46—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling metal immediately subsequent to continuous casting
- B21B1/463—Metal-rolling methods or mills for making semi-finished products of solid or profiled cross-section; Sequence of operations in milling trains; Layout of rolling-mill plant, e.g. grouping of stands; Succession of passes or of sectional pass alternations for rolling metal immediately subsequent to continuous casting in a continuous process, i.e. the cast not being cut before rolling
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2201/00—Special rolling modes
- B21B2201/06—Thermomechanical rolling
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及一种热轧生产计划预警方法,所述的预警方法通过对实际数据进行统计分析,计算夹渣概率、等效出炉温度和轧制力,统计得到夹渣概率表和平均单位宽度轧制力检索表,在实际生产中,根据实际板坯的生产数据,查询对应的夹渣风险概率和平均单位轧制力,并计算对应的等效出炉温度,对实际板坯的夹渣、轧制计划以及加热计划进行提前预警,能够提前预见到超出轧制规程,尤其是现有轧制规程没有关注到的不利情况,以便于在生产计划下达到生产过程系统之前,进行调整、中断以及采取最佳控制措施,确保生产顺行和产品质量,解决现有的钢板轧制生产过程,无法在生产计划下达之前进行提前预警,不利于生产计划的调整,无法保证产品质量的问题。
Description
技术领域
本发明涉及轧钢技术领域,具体涉及一种热轧生产计划预警方法。
背景技术
热连轧生产具有一定的连续性,加热炉按照一定顺序,把钢坯装入加热炉,进行加热控制,当满足出钢条件后,开始出钢,并顺序完成轧制、冷却和卷取。
为了满足产品质量和生产稳定性的要求,热轧生产计划的编制要考虑一些约束,一般包括:宽度跳跃、厚度跳跃、硬度跳跃、温度跳跃等约束条件。在大规模生产条件下,钢种规格过渡比较平滑,可以满足热轧生产的要求。
但是,对于品种多、批量小的情况,就比较复杂。由于品种多、批量小,使得生产稳定性变差,给连铸和热轧的生产,带来极大挑战。各个工序的控制窗口变窄,前工序的波动,会传导给下一个工序。比如,如果头尾坯过多,连铸生产波动过大,就容易发生表面夹渣,如果不能及时发现和处理,在加热、轧制之后,如果发现表面质量缺陷,将造成不可挽回的质量损失。
轧线是一块钢一块钢的进行生产,但是加热炉不可能单块钢加热,要满足一定的连续性要求。钢种、厚度、温度等,都影响板坯的热量需求。生产当中,经常发现,各种约束都是合乎规范的,没有问题,但是经常遇到组合起来,就无法生产的情况。比如:前后板坯温度跳跃小于等于30度,板坯厚度跳跃小于等于30mm,都没有违反约束,但是组合起来,加热炉就可能无法按照常规的方法加热,板坯出炉时,如果不能满足加热质量的要求,只能回炉,结果浪费了能源,降低了生产效率。
另外,制造部门在编排轧制计划时必须按照规程规定的内容进行编制,但现实中,轧制计划往往很难完全符合轧制计划规程的内容。生产厂的技术人员在审核计划时,很难面面俱到,因此难免会存在疏漏,这种疏漏往往会导致板坯回炉,严重时甚至会造成废钢和损坏设备。同时,由于轧制计划审核的内容非常多,技术人员往往要花费大量的时间和精力投入到轧制计划审核中,相应的其它方面投入的时间就会减少,这对现场的生产也是很不利的。
为了顺利实现生产作业计划,就需要在生产之前,综合各种信息,对生产计划进行综合分析和预警,排除各种导致生产中断或者无法连续生产的情况发生。
遗憾的是,目前钢铁企业的制造执行系统(MES)主要功能是把企业资源计划(ERP)系统和过程控制系统(PCS)连接起来,起到一个桥梁和管理作用,缺乏结合具体的生产环节,对生产计划进行深度分析和预警的功能。
