CN109772900B - 一种改进热轧新钢种新规格卷取温度控制的方法 - Google Patents
一种改进热轧新钢种新规格卷取温度控制的方法 Download PDFInfo
- Publication number
- CN109772900B CN109772900B CN201711123029.9A CN201711123029A CN109772900B CN 109772900 B CN109772900 B CN 109772900B CN 201711123029 A CN201711123029 A CN 201711123029A CN 109772900 B CN109772900 B CN 109772900B
- Authority
- CN
- China
- Prior art keywords
- new
- layer
- steel
- control
- temperature
- 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.)
- Active
Links
Images
Abstract
一种改进热轧新钢种新规格卷取温度控制的方法,首先根据带钢目标厚度、目标卷取温度、轧制速度的取值范围,在热轧层流冷却工序设立厚度层别表、温度层别表、速度层别表,计算来料的层别信息;然后根据来料带钢钢种、冷却模式,以及厚度层别、温度层别、速度层别以及层流冷却工序的历史生产信息,判定来料在本工序是否属于新钢种、新规格,对新钢种、新规格采用识别计算其新的控制参数。本发明对热轧层流冷却工序新品种、新规格进行自动识别;本发明结合产线既有的生产实绩,在考虑历史控制精度、生产时间间隔的基础上,对新品种、新规格首次生产时的模型参数进行准确自动推定,提高首次生产时带钢卷取温度控制命中精度,降低首次生产废次降率。
Description
技术领域
本发明涉及钢铁冶金领域中的带钢生产,尤其涉及一种改进热轧新钢种新规格卷取温度控制的方法。
背景技术
目前,各家钢铁冶金企业在其热轧带钢的生产过程中,需要对热轧带钢的卷取温度进行控制,在现有技术下的发明专利“一种提高热轧新钢种新规格带钢卷取温度控制精度的方法”(ZL 201310330381.5)中描述了一种在确定模型参数的多维空间中,以各维度“加权物理距离”作为评价标准,将与该新钢种或新规格“加权物理距离”最小的层别所对应的模型参数作为本新钢种或新规格的模型参数并用于生产控制,以此实现首次生产的品种或规格的模型参数的自动推定,提高首次生产时带钢卷取温度控制命中精度,降低首次生产废次降率。
但经过现场操作工人的反馈以及结合实际使用情况来看,原发明还存在以下不足:
1)原发明中,通过厚度层别、温度层别、速度层别、冷却模式这4个维度来计算待参考对象与当前新钢种新规格对象之间在多维空间上的加权物理距离,并以加权物理距离最小作为确定最佳可参考对象(即某一可参考层别)的判定条件。但实际生产中发现,某些情况下仅仅以上述4个维度来评价可参考对象还不够,还需要综合考虑所参考对象(或者说所参考层别)本身的控制精度、与当前生产时间的间隔等要素。例如在原来规则下两个“加权物理距离”一样或者非常接近的可参考层别,最近一次控制精度高、与当前生产时间间隔短的显然更适合用于当前生产控制;
2)原发明中,某些情况下通过厚度层别、温度层别、速度层别、冷却模式这4个维度计算出的“加权物理距离最小”所对应的层别不止一个,即容易出现好几个可参考对象都符合“加权物理距离最小”的条件。但原方法只选择了第一个“加权物理距离最小”的层别,而舍弃了其他“加权物理距离”一样也是最小的层别,有可能错过更优的选择。
发明内容
为了解决现有技术下的热轧新钢种新规格带钢卷取温度控制精度的缺陷,本发明通过一套改进后的推定逻辑,提供了一种改进热轧新钢种新规格卷取温度控制的方法,推定出更合适的新钢种新规格卷取温度控制初始参数,进一步提高首次生产该钢种或该规格带钢的卷取温度控制合格率、降低废次品率,进而进一步降低产品制造成本。
