CN109108094B - 一种螺纹钢细晶轧制智能控制方法 - Google Patents

Abstract

本发明公开了一种螺纹钢细晶轧制智能控制方法，涉及螺纹钢生产领域；生产工艺流程为：炼钢钢坯—钢坯加热智能控制—粗轧机轧制—1号飞剪机飞剪—中轧机轧制—中轧件冷却智能控制—2号飞剪机飞剪—精轧机轧制—精轧件冷却智能控制—3号飞剪机飞剪—冷床冷却—收集螺纹钢；螺纹钢生产工艺过程中采用智能控制技术进行控制各个过程温度，使得最终螺纹钢在不需要添加V合金的情况下获得珠光体和铁素体组织，节约了生产成本，提高了生产效率。

Description

一种螺纹钢细晶轧制智能控制方法

技术领域：

本发明涉及螺纹钢生产领域，具体涉及一种螺纹钢细晶轧制智能控制方法。

背景技术：

我国是当之无愧的钢铁大国，新世纪以来的十几年间，我国钢铁工业迅猛发展，粗钢产量快速增加，常年位居世界第一，粗钢产量达8亿吨，约占世界粗钢产量的49.5％。目前全国共有钢铁企业1400余家。其中螺纹钢产量约3亿吨，生产线超过500条。

目前国内螺纹钢生产线自动化和智能化水平均较低，对人的依赖度高，成本高。螺纹钢生产近年来工艺发展快速，由原来的单线轧制快速发展为二切分、三切分、四切分、五切分轧制，六切分轧制已试验成功，自动化控制水平有所提高，但智能化控制水平低，轧制工序、控制冷却系统及生产收集工序等涉及到现场操作的工作仍要人工操作，控制滞后，精准度差，人员劳动强度大。2000年前由于控制冷却技术限制，螺纹钢生产多采用常规轧制技术，工艺流程为：炼钢钢坯—轧钢加热炉—粗轧机—1号飞剪—中轧机—2号飞剪—精轧机—3号飞剪—冷床—收集，终轧温度与上冷床温度基本一致，1000℃以上，由于温度高，为了保证钢材性能，只能增加合金元素，如生产HRB400牌号钢材，在C、Si、Mn达到上限范围的同时，还要增加0.025％以上的V合金，钢坯生产成本高。2005年后，随着多线切分轧制工艺及螺纹钢轧后穿水淬火工艺逐渐成熟，螺纹钢生产企业纷纷采用以下工艺流程：炼钢钢坯—轧钢加热炉—粗轧机—1号飞剪—中轧机—2号飞剪—精轧机—单组强化冷却装置—3号飞剪—冷床—收集，同时大幅度降低钢坯的化学成分，不再加合金元素V，Si、Mn分别降低0.3％以上，吨钢成本较常规轧制工艺降低150元以上。但钢材表面完全形成闭环的、厚度超1mm的马氏体金相组织，影响了钢材的焊接性能。2017年，国家相关部门经研究，发布了新的螺纹钢国家标准GB/T1499.2—2018，新国家标准对螺纹钢金相组织做了严格要求：增加了金相组织检验的规定，增加了宏观金相、截面维氏硬度、微观组织及检验方法。规定宏观金相均匀，微观组织为铁素体+珠光体。为达到螺纹钢新国家标准的要求，在目前技术水平下只能恢复常规轧制工艺，提高Si、Mn到上限范围的同时，增加0.025％以上的V合金，由此增加了生产成本，如何在符合螺纹钢新国家标准的前提下降低成本，成为螺纹钢行业亟需解决的问题。