专利CN200510030726.0,一种优化热轧轧制计划顺序的方法,主要涉及采用智能化的算法,进行轧制计划次序调整和轧制计划物料次序调整两大步骤,方便计划人员的排程工作。该专利没有涉及轧制计划的预警分析系统及方法。
专利CN201210038677.5,在线轧制计划动态预分析自调整系统及其方法,该方法解析轧制计划,比对轧制计划与轧制规程,筛选规程条目,生成计划审核条件表并设置违规超限标志,显示工艺极限规格提示并自动调整工艺参数。该专利没有提供等效出炉温度的计算方法,不能解决组合约束带来的问题,也没有提供板坯夹渣预警等质量模型,不能对板坯的表面质量进行预警,同时,该专利对计划的审核是在过程控制层面进行的,没有解决钢铁MES在生产计划下达之前,提前预警的功能,不利于生产计划的及时调整。
发明内容
本发明的目的是提供一种热轧生产计划预警方法,本发明通过对对实际数据进行统计分析,计算夹渣概率、等效出炉温度和轧制力,对夹渣、轧制计划以及加热计划进行提前预警,能够提前预见到超出轧制规程,尤其是现有轧制规程没有关注到的不利情况,以便于在生产计划下达到生产过程系统之前,进行调整、中断以及采取最佳控制措施,确保生产顺行和产品质量。用以解决现有的钢板轧制生产过程,无法在生产计划下达之前进行提前预警,不利于生产计划的调整,无法保证产品质量的问题。
为实现上述目的,本发明的方案是:一种热轧生产计划预警方法,所述的预警方法步骤如下:
(1)从连铸及热轧生产过程的实际生产数据,获取引起板坯发生夹渣的各典型生产参数信息,并计算各典型生产参数所有组合状态下的夹渣概率,建立夹渣概率表;
(2)从热轧生产的实际数据中,根据出钢记号、来料厚度和成品厚度进行轧制力层别划分,统计各轧制力层别下轧制机架的平均单位宽度轧制力,建立不同轧制力层别下的平均单位宽度轧制力检索表;
(3)设定夹渣预警值、轧制力预警值以及加热预警值;
(4)定义标准坯,获取热轧生产过程中实际板坯的目标出炉温度,根据能量守恒原则,以标准坯为基准,将实际板坯的目标出炉温度,转换为标准坯的出炉温度,即为实际板坯的等效出炉温度;
(5)计算相邻板坯等效出炉温度的差值,如果所述的差值超过设定的加热预警值,则对加热计划进行预警;
(6)根据实际产线的生产计划,以及生产实际数据,获取引起夹渣的各典型生产参数状态,并通过查找夹渣概率表,确认当前实际板坯的夹渣概率,并与设定的夹渣预警值比较,如果超出设定的夹渣预警值,则进行夹渣预警;
(7)获取当前实际板坯的轧制规格,通过查找所述的平均单位宽度轧制力检索表,得到当前实际板坯对应的轧制力层别及该层别对应的平均单位宽度轧制力;
(8)将当前实际板坯轧对应的制力层别下的平均单位宽度轧制力和其成品宽度的乘积作为轧制力预测值,如果所述的轧制力预测值超出设定的轧制力预警值,则对板坯的可轧制情况进行预警;
(9)采用图形或表格的方法,输出预警信息,以及板坯工艺参数的连续变化情况,实现生产计划的可视化分析。
进一步地,根据本发明所述的热轧生产计划预警方法,所述的步骤(1)中,获取的引起板坯发生夹渣的轧制参数包括机清、板坯位置、拉速、液位、中间包钢水过热度和中间包重量。
进一步地,根据本发明所述的热轧生产计划预警方法,所述的步骤(1)中,夹渣概率表的建立方法为:
将引起夹渣的各轧制参数进行状态组合,形成组合状态空间,即:
然后,通过对热轧表面质量和连铸实际数据的综合分析,将不同组合状态下的夹渣概率计算出来,从而形成夹渣缺陷对应于不同组合状态下的统计概率参照表格,即为夹渣概率表;
其中,R表示所述各轧制参数的组合状态空间;
Rj表示各轧制参数的第j种组合状态,j=1,2…,n,状态总数n为各轧制参数状态数量的乘积;
ajk表示引起夹渣的所述各轧制参数的不同组合状态,k=1,2,3,4,5,6,所述各轧制参数的状态值根据不同生产厂的生产实际数据获得。
进一步地,根据本发明所述的热轧生产计划预警方法,所述的步骤(4)中,定义标准坯为:指定标准坯的钢种、厚度、宽度、长度、装炉温度和出炉温度。
进一步地,根据本发明所述的热轧生产计划预警方法,所述步骤(4)中等效出炉温度的计算过程中,对板坯的温度,厚度、宽度、长度、装炉温度和出炉温度属性进行修正,各属性的修正值如下:
Ai=Abi+ki×(Asi-Abi)
其中,Ai为修正后的属性值,Abi为标准坯对应的属性值,Asi为实际板坯对应的属性值,ki为属性对应的修正权重,对烧钢影响越大的属性,其权重值越大;
i=1,2,3,4,5分别对应的属性为:厚度、宽度、长度、装炉温度和出炉温度。