本发明的一种改进热轧新钢种新规格卷取温度控制的方法,其具体步骤如下所述:
1)首先根据带钢目标厚度、目标卷取温度、轧制速度的取值范围,在热轧层流冷却工序设立厚度层别表、温度层别表、速度层别表,用以计算来料的层别信息;
2)根据来料带钢钢种、冷却模式,以及厚度层别、温度层别、速度层别以及层流冷却工序既有的历史生产信息,判定来料在本工序是否属于新钢种或者新规格;
3)对于非新钢种、非新规格的情况下使用原有的模型自学习后的控制参数进行生产控制;
4)对新钢种或新规格则采用以下方式确定其控制参数:
4a)如果是新钢种,则按钢种匹配规则在历史数据中搜索与本新钢种最接近的钢种,将搜索出来的最接近的钢种作为后续确定控制参数时需要使用的钢种;
4b)步骤4a)中,如果没有近似钢种,则本次带钢生产使用缺省控制参数,后续步骤全部忽略;
4c)步骤4a)中,如果不是新钢种,但为新规格,则直接将本次的钢种作为后续确定控制参数时需要使用的钢种规格参数;
4d)根据本次带钢的厚度、温度、速度的层别数据,采用离散化邻域作为最佳近似控制参数的搜索层别范围,同时,由于冷却模式为数字代码,无连续表征意义,因此设立冷却模式离散化邻域矩阵来描述冷却模式的近似性;
4e)步骤4d)中对厚度、温度、速度以及冷却模式、最近一次控制精度,单位为1%及与当前生产时间间隔,单位为分钟,将这6个应变量设为α1、α2、α3、α4、α5、α6,共计6个不同的权重系数来描述厚度、温度、速度、冷却模式、最近一次控制精度、与当前生产时间间隔这6个要素各自对控制参数的影响程度;
4f)步骤4e)中的厚度、温度、速度的层别以及冷却模式,在给定的搜索范围内依次按给定顺序小幅变动,并在历史数据中搜索能精确匹配小幅变动后的层别的历史生产信息;
4g)步骤4f)中对于在邻域范围内搜索到的每一个已生产层别,按设定的权重{α1、α2、α3、α4、α5、α6}计算与精确匹配点{x:厚度等级,y:温度等级,z:速度等级,w:冷却模式}在多维空间上的加权物理距离;
4h)重复步骤4f)与步骤4g),直至得到一个加权物理距离的集合;
4i)在上述步骤4h)中得到的加权物理距离集合中,对加权物理距离按从小到大进行排序;
4j)步骤4i)中若出现多个加权物理距离并列最小的情况,取所对应的多个层别最后一次生产时所使用的控制参数的算术平均值作为本方法下最优的近似控制参数;
4k)步骤4i)中若只有一个加权物理距离最小,则取其对应的层别在最后一次生产时所使用的控制参数即为本方法下最优的近似控制参数;
4l)步骤4i)中若集合为空,则本次带钢生产时使用缺省控制参数。
根据本发明的一种改进热轧新钢种新规格卷取温度控制的方法,其特征在于,所述的步骤1)中的厚度层别表、温度层别表和速度层别表均为根据对应的层别表来确定具体的层别值,而层别表则由一序列边界值组成,描述了各类层别具体的划分规则,其中,当某一带钢目标厚度确定时,计算机即可按厚度层别表计算其所属的厚度层别,当某一带钢目标卷取温度确定时,计算机即可按温度层别表计算其所属的温度层别,同理,当某一带钢精轧穿带速度确定时,计算机即可按速度层别表计算其所属的速度层别。
根据本发明的一种改进热轧新钢种新规格卷取温度控制的方法,其特征在于,所述的步骤2)中判定来料在本工序是否属于新钢种或者新规格,判定的方法如下:
如果在已生产带钢的历史数据中没有该钢种,则判定本带钢是新钢种首次轧制;如果历史数据中有该钢种,但是在该钢种已生产带钢历史数据中,即将生产的带钢对应的厚度层别、温度层别、速度层别、冷却模式这四项中任意一项没有,则判定为已有钢种的新规格。
根据本发明的一种改进热轧新钢种新规格卷取温度控制的方法,其特征在于,所述的步骤4)中的步骤4a)确定与本次新钢种最接近的钢种的方法如下:
将钢种标志,即出钢记号视为字符串,在系统历史数据中搜索与新钢种从左至右在相同位置上字符相同的匹配数最多的钢种。