发明内容：

本发明所要解决的技术问题在于提供一种螺纹钢细晶轧制智能控制方法，在满足螺纹钢新国家标准的前提下，减少或不添加合金元素，达到降低钢材生产成本的目的。

本发明所要解决的技术问题采用以下的技术方案来实现：

一种螺纹钢细晶轧制智能控制方法，生产工艺流程为：炼钢钢坯—钢坯加热智能控制—粗轧机轧制—1号飞剪机飞剪—中轧机轧制—中轧件冷却智能控制—2号飞剪机飞剪—精轧机轧制—精轧件冷却智能控制—3号飞剪机飞剪—冷床冷却—收集螺纹钢。

所述智能控制技术包括钢坯加热智能控制和轧件冷却智能控制，所述智能控制技术包括以下步骤：

(1)建模：在生产线的加热炉、中轧后、精轧第一段冷却控制后、精轧二段冷却控制后、精轧第三段控制冷却后以及上冷床位置安装传感器，实时采集初始钢温、燃料热值、加热炉温度、加热炉压力、穿水流量、水压、水温、成品速度等作为自变量参数，同时采集最终钢温作为因变量参数，在自变量矩阵和因变量矩阵之间建立多元回归模型，模型如下：

Y_n＝X_n×pA_p

Y_n+1＝X_(n+1)×pA_p

式中，Y为因变量矩阵，X为自变量矩阵，A为矩阵系数；n为矩阵行数，p为矩阵列数；

(2)建立、更新数据库：根据多次采集的自变量和因变量参数生成数据库，通过大量数据分析，对各自变量之间的关联性进行计算和研究，寻找各变量之间的相关性。共有三种可能性：

第一种：各自变量之间相互独立。该情况易于处理，可通过仿真计算出所需最终钢温下的所有状态，建立最终数据库。从数据库中读出与当前状态最接近的参数状态，据此对当前状态进行调整，即可实现最终钢温控制。

第二种：自变量之间相关性明显。通过相关性分析，减少自变量个数，剩余的自变量之间相互独立，按照第一种情况进行处理。

第三种：各自变量相互制约但规律难寻。按照因变量对各个自变量的敏感度进行优先级排序，按照优先级顺序选取参数状态，通过存储不同状态下的因变量和自变量，从数据库中读出与当前状态最接近的参数状态，根据最接近的参数状态调整当前状态，并将调整后的状态参数再次存储到数据库，从而进一步更新数据库，作为下一次控制参数的依据。

由于现场各类参数与钢温相关性不确定，故采用第三种方法进行处理。

所述钢坯加热智能控制包括以下步骤：

(1)在钢坯加热炉预热段、加热段、均热段设置多点热电偶，利用加热炉步进周期跟踪钢坯入炉后位置变化，通过热电偶实时检测各段位置温度；

(2)在加热炉预热段、加热段、均热段三段的排烟管道安装废气取样装置，实时对各段的废气进行取样分析，检测废气含氧量、空燃比；

(3)在燃料总管安装燃料热值检测仪，实时检测燃料热值；

(4)在钢坯加热炉进炉侧和粗轧机进口侧安装温度检测仪检测钢坯入炉前温度和加热后的温度；

(5)将步骤(1)-(4)检测的参数输入计算机数据库，并将钢坯加热后的温度作为因变量，钢坯入炉前温度、燃料热值、废气含氧量、空燃比作为自变量，建立多元回归模型；

(6)设定钢坯加热后的温度并将其输入多元回归模型，通过解算多元回归模型调整钢坯入炉前温度、燃料热值、废气含氧量、空燃比以达到设定钢坯加热后的温度。

所述燃料为高炉煤气或转炉煤气。

所述轧件冷却智能控制包括中轧件冷却智能控制和精轧件冷却智能控制，步骤如下：

(1)在控制冷却装置冷却水管道上安装气动调节阀、水压检测仪、水量检测仪、温度计，在冷却装置后安装轧件温度检测仪，将开轧温度、水压、水温、气动调节阀开口度和轧件冷却后温度存储在数据库中，每5s计算各参数平均值，以气动调节阀开口度为自变量，轧件冷却后温度为因变量建立线性关系，将开轧温度、水压、水温作为前馈调整值；