进一步地,根据本发明所述的热轧生产计划预警方法,所述的步骤(4)中,等效出炉温度的具体计算方法为:
Ab5为标准坯的出炉温度,即为等效出炉温度;
Ab4为标准坯对应的装炉温度;
A4表示实际板坯的装炉温度;
A5表示实际板坯的出炉温度;
mx表示实际板坯的质量修正值,mx=ρs×A3×A2×A1,ρs实际板坯的密度,A3实际板坯的长度修正值,A2实际板坯的宽度修正值,A1实际板坯的厚度修正值;
mb表示标准坯的质量,mb=ρb×Ab3×Ab2×Ab1,ρb标准坯的的密度,Ab3标准坯的长度,Ab2标准坯的宽度,Ab1标准坯的厚度;
cBp(T)表示标准坯在温度T时对应的比热;
cSp(T)表示实际板坯在温度T时对应的比热。
进一步地,根据本发明所述的热轧生产计划预警方法,所述的步骤(9)中,采用图形和表格方式,输出预警,并按照轧制顺序和加热顺序输出等效出炉温度、宽度、厚度和温度的工艺参数连续变化曲线。
进一步地,根据本发明所述的热轧生产计划预警方法,对生产计划编制的约束条件进行预警,所述的约束条件包括宽度、厚度、硬度和温度,通过计算相邻板坯的宽度跳跃值、厚度跳跃值、硬度跳跃值以及温度跳跃值,并与对应的预警设定值进行比较,如果超出对应的预警设定值,则输出预警信息。
本发明达到的有益效果:本发明可以实现生产计划的可视化,能够提前预见到超出轧制规程,尤其是现有轧制规程没有关注到的不利情况,以便于在生产计划下达到生产过程系统之前,进行调整、中断以及采取最佳控制措施,确保生产顺行和产品质量。
附图说明
图1是本发明的预警方法流程图;
图2是本发明可视化的图形显示示意图。
具体实施方式
下面结合附图和具体的实施例对本发明作进一步详细的说明。
本发明方法包括如下步骤:
步骤一,夹渣预警:
根据连铸及热轧生产过程中的实际生产数据,获取其中引起板坯发生夹渣的各典型生产参数信息,按照厂别、出钢记号进行分类统计,得到各典型生产参数所有组合状态下的夹渣概率,建立夹渣概率表,获取的典型轧制参数包括机清、板坯位置、拉速、液位、中间包钢水过热度和中间包重量。
将引起夹渣的各轧制参数进行状态组合,形成组合状态空间,即:
然后,通过对热轧表面质量和连铸实际数据的综合分析,将不同组合状态下的夹渣概率计算出来,从而形成夹渣缺陷对应于不同组合状态下的统计概率参照表格,即为夹渣概率表。
其中,R表示所述各轧制参数的组合状态空间;Rj表示各轧制参数的第j种组合状态,j=1,2…,n,状态总数n为各轧制参数状态数量的乘积;ajk表示引起夹渣的所述各轧制参数的不同组合状态,k=1,2,3,4,5,6,所述各轧制参数的状态值根据不同生产厂的生产实际数据获得。
在生产过程中,参照夹渣概率表,查找对应情况的夹渣风险概率,如果判定夹渣概率超出设定的夹渣预警值,则进行夹渣预警,并在系统中进行提示,现场操作人员根据夹渣风险大小,决定是否进行阻断处理。
步骤二,轧制情况预警
(1)根据出钢记号、来料厚度、成品厚度,进行轧制力层别划分;
(2)针对不同层别,从生产实际数据中获取轧制机架的平均单位宽度轧制力;
如果以X1、X2、X3分别表示出钢记号、来料厚度、成品厚度,Y表示平均单位宽度轧制力,则从生产实际数据中,对应于不同X1、X2、X3,即不同层别,可以得到对应层别下,轧制机架的平均单位宽度轧制力,建立不同层别下的平均单位宽度轧制力检索表。
出钢记号 | 来料厚度 | 成品厚度 | 平均单位宽度轧制力 |
X1 | X2 | X3 | Y |
(3)针对当前实际板坯,判断对应层别,将该层别下的平均单位宽度轧制力和当前实际板坯成品宽度的乘积作为轧制力预测值,即F=Y×W;
其中,F为指定机架对应的轧制力预测值,Y为相应层别下的平均单位宽度轧制力,W为成品宽度。
(4)如果轧制力预测值F超出预先设定的轧制力预警值,则对可轧制情况进行预警。
步骤三,加热计划预警
(1)定义标准坯,即指定标准坯的钢种、厚度、宽度、长度、装炉温度、出炉温度等属性值。
定义等效出炉温度,遵循能量守恒原则,将实际板坯的出炉目标温度,转换为标准坯的出炉温度,即等效出炉温度。
等效出炉温度,对应于标准坯,因此,计划内所有板坯的等效出炉温度的对比,能更好的反应出计划内不同板坯热需求的差异性。
(2)遵循能量守恒原则,计算等效出炉温度:
这里,等式左边为当前实际板坯升温所吸收热量,等式右边为标准坯升温所吸收热量,等效出炉温度为待计算值。