例如“AP1056E2”与“AP1056E1”的匹配数为7,而“AP1055E5”与“AP1056E1”的匹配数为5。因此相比之下,“AP1056E2”与“AP1056E1”的近似度比“AP1055E5”与“AP1056E1”的近似度更高。
根据本发明的一种改进热轧新钢种新规格卷取温度控制的方法,其特征在于,所述的步骤4)中确定新钢种或新规格控制参数的方式的具体步骤如下:
5a)确立卷取温度模型控制参数与钢种、层别及冷却模式等决定因子的对应关系:
在热轧卷取温度控制模型中,带钢根据5个要素确定其控制系数:{s:钢种,x:厚度层别,y:温度层别,z:速度层别,w:冷却模式},获得{h:模型控制参数},即通过一个5维坐标{s,x,y,z,w}来唯一确定一个参数序列h,将规则定义为R,则整个公式可表示h=R(s,x,y,z,w);
5b)步骤5a)中对于新钢种或新规格,包括新的冷却模式,由于公式h=R(s,x,y,z,w)中的(s,x,y,z,w)中至少有一个为新值,导致(s,x,y,z,w)-->h的映射失效,故采用多元函数的近似求解方法,确定s后,在x,y,z,w的一个4维离散化邻域内按照一定的规则来求取h的近似值H。考虑到可供参考层别的最近一次控制精度、当前生产时间间隔对其参数的有效性有很强的评价意义,因此对上述的x,y,z,w的4维离散化邻域内各参考点,还需要综合考虑其最近一次控制精度与当前生产时间间隔这两个要素,其具体公式如下:
H=S{R(x±△x,y±△y,z±△z,w±△w),最近一次控制精度,当前生产时间间隔}
式中S代表在邻域内筛选的规则;
5c)步骤5b)中的最近一次控制精度与时间间隔的来源与更新方法如下:
最近一次控制精度为某一层别最近一次的实际控制精度,为无量纲数据,当前生产时间间隔为该层别的当前生产时间间隔,单位:分钟,最近一次控制精度与时间间隔与由公式h=R(s,x,y,z,w)决定的h序列一起存储在(s,x,y,z,w)所对应的多维空间中,可以在通过(s,x,y,z,w)获取h序列时同步读取,而当(s,x,y,z,w)确定的层别有带钢生产且在带钢生产完毕更新对应的h序列时,同步将该带钢的实际控制精度、生产时间戳同步更新在h序列之后;
5d)对步骤5b)中的离散化邻域的定义如下:
5d1)厚度层别x离散化邻域定义:
{x±Δx}={x-2,x-1,x,x+1,x+2}
即厚度层别在包括自身在内的前后共5个层别内移动变化;
5d2)温度层别y离散化邻域定义:
{y±Δy}={y-3,y-2,y-1,y,y+1,y+2,y+3}
即温度层别在包括自身在内的前后共7个层别内移动变化;
5d3)速度层别z离散化邻域定义:
{z±Δz}={z-3,z-2,z-1,z,z+1,z+2,z+3}
即速度层别在包括自身在内的前后共7个层别内移动变化;
5d4)冷却模式w离散化定义:
由于冷却模式不是连续的数字量,需要定义一个映射矩阵来表示邻近的冷却模式及其优先顺序,其具体为,通过调整近似模式顺序就可以表示不同的优先级。
5e)对步骤5b)中的S代表在邻域内筛选的规则,其选取规则如下:
Li 2=α1*Δxi 2+α2*Δyi 2+α3*Δzi 2+α4*Δwi 2
+α5*(100-控制精度i)2+α6*[时间间隔i/(60*24*30)]2
L={L1',L2',L3',.......}
S=min{L}
式中:
i=1,2,3...,为在考察的邻域范围内依次计算的顺序编号;
Li为邻域内每一层别对应空间位置与当前位置的加权距离值;
{L1’,L2’,L3’...}是{L1,L2,L3...}从小到大的一个有序排列;
S=min{L}表示S在{L}集合中取最小值;
α1、α2、α3、α4、α5、α6为所设各项权重,且满足α1+α2+α3+α4+α5+α6=1
Δx为厚度层别偏差,Δy为温度层别偏差,Δz为速度层别偏差,而Δw为冷却模式偏差;
(100-控制精度)为控制精度与完全命中之间的偏差;