(2)设定轧件冷却后温度，并检测轧件实际冷却温度，当实际冷却温度低于设定值时，调小气动调节阀开口度，当实际冷却温度高于设定值时，调大气动调节阀开口度，直至实际冷却温度与设定值相同时，保持气动调节阀开口度不变；

(3)将步骤(2)调整后的参数存入数据库，下一支钢坯轧制时，根据开轧温度、水压、水温前馈值的变化，系统自动从数据库中提取与要轧制的钢坯相同或最相近的一组数据，采用此组数据的气动调节阀开口度，提前对轧件冷却装置进行调整，保证轧件冷却后温度与设定值相同。

所述精轧件冷却智能控制还包括以下步骤：

(1)在精轧成品轧机后设置3-4组控制冷却装置，每组控制冷却装置内设置与轧制切分线数相等的控制冷却单元，形成多组、多线控制冷却系统；

(2)设定每组控制冷却装置后轧件冷却温度，第一组控制冷却装置在调整冷却温度达到设定值前，第二组、第三组不作调整，第一组控制冷却装置温度达到设定值后，将冷却后温度反馈作为第二组控制冷却装置的进口温度，在第二组控制冷却装置调整冷却温度达到设定值前，第三组不作调整，以此类推；

(3)每组控制冷却装置后冷却温度均达到设定值后，将每组每线开轧温度、水压、水温、气动调节阀开口度和轧件冷却后温度存储在数据库中，建立控制模型，用于下一支轧件的控制冷却。

所述精轧件冷却智能控制过程中测温仪采用具有弧形扫描功能的测温仪，将测温仪安装在多线切分轧件的上方，测温仪红外摄像头从多线切分第一线到最后一线进行扫描，将扫描区域温度输入计算机处理，滤除不符合要求的温度，对每线温度输出。

本发明提供了一种螺纹钢细晶轧制智能控制方法，其有益效果为：

(1)螺纹钢生产工艺过程中采用智能控制技术进行控制各个过程温度，使得最终螺纹钢在不需要添加V合金的情况下获得珠光体和铁素体组织，节约了生产成本，提高了生产效率。

(2)钢坯加热采用智能控制技术，保证了钢坯加热后温差小于30℃，在中轧机和精轧机间采用中轧件冷却智能控制，使中轧件在进入精轧机前温度不高于960℃，不低于900℃，精轧机后设置精轧件冷却智能控制，对每组每线轧件冷却分别控制，并实现智能自学习调整，上冷床冷却温度控制在720℃以上，以获取理想晶粒度和金相组织，符合国家标准的力学性能。

(3)采用具有弧形扫描功能的测温仪，对每组每线温度进行区域扫描，每线检测出的温度为轧件上部多点温度的平均值，代表性强，能准确反映轧件冷却后真实温度。

附图说明：

图1为本发明生产的螺纹钢金相组织(珠光体和铁素体)示意图；

具体实施方式：

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本发明。

实施例1：

一种螺纹钢细晶轧制智能控制方法，生产工艺流程为：炼钢钢坯—钢坯加热智能控制—粗轧机轧制—1号飞剪机飞剪—中轧机轧制—中轧件冷却智能控制—2号飞剪机飞剪—精轧机轧制—精轧件冷却智能控制—3号飞剪机飞剪—冷床冷却—收集螺纹钢。

所述智能控制技术包括钢坯加热智能控制和轧件冷却智能控制，所述智能控制技术包括以下步骤：

(1)建模：在生产线的加热炉、中轧后、精轧第一段冷却控制后、精轧二段冷却控制后、精轧第三段控制冷却后以及上冷床位置安装传感器，实时采集初始钢温、燃料热值、加热炉温度、加热炉压力、穿水流量、水压、水温、成品速度等作为自变量参数，同时采集最终钢温作为因变量参数，在自变量矩阵和因变量矩阵之间建立多元回归模型，模型如下：