Ab5为标准坯的出炉温度,即为等效出炉温度;Ab4为标准坯对应的装炉温度;A4表示实际板坯的装炉温度;A5表示实际板坯的出炉温度;mx表示实际板坯的质量修正值,mx=ρs×A3×A2×A1,ρs实际板坯的密度,A3实际板坯的长度修正值,A2实际板坯的宽度修正值,A1实际板坯的厚度修正值;mb表示标准坯的质量,mb=ρb×Ab3×Ab2×Ab1,ρb标准坯的的密度,Ab3标准坯的长度,Ab2标准坯的宽度,Ab1标准坯的厚度;cBp(T)表示标准坯在温度T时对应的比热;cSp(T)表示实际板坯在温度T时对应的比热。
在板坯实际加热过程,厚度、宽度、长度、装炉温度、出炉温度等不同属性对加热过程的影响是不一样的,本发明在计算等效出炉温度时,对当前实际板坯的相关属性进行修正,即:
Ai=Abi+ki×(Asi-Abi)
其中,Ai为修正后的属性值,Abi为标准坯对应的属性值,Asi为实际板坯对应的属性值,ki为属性对应的修正权重,对烧钢影响越大的属性,其权重值越大;i=1,2,3,4,5分别对应的属性为:厚度、宽度、长度、装炉温度和出炉温度。
通过计算获取实际板坯对应的等效出炉温度后,通过判断相邻板坯等效出炉温度的跳跃值,即相邻板坯的差异性,如果所述的跳跃值超过设定的加热预警值,则对加热计划进行预警,用来指导实际加热控制过程。
步骤四,采用图形的方法,输出预警信息,以及板坯工艺参数的连续变化情况,实现生产计划的可视化分析。
为了对本发明的方法有更好的理解,下面介绍一个具体的实施例:
实施例:
步骤一,获取生产计划、生产实际数据以及相关统计信息
因为不同产线的生产数据的完备性以及组织方式都是有差异的,因此,不失一般性,在本实施例中,假设自动获取热轧计划细则以及炼钢状态信息如表一:
表一
这里的机清状态,0表示没有进行机清处理,1表示进行了机清处理;板坯位置,B表示连铸交接坯,M表示非交接坯。
根据产线实际情况,也可以有更细的分类即;拉速状态和液位状态,0表示正常,1表示异常,根据产线实际情况,还可根据异常程度进行细分。在本实施例中,对数据信息以及分类都进行了简化处理,便于对实施例更好的说明。
结合数据仓库、过程机实绩以及产品的质量数据,通过数据统计,得到该厂别下不同出钢记号在所有轧制参数的状态空间下的夹渣占比分布表,如表二所示:
表二
为了方便说明,本实施例仅给出计划对应钢种的信息,而且本实施例的计划生产实际数据中没有采集中间包温度、中间包重量等信息,所以夹渣占比统计中,同样忽略中间包温度、中间包重量的取值影响。
通过所有生产实际数据,统计获得不同层别下的平均单位宽度轧制力,不失一般性,表三给出了出钢记号AAAA、BBBB在不同层别下的某一个具体机架的平均单位宽度轧制力。
表三
步骤二,计算等效出炉温度,进行加热计划预警
本实施例设定当前只有一个加热炉投用,即计划对应板坯都装在同一个炉内。本实施例中,设定同炉前后板坯的等效出炉温度>=50℃时,进行预警。
定义标准坯:标准坯钢种:XXXX,标准坯厚度:230mm,标准坯宽度:1200mm,标准坯长度:10000mm,标准坯装炉温度:20℃,标准坯出炉温度:1200℃。
从加热控制以及能源需求等方面考虑,在本实施例中,对应厚度、宽度、长度、装炉温度和出炉温度等因素的修正权重分别取值为:0.8,0.1,0.1,0.15和1.0,则计算得到各属性的修正值如下表四所示:
表四
采用下面公式计算等效出炉温度:
在本实施例中,为了计算的方便,假设不同出钢记号的密度和比热一致,且为和温度无关的常数,本实施例中的实际板坯的密度取7800kg/m3,比热168Kcal/(kg×K)。则计算得到的等效出炉温度如表五所示:
表五
从上表可以看出,板坯号5、6和7的这3块板坯等效出炉温度>=50℃,加热差异性较大,需要进行预警提示。
步骤三,进行夹渣风险判定。
本实施例中,设定对夹渣占比>=10%的板坯,进行预警。
根据步骤一中获取的计划坯细则和夹渣占比统计分布表,可以得到计划坯的夹渣占比,如下表六,第一块板坯夹渣占比超过设定阀值,进行预警提示,其它板坯夹渣占比低于设定阀值。
表六
步骤四,对板坯轧制情况进行预警。
本案例中,设定指定机架平均单位宽度轧制力>=4500吨,进行预警。
对照生产实际数据统计得到的平均单位宽度轧制力,得到计划坯对应的单位轧制力,计算得到预测轧制力。计算得到板坯号10的预测轧制力超出预警目标值,输出进行预警。
表七
步骤五,采用图形的方法,按照轧制顺序和加热顺序输出等效出炉温度、厚度、温度等参数的连续变化,实现生产计划的可视化分析,如图2所示。