时间间隔/(60*24*30)为当前生产时间间隔,单位为“月”;
S其本身为最小的加权偏差值,即选取与精确匹配点{x,y,z,w}在物理位置上按权重{α1、α2、α3、α4、α5、α6}计算出距离最小的点作为{x,y,z,w}的最佳近似匹配点,其对应的一组或者多组控制参数序列即为本钢种的最优的近似控制参数的备选对象;
上述各数据均为无量纲值;
5f)步骤5e)中,当S中只有一个元素时,即最小的加权偏差值只有一个加权物理距离最小,则取其对应的层别在最后一次生产时所使用的控制参数即为本方法下最优的近似控制参数;若S中有多个元素时,即出现多个加权物理距离并列最小的情况,取所对应的各层别最后一次生产时所使用的控制参数的算术平均值作为本方法下最优的近似控制参数。
5g)步骤5e中)设立的权重α1、α2、α3、α4、α5、α6用于表示出厚度、温度、速度、冷却模式的变化,以及最近一次控制精度、当前生产时间间隔等要素对控制参数的影响程度,其中,不同的钢种、厚度层别、温度层别、速度层别、冷却模式的组合可以设立不同的{α1、α2、α3、α4、α5、α6},以体现控制参数随厚度、温度、速度、冷却模式、控制精度、时间间隔的变化而变化。
使用本发明的一种改进热轧新钢种新规格卷取温度控制的方法获得了如下有益效果:
1.本发明的一种改进热轧新钢种新规格卷取温度控制的方法,可以对热轧层流冷却工序新品种、新规格进行自动识别;
2.本发明的一种改进热轧新钢种新规格卷取温度控制的方法,结合产线既有的生产实绩,在考虑历史控制精度、生产时间间隔等要素的基础上,对新品种或新规格首次生产时的模型参数进行更准确地自动推定,进一步提高首次生产时带钢卷取温度控制命中精度,降低首次生产废次降率。
附图说明
图1为本发明的一种改进热轧新钢种新规格卷取温度控制的方法的流程图;
图2为本发明的一种改进热轧新钢种新规格卷取温度控制的方法的模型参数与决定因子的对应关系示意图。
图3为本发明的一种改进热轧新钢种新规格卷取温度控制的方法应用在非新钢种但为新规格的控制效果实例图;
图4为本发明的一种改进热轧新钢种新规格卷取温度控制的方法应用在新钢种的控制效果实例图。
具体实施方式
下面结合附图和实施例对本发明的一种改进热轧新钢种新规格卷取温度控制的方法做进一步的描述。
如图1所示,本发明的一种改进热轧新钢种新规格卷取温度控制的方法,其具体步骤如下:
1)首先根据带钢目标厚度、目标卷取温度、轧制速度的取值范围,在热轧层流冷却工序设立厚度层别表、温度层别表、速度层别表,用以计算来料的层别信息;
2)根据来料带钢钢种、冷却模式,以及厚度层别、温度层别、速度层别以及层流冷却工序既有的历史生产信息,判定来料在本工序是否属于新钢种或者新规格;
3)对于非新钢种、非新规格的情况下使用原有的模型自学习后的控制参数进行生产控制;
4)对新钢种或新规格则采用以下方式确定其控制参数:
4a)如果是新钢种,则按钢种匹配规则在历史数据中搜索与本新钢种最接近的钢种,将搜索出来的最接近的钢种作为后续确定控制参数时需要使用的钢种;
4b)步骤4a)中,如果没有近似钢种,则本次带钢生产使用缺省控制参数,后续步骤全部忽略;
4c)步骤4a)中,如果不是新钢种,但为新规格,则直接将本次的钢种作为后续确定控制参数时需要使用的钢种规格参数;
4d)根据本次带钢的厚度、温度、速度的层别数据,采用离散化邻域作为最佳近似控制参数的搜索层别范围,同时,由于冷却模式为数字代码,无连续表征意义,因此设立冷却模式离散化邻域矩阵来描述冷却模式的近似性;
4e)步骤4d)中对厚度、温度、速度以及冷却模式、最近一次控制精度,单位为1%及与当前生产时间间隔,单位为分钟,将这6个应变量设为α1、α2、α3、α4、α5、α6,共计6个不同的权重系数来描述厚度、温度、速度、冷却模式、最近一次控制精度、与当前生产时间间隔这6个要素各自对控制参数的影响程度;
4f)步骤4e)中的厚度、温度、速度的层别以及冷却模式,在给定的搜索范围内依次按给定顺序小幅变动,并在历史数据中搜索能精确匹配小幅变动后的层别的历史生产信息;