Y_n＝X_n×pA_p

Y_n+1＝X_(n+1)×pA_p

式中，Y为因变量矩阵，X为自变量矩阵，A为矩阵系数；n为矩阵行数，p为矩阵列数；

(2)建立、更新数据库：根据多次采集的自变量和因变量参数生成数据库，按照因变量对各个自变量的敏感度进行优先级排序，按照优先级顺序选取参数状态，通过存储不同状态下的因变量和自变量，从数据库中读出与当前状态最接近的参数状态，根据最接近的参数状态调整当前状态，并将调整后的状态参数再次存储到数据库，从而进一步更新数据库，作为下一次控制参数的依据。

所述钢坯加热智能控制包括以下步骤：

(1)在钢坯加热炉预热段、加热段、均热段设置多点热电偶，利用加热炉步进周期跟踪钢坯入炉后位置变化，通过热电偶实时检测各段位置温度；

(2)在加热炉预热段、加热段、均热段三段的排烟管道安装废气取样装置，实时对各段的废气进行取样分析，检测废气含氧量、空燃比；

(3)在燃料总管安装燃料热值检测仪，实时检测燃料热值；

(4)在钢坯加热炉进炉侧和粗轧机进口侧安装温度检测仪检测钢坯入炉前温度和加热后的温度；

(5)将步骤(1)-(4)检测的参数输入计算机数据库，并将钢坯加热后的温度作为因变量，钢坯入炉前温度、燃料热值、废气含氧量、空燃比作为自变量，建立多元回归模型；

(6)设定钢坯加热后的温度并将其输入多元回归模型，通过解算多元回归模型调整钢坯入炉前温度、燃料热值、废气含氧量、空燃比以达到设定钢坯加热后的温度。

所述燃料为高炉煤气或转炉煤气。

所述轧件冷却智能控制包括中轧件冷却智能控制和精轧件冷却智能控制，步骤如下：

(1)在控制冷却装置冷却水管道上安装气动调节阀、水压检测仪、水量检测仪、温度计，在冷却装置后安装轧件温度检测仪，将开轧温度、水压、水温、气动调节阀开口度和轧件冷却后温度存储在数据库中，每5s计算各参数平均值，以气动调节阀开口度为自变量，轧件冷却后温度为因变量建立线性关系，将开轧温度、水压、水温作为前馈调整值；

(2)设定轧件冷却后温度，并检测轧件实际冷却温度，当实际冷却温度低于设定值时，调小气动调节阀开口度，当实际冷却温度高于设定值时，调大气动调节阀开口度，直至实际冷却温度与设定值相同时，保持气动调节阀开口度不变；

(3)将步骤(2)调整后的参数存入数据库，下一支钢坯轧制时，根据开轧温度、水压、水温前馈值的变化，系统自动从数据库中提取与要轧制的钢坯相同或最相近的一组数据，采用此组数据的气动调节阀开口度，提前对轧件冷却装置进行调整，保证轧件冷却后温度与设定值相同。

所述精轧件冷却智能控制还包括以下步骤：

(1)在精轧成品轧机后设置3组控制冷却装置，每组控制冷却装置内设置与轧制切分线数相等的控制冷却单元，形成多组、多线控制冷却系统；

(2)设定每组控制冷却装置后轧件冷却温度，第一组控制冷却装置在调整冷却温度达到设定值前，第二组、第三组不作调整，第一组控制冷却装置温度达到设定值后，将冷却后温度反馈作为第二组控制冷却装置的进口温度，在第二组控制冷却装置调整冷却温度达到设定值前，第三组不作调整，以此类推；

(3)每组控制冷却装置后冷却温度均达到设定值后，将每组每线开轧温度、水压、水温、气动调节阀开口度和轧件冷却后温度存储在数据库中，建立控制模型，用于下一支轧件的控制冷却。