在其他实施例中,也可以对生产计划编制的一些约束条件进行预警,例如:宽度、厚度、硬度和温度,通过计算相邻板坯的宽度跳跃值、厚度跳跃值、硬度跳跃值和温度跳跃值,如果超出对应的预警设定值,则发出预警信号。
采用本发明的预警方法可以提前预见到超出轧制规程,尤其是现有轧制规程没有关注到的不利情况,以便于在生产计划下达到生产过程系统之前,进行调整、中断以及采取最佳控制措施,确保生产顺行和产品质量。
Claims (8)
1.一种热轧生产计划预警方法,其特征在于:所述的预警方法步骤如下:
(1)从连铸及热轧生产过程的实际生产数据,获取引起板坯发生夹渣的各典型生产参数信息,并计算各典型生产参数所有组合状态下的夹渣概率,建立夹渣概率表;
(2)从热轧生产的实际数据中,根据出钢记号、来料厚度和成品厚度进行轧制力层别划分,统计各轧制力层别下轧制机架的平均单位宽度轧制力,建立不同轧制力层别下的平均单位宽度轧制力检索表;
(3)设定夹渣预警值、轧制力预警值以及加热预警值;
(4)定义标准坯,获取热轧生产过程中实际板坯的目标出炉温度,根据能量守恒原则,以标准坯为基准,将实际板坯的目标出炉温度,转换为标准坯的出炉温度,即为实际板坯的等效出炉温度;
(5)计算相邻板坯等效出炉温度的差值,如果所述的差值超过设定的加热预警值,则对加热计划进行预警;
(6)根据实际产线的生产计划,以及生产实际数据,获取引起夹渣的各典型生产参数状态,并通过查找夹渣概率表,确认当前实际板坯的夹渣概率,并与设定的夹渣预警值比较,如果超出设定的夹渣预警值,则进行夹渣预警;
(7)获取当前实际板坯的轧制规格,通过查找所述的平均单位宽度轧制力检索表,得到当前实际板坯对应的轧制力层别及该层别对应的平均单位宽度轧制力;
(8)将当前实际板坯轧对应的制力层别下的平均单位宽度轧制力和其成品宽度的乘积作为轧制力预测值,如果所述的轧制力预测值超出设定的轧制力预警值,则对板坯的可轧制情况进行预警;
(9)采用图形或表格的方法,输出预警信息,以及板坯工艺参数的连续变化情况,实现生产计划的可视化分析。
2.根据权利要求1所述的热轧生产计划预警方法,其特征在于,所述的步骤(1)中,获取的引起板坯发生夹渣的轧制参数包括机清、板坯位置、拉速、液位、中间包钢水过热度和中间包重量。
3.根据权利要求2所述的热轧生产计划预警方法,其特征在于,所述的步骤(1)中,夹渣概率表的建立方法为:
将引起夹渣的各轧制参数进行状态组合,形成组合状态空间,即:
然后,通过对热轧表面质量和连铸实际数据的综合分析,将不同组合状态下的夹渣概率计算出来,从而形成夹渣缺陷对应于不同组合状态下的统计概率参照表格,即为夹渣概率表;
其中,R表示所述各轧制参数的组合状态空间;
Rj表示各轧制参数的第j种组合状态,j=1,2…,n,状态总数n为各轧制参数状态数量的乘积;
ajk表示引起夹渣的所述各轧制参数的不同组合状态,k=1,2,3,4,5,6,所述各轧制参数的状态值根据不同生产厂的生产实际数据获得。
4.根据权利要求1所述的热轧生产计划预警方法,其特征在于,所述的步骤(4)中,定义标准坯为:指定标准坯的钢种、厚度、宽度、长度、装炉温度和出炉温度。
5.根据权利要求1所述的热轧生产计划预警方法,其特征在于,所述步骤(4)中等效出炉温度的计算过程中,对板坯的温度,厚度、宽度、长度、装炉温度和出炉温度属性进行修正,各属性的修正值如下:
Ai=Abi+ki×(Asi-Abi)
其中,Ai为修正后的属性值,Abi为标准坯对应的属性值,Asi为实际板坯对应的属性值,ki为属性对应的修正权重,对烧钢影响越大的属性,其权重值越大;i=1,2,3,4,5分别对应的属性为:厚度、宽度、长度、装炉温度和出炉温度。
6.根据权利要求5所述的热轧生产计划预警方法,其特征在于,所述的步骤(4)中,等效出炉温度的具体计算方法为:
Ab5为标准坯的出炉温度,即为等效出炉温度;
Ab4为标准坯对应的装炉温度;
A4表示实际板坯的装炉温度;
A5表示实际板坯的出炉温度;
mx表示实际板坯的质量修正值,mx=ρs×A3×A2×A1,ρs实际板坯的密度,A3实际板坯的长度修正值,A2实际板坯的宽度修正值,A1实际板坯的厚度修正值;
mb表示标准坯的质量,mb=ρb×Ab3×Ab2×Ab1,ρb标准坯的的密度,Ab3标准坯的长度,Ab2标准坯的宽度,Ab1标准坯的厚度;
cBp(T)表示标准坯在温度T时对应的比热;
cSp(T)表示实际板坯在温度T时对应的比热。
7.根据权利要求1所述的热轧生产计划预警方法,其特征在于,所述的步骤(9)中,采用图形和表格方式,输出预警,并按照轧制顺序和加热顺序输出等效出炉温度、宽度、厚度和温度的工艺参数连续变化曲线。