4g)步骤4f)中对于在邻域范围内搜索到的每一个已生产层别,按设定的权重{α1、α2、α3、α4、α5、α6}计算与精确匹配点{x:厚度等级,y:温度等级,z:速度等级,w:冷却模式}在多维空间上的加权物理距离;
4h)重复步骤4f)与步骤4g),直至得到一个加权物理距离的集合;
4i)在上述步骤4h)中得到的加权物理距离集合中,对加权物理距离按从小到大进行排序;
4j)步骤4i)中若出现多个加权物理距离并列最小的情况,取所对应的多个层别最后一次生产时所使用的控制参数的算术平均值作为本方法下最优的近似控制参数;
4k)步骤4i)中若只有一个加权物理距离最小,则取其对应的层别在最后一次生产时所使用的控制参数即为本方法下最优的近似控制参数;
4l)步骤4i)中若集合为空,则本次带钢生产时使用缺省控制参数。
步骤1)中的厚度层别表、温度层别表和速度层别表(如下表1、表2和表3)均为根据对应的层别表来确定具体的层别值,而层别表则由一序列边界值组成,描述了各类层别具体的划分规则,其中,当某一带钢目标厚度确定时,计算机即可按厚度层别表计算其所属的厚度层别,当某一带钢目标卷取温度确定时,计算机即可按温度层别表计算其所属的温度层别,同理,当某一带钢精轧穿带速度确定时,计算机即可按速度层别表计算其所属的速度层别。
厚度层别 | 厚度值范围(单位:mm) |
1 | fmTargetThick<=thick<sub>1</sub> |
2 | thick<sub>1</sub><fmTargetThick<=thick<sub>2</sub> |
3 | thick<sub>2</sub><fmTargetThick<=thick<sub>3</sub> |
... | ... |
N | thick<sub>N-1</sub><fmTargetThick<=thick<sub>N</sub> |
表1-厚度层别划分表示意表
温度层别 | 温度值范围(单位:℃) |
1 | ctTargetTemp<=temp<sub>1</sub> |
2 | temp<sub>1</sub><ctTargetTemp<=temp<sub>2</sub> |
3 | temp<sub>2</sub><ctTargetTemp<=temp<sub>3</sub> |
... | ... |
K | temp<sub>k-1</sub><ctTargetTemp<=temp<sub>k</sub> |
表2-温度层别划分表示意表
速度层别 | 速度值范围(℃) |
1 | runInSpeed<=speed<sub>1</sub> |
2 | speed<sub>1</sub><runInSpeed<=speed<sub>2</sub> |
3 | speed<sub>2</sub><runInSpeed<=speed<sub>3</sub> |
... | ... |
M | speed<sub>M-1</sub><runInSpeed<=speed<sub>M</sub> |
表3-速度层别划分表示意表
步骤2)中判定来料在本工序是否属于新钢种或者新规格,判定的方法如下:
如果在已生产带钢的历史数据中没有该钢种,则判定本带钢是新钢种首次轧制;如果历史数据中有该钢种,但是在该钢种已生产带钢历史数据中,即将生产的带钢对应的厚度层别、温度层别、速度层别、冷却模式这四项中任意一项没有,则判定为已有钢种的新规格。
步骤4)中的步骤4a)确定与本次新钢种最接近的钢种的方法如下:
将钢种标志,即出钢记号视为字符串,在系统历史数据中搜索与新钢种从左至右在相同位置上字符相同的匹配数最多的钢种。
步骤4)中确定新钢种或新规格控制参数的方式的具体步骤如下:
5a)确立卷取温度模型控制参数与钢种、层别及冷却模式等决定因子的对应关系:
如图2所示,在热轧卷取温度控制模型中,带钢根据5个要素确定其控制系数:{s:钢种,x:厚度层别,y:温度层别,z:速度层别,w:冷却模式},获得{h:模型控制参数},即通过一个5维坐标{s,x,y,z,w}来唯一确定一个参数序列h,将规则定义为R,则整个公式可表示h=R(s,x,y,z,w);
5b)步骤5a)中对于新钢种或新规格,包括新的冷却模式,由于公式h=R(s,x,y,z,w)中的(s,x,y,z,w)中至少有一个为新值,导致(s,x,y,z,w)-->h的映射失效,故采用多元函数的近似求解方法,确定s后,在x,y,z,w的一个4维离散化邻域内按照一定的规则来求取h的近似值H。考虑到可供参考层别的最近一次控制精度、当前生产时间间隔对其参数的有效性有很强的评价意义,因此对上述的x,y,z,w的4维离散化邻域内各参考点,还需要综合考虑其最近一次控制精度与当前生产时间间隔这两个要素,其具体公式如下:
H=S{R(x±△x,y±△y,z±△z,w±△w),最近一次控制精度,当前生产时间间隔}
式中S代表在邻域内筛选的规则;
5c)步骤5b)中的最近一次控制精度与时间间隔的来源与更新方法如下:
最近一次控制精度为某一层别最近一次的实际控制精度,为无量纲数据,当前生产时间间隔为该层别的当前生产时间间隔,单位:分钟,最近一次控制精度与时间间隔与由公式h=R(s,x,y,z,w)决定的h序列一起存储在(s,x,y,z,w)所对应的多维空间中,可以在通过(s,x,y,z,w)获取h序列时同步读取,而当(s,x,y,z,w)确定的层别有带钢生产且在带钢生产完毕更新对应的h序列时,同步将该带钢的实际控制精度、生产时间戳同步更新在h序列之后;
5d)对步骤5b)中的离散化邻域的定义如下:
5d1)厚度层别x离散化邻域定义:
{x±Δx}={x-2,x-1,x,x+1,x+2}
即厚度层别在包括自身在内的前后共5个层别内移动变化;
5d2)温度层别y离散化邻域定义:
{y±Δy}={y-3,y-2,y-1,y,y+1,y+2,y+3}
即温度层别在包括自身在内的前后共7个层别内移动变化;
5d3)速度层别z离散化邻域定义:
{z±Δz}={z-3,z-2,z-1,z,z+1,z+2,z+3}
即速度层别在包括自身在内的前后共7个层别内移动变化;
5d4)冷却模式w离散化定义:
由于冷却模式不是连续的数字量,需要定义一个映射矩阵(如下表4)来表示邻近的冷却模式及其优先顺序,其具体为,通过调整近似模式顺序就可以表示不同的优先级。
表4-冷却模式的映射矩阵表
表中的“U型”指的是一种头部、尾部目标温度比中部要高的冷却模式。
5e)对步骤5b)中的S代表在邻域内筛选的规则,其选取规则如下:
Li 2=α1*Δxi 2+α2*Δyi 2+α3*Δzi 2+α4*Δwi 2
+α5*(100-控制精度i)2+α6*[时间间隔i/(60*24*30)]2
L={L1',L2',L3',.......}
S=min{L}
式中:
i=1,2,3...,为在考察的邻域范围内依次计算的顺序编号;
Li为邻域内每一层别对应空间位置与当前位置的加权距离值;
{L1’,L2’,L3’...}是{L1,L2,L3...}从小到大的一个有序排列;
S=min{L}表示S在{L}集合中取最小值;
α1、α2、α3、α4、α5、α6为所设各项权重,且满足α1+α2+α3+α4+α5+α6=1
Δx为厚度层别偏差,Δy为温度层别偏差,Δz为速度层别偏差,而Δw为冷却模式偏差;
(100-控制精度)为控制精度与完全命中之间的偏差;
时间间隔/(60*24*30)为当前生产时间间隔,单位为“月”;
S其本身为最小的加权偏差值,即选取与精确匹配点{x,y,z,w}在物理位置上按权重{α1、α2、α3、α4、α5、α6}计算出距离最小的点作为{x,y,z,w}的最佳近似匹配点,其对应的一组或者多组控制参数序列即为本钢种的最优的近似控制参数的备选对象;
上述各数据均为无量纲值;