所述精轧件冷却智能控制过程中测温仪采用具有弧形扫描功能的测温仪，将测温仪安装在多线切分轧件的上方，测温仪红外摄像头从多线切分第一线到最后一线进行扫描，将扫描区域温度输入计算机处理，滤除不符合要求的温度，对每线温度输出。

实施例2：

一种螺纹钢细晶轧制智能控制方法，生产工艺流程为：炼钢钢坯—钢坯加热智能控制—粗轧机轧制—1号飞剪机飞剪—中轧机轧制—中轧件冷却智能控制—2号飞剪机飞剪—精轧机轧制—精轧件冷却智能控制—3号飞剪机飞剪—冷床冷却—收集螺纹钢。

所述智能控制技术包括钢坯加热智能控制和轧件冷却智能控制，所述智能控制技术包括以下步骤：

(1)建模：在生产线的加热炉、中轧后、精轧第一段冷却控制后、精轧二段冷却控制后、精轧第三段控制冷却后以及上冷床位置安装传感器，实时采集初始钢温、燃料热值、加热炉温度、加热炉压力、穿水流量、水压、水温、成品速度等作为自变量参数，同时采集最终钢温作为因变量参数，在自变量矩阵和因变量矩阵之间建立多元回归模型，模型如下：

Y_n＝X_n×pA_p

Y_n+1＝X_(n+1)×pA_p

式中，Y为因变量矩阵，X为自变量矩阵，A为矩阵系数；n为矩阵行数，p为矩阵列数；

(2)建立、更新数据库：根据多次采集的自变量和因变量参数生成数据库，按照因变量对各个自变量的敏感度进行优先级排序，按照优先级顺序选取参数状态，通过存储不同状态下的因变量和自变量，从数据库中读出与当前状态最接近的参数状态，根据最接近的参数状态调整当前状态，并将调整后的状态参数再次存储到数据库，从而进一步更新数据库，作为下一次控制参数的依据。

所述钢坯加热智能控制包括以下步骤：

(1)在钢坯加热炉预热段、加热段、均热段设置多点热电偶，利用加热炉步进周期跟踪钢坯入炉后位置变化，通过热电偶实时检测各段位置温度；

(2)在加热炉预热段、加热段、均热段三段的排烟管道安装废气取样装置，实时对各段的废气进行取样分析，检测废气含氧量、空燃比；

(3)在燃料总管安装燃料热值检测仪，实时检测燃料热值；

(4)在钢坯加热炉进炉侧和粗轧机进口侧安装温度检测仪检测钢坯入炉前温度和加热后的温度；

(5)将步骤(1)-(4)检测的参数输入计算机数据库，并将钢坯加热后的温度作为因变量，钢坯入炉前温度、燃料热值、废气含氧量、空燃比作为自变量，建立多元回归模型；

(6)设定钢坯加热后的温度并将其输入多元回归模型，通过解算多元回归模型调整钢坯入炉前温度、燃料热值、废气含氧量、空燃比以达到设定钢坯加热后的温度。

所述燃料为高炉煤气或转炉煤气。

所述轧件冷却智能控制包括中轧件冷却智能控制和精轧件冷却智能控制，步骤如下：

(1)在控制冷却装置冷却水管道上安装气动调节阀、水压检测仪、水量检测仪、温度计，在冷却装置后安装轧件温度检测仪，将开轧温度、水压、水温、气动调节阀开口度和轧件冷却后温度存储在数据库中，每5s计算各参数平均值，以气动调节阀开口度为自变量，轧件冷却后温度为因变量建立线性关系，将开轧温度、水压、水温作为前馈调整值；

(2)设定轧件冷却后温度，并检测轧件实际冷却温度，当实际冷却温度低于设定值时，调小气动调节阀开口度，当实际冷却温度高于设定值时，调大气动调节阀开口度，直至实际冷却温度与设定值相同时，保持气动调节阀开口度不变；