8.根据权利要求1所述的热轧生产计划预警方法,其特征在于,对生产计划编制的约束条件进行预警,所述的约束条件包括宽度、厚度、硬度和温度,通过计算相邻板坯的宽度跳跃值、厚度跳跃值、硬度跳跃值以及温度跳跃值,并与对应的预警设定值进行比较,如果超出对应的预警设定值,则输出预警信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710295977.4A CN108787749B (zh) | 2017-04-28 | 2017-04-28 | 一种热轧生产计划预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710295977.4A CN108787749B (zh) | 2017-04-28 | 2017-04-28 | 一种热轧生产计划预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108787749A true CN108787749A (zh) | 2018-11-13 |
CN108787749B CN108787749B (zh) | 2020-04-28 |
Family
ID=64069301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710295977.4A Active CN108787749B (zh) | 2017-04-28 | 2017-04-28 | 一种热轧生产计划预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108787749B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032760A (zh) * | 2019-03-07 | 2019-07-19 | 福建三钢闽光股份有限公司 | 基于轧线信息共享分析系统优化中板生产组织方法 |
CN111515249A (zh) * | 2020-04-15 | 2020-08-11 | 首钢京唐钢铁联合有限责任公司 | 基于mccr的连轧方法及装置 |
CN112013690A (zh) * | 2019-05-31 | 2020-12-01 | 上海梅山钢铁股份有限公司 | 一种热轧加热炉入炉板坯综合控制方法 |
CN112139261A (zh) * | 2019-06-27 | 2020-12-29 | 宝山钢铁股份有限公司 | 一种热轧加热炉目标出炉温度预测控制方法 |
CN112732700A (zh) * | 2021-01-25 | 2021-04-30 | 中冶赛迪重庆信息技术有限公司 | 一种轧钢生产数据切片方法、系统、介质及电子终端 |
CN112845618A (zh) * | 2021-02-05 | 2021-05-28 | 唐山钢铁集团有限责任公司 | 一种优化热轧平整二级轧制力设定值的方法 |
CN113926865A (zh) * | 2020-06-29 | 2022-01-14 | 宝山钢铁股份有限公司 | 铸坯夹渣预报方法、机清控制方法、计算设备及存储介质 |
CN114863661A (zh) * | 2022-07-05 | 2022-08-05 | 苏州翔楼新材料股份有限公司 | 一种特钢生产车间的监测预警方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080276679A1 (en) * | 2005-11-09 | 2008-11-13 | Gerald Eckerstorfer | Method for the Production of Hot-Rolled Steel Strip and Combined Casting and Rolling Plant for Carrying Out the Method |
CN102591286A (zh) * | 2012-02-20 | 2012-07-18 | 宝山钢铁股份有限公司 | 在线轧制计划动态预分析自调整系统及其方法 |
CN103212588A (zh) * | 2013-05-02 | 2013-07-24 | 武汉钢铁(集团)公司 | 减少热轧碳锰钢皮下夹渣缺陷的方法 |
CN103706774A (zh) * | 2012-09-29 | 2014-04-09 | 宝钢不锈钢有限公司 | 一种甄别不锈钢板坯表面夹渣、裂纹缺陷的方法 |