5f)步骤5e)中,当S中只有一个元素时,即最小的加权偏差值只有一个加权物理距离最小,则取其对应的层别在最后一次生产时所使用的控制参数即为本方法下最优的近似控制参数;若S中有多个元素时,即出现多个加权物理距离并列最小的情况,取所对应的各层别最后一次生产时所使用的控制参数的算术平均值作为本方法下最优的近似控制参数。
5g)步骤5e中)设立的权重α1、α2、α3、α4、α5、α6用于表示出厚度、温度、速度、冷却模式的变化,以及最近一次控制精度、当前生产时间间隔等要素对控制参数的影响程度,其中,不同的钢种、厚度层别、温度层别、速度层别、冷却模式的组合可以设立不同的{α1、α2、α3、α4、α5、α6},以体现控制参数随厚度、温度、速度、冷却模式、控制精度、时间间隔的变化而变化。可参考如下表5所示的权重表:
表5-权重示意表
实施例
实施例1:既有品种但为新规格的控制实例
来料情况:
·钢种:GR4150E2;
·目标厚度5.72mm,在该系统中对应厚度层别为25;
·目标卷取温度580℃,在该系统中对应温度层别为5;
·目标速度为6.5m/s,在该系统中对应速度层别为23;
·冷却模式为“1”;
·生产时间:2017/09/09 17:33:02
卷取温度控制模型在确定该带钢控制参数时发现,该带钢所对应的钢种、温度层别、速度层别及冷却模式在系统中有生产实绩,但是历史数据中无厚度层别为24的生产实绩,因此判定为既有品种的新规格,如是自动进入本方法的控制环节,进行最佳匹配的搜索。
模型为此带钢确定的搜索范围为:
·因为是既有钢种,因此钢种不变,依然为GR4150E2;
·厚度层别搜索范围为25±2,即:{23,24,25,26,27},共5个层别;
·温度层别搜索范围为5±3,即:{2,3,4,5,6,7,8},共7个层别;
·速度层别搜索范围为23±3,即:{20,21,22,23,24,25,26},共7个层别;
·根据表5,与冷却模式“1”相邻的冷却模式依次为:“3”、“4”、“5”,依次相差1、2、3个层别,共3个搜索层别;
如是模型根据权重表及公式(1)分别计算各加权偏差值Li,共计5*7*7*3=735个:
Li 2=α1*Δxi 2+α2*Δyi 2+α3*Δzi 2+α4*Δwi 2
+α5*(100-控制精度i)2+α6*[时间间隔i/(60*24*30)]2
其中i=1,2,...,735
然后在L1-L735中寻找最小值,发现其为L5,其对应的厚度层别、温度层别、速度层别、冷却模式依次为:24、5、22、1,如是选取:{s:钢种,x:厚度层别,y:温度层别,z:速度层别,w:冷却模式}={GR4150E2,24,5,22,1}对应的模型控制参数作为最佳近似参数用于本带钢的卷取温度控制。参考对象的上次轧制时间为2017/09/0822:59:38,上次±20℃命中精度为100%,与当前带钢轧制间隔约为18.5小时(约0.026月)。
进一步分析L1-L735发现,若不考虑参考对象上次命中精度和轧制时间间隔,只考虑厚度层别偏差、温度层别偏差、速度层别偏差、冷却模式偏差,则物理距离最小的对象对应的层别不是{GR4150E2,24,5,22,1},而是历史数据中存在的{GR4150E2,23,5,23,1},因为前者在厚度层别、速度层别上均有差异,而后者只有厚度层别有差异。但是后者上次命中精度只有92%,远不及前者100%命中率。因此可以清晰地看出,改进后的方法避免了只关注层别差异,不关注历史控制精度及间隔时长的缺陷。
如图3所示,实际控制效果其±20℃精度第一次轧制即达到100%。
实施例2:新钢种控制实例
来料情况:
·钢种:IW9123EA;
·目标厚度2.76mm,在该系统中对应厚度层别为10;
·目标卷取温度:680℃,在该系统中对应温度层别为9;
·目标速度为11.0m/s,在该系统中对应厚度层别为43;
·冷却模式为“5”;
·生产时间:2017/10/18 20:55:39
卷取温度控制模型在确定该带钢控制参数时发现,该带钢所对应的钢种“IW9123EA”在系统中无生产实绩,因此判定为新品种。如是自动进入本方法的上述环节,进行最佳匹配的搜索。