(3)将步骤(2)调整后的参数存入数据库，下一支钢坯轧制时，根据开轧温度、水压、水温前馈值的变化，系统自动从数据库中提取与要轧制的钢坯相同或最相近的一组数据，采用此组数据的气动调节阀开口度，提前对轧件冷却装置进行调整，保证轧件冷却后温度与设定值相同。

所述精轧件冷却智能控制还包括以下步骤：

(1)在精轧成品轧机后设置4组控制冷却装置，每组控制冷却装置内设置与轧制切分线数相等的控制冷却单元，形成多组、多线控制冷却系统；

(2)设定每组控制冷却装置后轧件冷却温度，第一组控制冷却装置在调整冷却温度达到设定值前，第二组、第三组不作调整，第一组控制冷却装置温度达到设定值后，将冷却后温度反馈作为第二组控制冷却装置的进口温度，在第二组控制冷却装置调整冷却温度达到设定值前，第三组不作调整，以此类推；

(3)每组控制冷却装置后冷却温度均达到设定值后，将每组每线开轧温度、水压、水温、气动调节阀开口度和轧件冷却后温度存储在数据库中，建立控制模型，用于下一支轧件的控制冷却。

所述精轧件冷却智能控制过程中测温仪采用具有弧形扫描功能的测温仪，将测温仪安装在多线切分轧件的上方，测温仪红外摄像头从多线切分第一线到最后一线进行扫描，将扫描区域温度输入计算机处理，滤除不符合要求的温度，对每线温度输出。

对比例：

生产公称直径为∮6mm-∮28mm规格的Ⅱ级热轧螺纹钢筋的生产过程。在提钒-炼钢双联工艺下以含钒铁水和硅锰合金为主要合金化原料生产Ⅱ级热轧螺纹钢筋，该工艺是在保证Ⅱ级螺纹钢筋性能的基础上，通过增加钢筋中V含量，适当降低Ⅱ级螺纹钢筋钢筋中Mn、Si元素来降低钢筋的生产成本，钢筋中的Si、Mn元素主要来源于硅锰合金，C元素主要来源于炼钢终点C以及液态含钒铁水带入的C元素，V元素主要来源于炼钢终点残钒、液态含钒铁水带入的V元素以及还原转炉终渣中V₂O₅中的V元素，通过该工艺生产的Ⅱ级热轧螺纹钢筋既保证了钢筋性能，同时大大降低Ⅱ级热轧螺纹钢筋的生产成本。

对以上各实施例和对比例制备的螺纹钢的生产成本和生产效率做统计，结果如下：

	成本降低(元/吨)	生产效率提高百分比(％)
			实施例1	180	32
实施例2	180	32
			对比例	30	3

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (1)

1.一种螺纹钢细晶轧制智能控制方法，其特征在于，生产工艺流程为：炼钢钢坯-钢坯加热智能控制-粗轧机轧制-1号飞剪机飞剪-中轧机轧制-中轧件冷却智能控制-2号飞剪机飞剪-精轧机轧制-精轧件冷却智能控制-3号飞剪机飞剪-冷床冷却-收集螺纹钢；

所述智能控制技术包括钢坯加热智能控制和轧件冷却智能控制，所述智能控制技术包括以下步骤：

(1)建模：在生产线的加热炉、中轧后、精轧第一段冷却控制后、精轧二段冷却控制后、精轧第三段控制冷却后以及上冷床位置安装传感器，实时采集初始钢温、燃料热值、加热炉温度、加热炉压力、穿水流量、水压、水温、成品速度作为自变量参数，同时采集最终钢温作为因变量参数，在自变量矩阵和因变量矩阵之间建立多元回归模型，模型如下：