WO2017037922A1 (ja) * | 2015-09-03 | 2017-03-09 | 東芝三菱電機産業システム株式会社 | 鉄鋼熱延プラントの制御システム |
CN107931329A (zh) * | 2017-11-23 | 2018-04-20 | 北京科技大学设计研究院有限公司 | 一种改善csp双流换规格轧制力模型精度的控制方法 |
-
2017
- 2017-04-28 CN CN201710295977.4A patent/CN108787749B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080276679A1 (en) * | 2005-11-09 | 2008-11-13 | Gerald Eckerstorfer | Method for the Production of Hot-Rolled Steel Strip and Combined Casting and Rolling Plant for Carrying Out the Method |
CN102591286A (zh) * | 2012-02-20 | 2012-07-18 | 宝山钢铁股份有限公司 | 在线轧制计划动态预分析自调整系统及其方法 |
CN103706774A (zh) * | 2012-09-29 | 2014-04-09 | 宝钢不锈钢有限公司 | 一种甄别不锈钢板坯表面夹渣、裂纹缺陷的方法 |
CN103212588A (zh) * | 2013-05-02 | 2013-07-24 | 武汉钢铁(集团)公司 | 减少热轧碳锰钢皮下夹渣缺陷的方法 |
WO2017037922A1 (ja) * | 2015-09-03 | 2017-03-09 | 東芝三菱電機産業システム株式会社 | 鉄鋼熱延プラントの制御システム |
CN107931329A (zh) * | 2017-11-23 | 2018-04-20 | 北京科技大学设计研究院有限公司 | 一种改善csp双流换规格轧制力模型精度的控制方法 |
Non-Patent Citations (1)
Title |
---|
刘宇: "《鞍钢1580热轧生产线计划管理系统的研究与开发》", 《中国学术文献网络出版总库》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032760B (zh) * | 2019-03-07 | 2022-06-07 | 福建三钢闽光股份有限公司 | 基于轧线信息共享分析系统优化中板生产组织方法 |
CN110032760A (zh) * | 2019-03-07 | 2019-07-19 | 福建三钢闽光股份有限公司 | 基于轧线信息共享分析系统优化中板生产组织方法 |
CN112013690A (zh) * | 2019-05-31 | 2020-12-01 | 上海梅山钢铁股份有限公司 | 一种热轧加热炉入炉板坯综合控制方法 |
CN112013690B (zh) * | 2019-05-31 | 2022-07-12 | 上海梅山钢铁股份有限公司 | 一种热轧加热炉入炉板坯综合控制方法 |
CN112139261A (zh) * | 2019-06-27 | 2020-12-29 | 宝山钢铁股份有限公司 | 一种热轧加热炉目标出炉温度预测控制方法 |
CN112139261B (zh) * | 2019-06-27 | 2022-08-16 | 宝山钢铁股份有限公司 | 一种热轧加热炉目标出炉温度预测控制方法 |
CN111515249A (zh) * | 2020-04-15 | 2020-08-11 | 首钢京唐钢铁联合有限责任公司 | 基于mccr的连轧方法及装置 |
CN111515249B (zh) * | 2020-04-15 | 2022-03-18 | 首钢京唐钢铁联合有限责任公司 | 基于mccr的连轧方法及装置 |
CN113926865A (zh) * | 2020-06-29 | 2022-01-14 | 宝山钢铁股份有限公司 | 铸坯夹渣预报方法、机清控制方法、计算设备及存储介质 |
CN113926865B (zh) * | 2020-06-29 | 2024-03-08 | 宝山钢铁股份有限公司 | 铸坯夹渣预报方法、机清控制方法、计算设备及存储介质 |