Y_n＝X_n×pA_p

Y_n+1＝X_(n+1)×_pA_p

式中，Y为因变量矩阵，X为自变量矩阵，A为矩阵系数；n为矩阵行数，p为矩阵列数；

(2)建立、更新数据库：根据多次采集的自变量和因变量参数生成数据库，按照因变量对各个自变量的敏感度进行优先级排序，按照优先级顺序选取参数状态，通过存储不同状态下的因变量和自变量，从数据库中读出与当前状态最接近的参数状态，根据最接近的参数状态调整当前状态，并将调整后的状态参数再次存储到数据库，从而进一步更新数据库，作为下一次控制参数的依据；

所述钢坯加热智能控制包括以下步骤：

(1)在钢坯加热炉预热段、加热段、均热段设置多点热电偶，利用加热炉步进周期跟踪钢坯入炉后位置变化，通过热电偶实时检测各段位置温度；

(2)在加热炉预热段、加热段、均热段三段的排烟管道安装废气取样装置，实时对各段的废气进行取样分析，检测废气含氧量、空燃比；

(3)在燃料总管安装燃料热值检测仪，实时检测燃料热值；

(4)在钢坯加热炉进炉侧和粗轧机进口侧安装温度检测仪检测钢坯入炉前温度和加热后的温度；

(5)将步骤(1)-(4)检测的参数输入计算机数据库，并将钢坯加热后的温度作为因变量，钢坯入炉前温度、燃料热值、废气含氧量、空燃比作为自变量，建立多元回归模型；

(6)设定钢坯加热后的温度并将其输入多元回归模型，通过解算多元回归模型调整钢坯入炉前温度、燃料热值、废气含氧量、空燃比以达到设定钢坯加热后的温度；

所述燃料为高炉煤气或转炉煤气；

所述轧件冷却智能控制包括中轧件冷却智能控制和精轧件冷却智能控制，步骤如下：

(1)在控制冷却装置冷却水管道上安装气动调节阀、水压检测仪、水量检测仪、温度计，在冷却装置后安装轧件温度检测仪，将开轧温度、水压、水温、气动调节阀开口度和轧件冷却后温度存储在数据库中，每5s计算各参数平均值，以气动调节阀开口度为自变量，轧件冷却后温度为因变量建立线性关系，将开轧温度、水压、水温作为前馈调整值；

(2)设定轧件冷却后温度，并检测轧件实际冷却温度，当实际冷却温度低于设定值时，调小气动调节阀开口度，当实际冷却温度高于设定值时，调大气动调节阀开口度，直至实际冷却温度与设定值相同时，保持气动调节阀开口度不变；

(3)将步骤(2)调整后的参数存入数据库，下一支钢坯轧制时，根据开轧温度、水压、水温前馈值的变化，系统自动从数据库中提取与要轧制的钢坯相同或最相近的一组数据，采用此组数据的气动调节阀开口度，提前对轧件冷却装置进行调整，保证轧件冷却后温度与设定值相同；

所述精轧件冷却智能控制还包括以下步骤：

(1)在精轧成品轧机后设置3-4组控制冷却装置，每组控制冷却装置内设置与轧制切分线数相等的控制冷却单元，形成多组、多线控制冷却系统；

(2)设定每组控制冷却装置后轧件冷却温度，第一组控制冷却装置在调整冷却温度达到设定值前，第二组、第三组不作调整，第一组控制冷却装置温度达到设定值后，将冷却后温度反馈作为第二组控制冷却装置的进口温度，在第二组控制冷却装置调整冷却温度达到设定值前，第三组不作调整，以此类推；

(3)每组控制冷却装置后冷却温度均达到设定值后，将每组每线开轧温度、水压、水温、气动调节阀开口度和轧件冷却后温度存储在数据库中，建立控制模型，用于下一支轧件的控制冷却；

所述精轧件冷却智能控制过程中测温仪采用具有弧形扫描功能的测温仪，将测温仪安装在多线切分轧件的上方，测温仪红外摄像头从多线切分第一线到最后一线进行扫描，将扫描区域温度输入计算机处理，滤除不符合要求的温度，对每线温度输出。