CN112732700A (zh) * | 2021-01-25 | 2021-04-30 | 中冶赛迪重庆信息技术有限公司 | 一种轧钢生产数据切片方法、系统、介质及电子终端 |
CN112845618B (zh) * | 2021-02-05 | 2022-06-10 | 唐山钢铁集团有限责任公司 | 一种优化热轧平整二级轧制力设定值的方法 |
CN112845618A (zh) * | 2021-02-05 | 2021-05-28 | 唐山钢铁集团有限责任公司 | 一种优化热轧平整二级轧制力设定值的方法 |
CN114863661A (zh) * | 2022-07-05 | 2022-08-05 | 苏州翔楼新材料股份有限公司 | 一种特钢生产车间的监测预警方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108787749B (zh) | 2020-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108787749A (zh) | 一种热轧生产计划预警方法 | |
CN102591286B (zh) | 在线轧制计划动态预分析自调整系统及其方法 | |
CN101844215B (zh) | 一种基于双冷却模式的板坯连铸动态二冷控制方法 | |
WO2017088674A1 (zh) | 一种面向全流程生产的炼钢组批与排产方法 | |
CN106408153A (zh) | 一种基于案例推理的钢铁企业生产动态调度调整方法及其专家系统 | |
CN107497852A (zh) | 一种钢材免加热轧制系统及方法 | |
CN103882221A (zh) | 热轧加热炉模型中动态预测板坯最短在炉时间的方法 | |
CN104894362A (zh) | 一种冷热钢坯混装的加热炉炉温设定方法 | |
CN110647124A (zh) | 考虑铸轧协调的炼钢连铸热轧一体化生产计划方法及系统 | |
CN114386719A (zh) | 一种炉次批量计划优化方法、装置及存储介质 | |
CN104668295A (zh) | 一种棒线材生产线控温轧制工艺的控制方法和装置 | |
CN108153250A (zh) | 一种热矫直机智能模型系统及其控制方法 | |
CN111062571B (zh) | 一种面向铝行业的锭型选择与合同组批的集成优化方法 | |
JPH11202903A (ja) | 製造プロセスの状態量推定方法 | |
Lefkowitz | Integrated control of industrial systems | |
Balakrishnan et al. | Process planning for aluminum tubes: An engineering-operations perspective | |
Sabeghi et al. | Solution space exploration of the process design for continuous casting of steel | |
CN102876822A (zh) | 高炉操作的闭环控制系统 | |
CN101811143A (zh) | 一种待轧保温铸坯温度控制方法 | |
Yahiro et al. | Development of strip temperature control system for a continuous annealing line | |
CN114807590A (zh) | 一种基于加热炉钢坯加热二级控制方法及系统 | |
Zeng et al. | Investigating the energy consumption of casting process by multiple life cycle method | |
CN112926828A (zh) | 一种面向中厚板产线的炼钢生产数据解析与优化排程方法 | |
CN111383723B (zh) | 一种高炉炼铁成分预控方法 | |
Bante et al. | Energy efficiency in a steel rolling mill by effective planning (case study) |
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 |