第1步:搜索系统中与“IW9123EA”最接近的钢种(具体方法见上文描述),找到了与之匹配数达到了7位的钢种“IW9123E4”,此钢种各种层别在系统中已经累计有122次生产记录;
第2步:以第1步获得的最接近钢种“IW9123E4”作为钢种值,搜索厚度层别为10、温度层别为9、速度层别为43、冷却模式为“5”的生产实绩,发现无层别完全匹配的记录。如是以钢种“IW9123E4”的新层别来搜索最接近的层别参数,其后续步骤与“实施例1:既有品种但为新规格的控制实例”完全相同。结果发现在2017/10/1220:50:22有最佳匹配层别{IW9123E4,10,9,42,5},其速度层别为42,与将要生产的新品种新规格带钢速度层别43只相差1,其他各层别(厚度、温度、冷却模型)都一致,且最近一次控制精度达到了99.8%。如是以{IW9123E4,10,9,42,5}层别对应的控制参数来控制本次新品种新规格带钢的生产。
如图4所示,实际控制效果其±20℃精度也第一次轧制即达到100%。
本发明的一种改进热轧新钢种新规格卷取温度控制的方法,可以对热轧层流冷却工序新品种、新规格进行自动识别;本发明结合产线既有的生产实绩,在考虑历史控制精度、生产时间间隔等要素的基础上,对新品种或新规格首次生产时的模型参数进行更准确地自动推定,进一步提高首次生产时带钢卷取温度控制命中精度,降低首次生产废次降率。
本发明的一种改进热轧新钢种新规格卷取温度控制的方法,可应用于各种热轧新钢种新规格卷取温度控制领域。
Claims (5)
1.一种改进热轧新钢种新规格卷取温度控制的方法,其具体步骤如下所述:
1)首先根据带钢目标厚度、目标卷取温度、轧制速度的取值范围,在热轧层流冷却工序设立厚度层别表、温度层别表、速度层别表,用以计算来料的层别信息;
2)根据来料带钢钢种、冷却模式,以及厚度层别、温度层别、速度层别以及层流冷却工序既有的历史生产信息,判定来料在本工序是否属于新钢种或者新规格;
3)对于非新钢种、非新规格的情况下使用原有的模型自学习后的控制参数进行生产控制;
4)对新钢种或新规格则采用以下方式确定其控制参数:
4a)如果是新钢种,则按钢种匹配规则在历史数据中搜索与本新钢种最接近的钢种,将搜索出来的最接近的钢种作为后续确定控制参数时需要使用的钢种;
4b)步骤4a)中,如果没有近似钢种,则本次带钢生产使用缺省控制参数,后续步骤全部忽略;
4c)步骤4a)中,如果不是新钢种,但为新规格,则直接将本次的钢种作为后续确定控制参数时需要使用的钢种规格参数;
4d)根据本次带钢的厚度、温度、速度的层别数据,采用离散化邻域作为最佳近似控制参数的搜索层别范围,同时,由于冷却模式为数字代码,无连续表征意义,因此设立冷却模式离散化邻域矩阵来描述冷却模式的近似性;
4e)步骤4d)中对厚度、温度、速度以及冷却模式、最近一次控制精度,单位为1%及与当前生产时间间隔,单位为分钟,将这6个应变量设为α1、α2、α3、α4、α5、α6,共计6个不同的权重系数来描述厚度、温度、速度、冷却模式、最近一次控制精度、与当前生产时间间隔这6个要素各自对控制参数的影响程度;
4f)步骤4e)中的厚度、温度、速度的层别以及冷却模式,在给定的搜索范围内依次按给定顺序小幅变动,并在历史数据中搜索能精确匹配小幅变动后的层别的历史生产信息;
4g)步骤4f)中对于在邻域范围内搜索到的每一个已生产层别,按设定的权重{α1、α2、α3、α4、α5、α6}计算与精确匹配点{x:厚度等级,y:温度等级,z:速度等级,w:冷却模式}在多维空间上的加权物理距离;
4h)重复步骤4f)与步骤4g),直至得到一个加权物理距离的集合;
4i)在上述步骤4h)中得到的加权物理距离集合中,对加权物理距离按从小到大进行排序;
4j)步骤4i)中若出现多个加权物理距离并列最小的情况,取所对应的多个层别最后一次生产时所使用的控制参数的算术平均值作为本方法下最优的近似控制参数;
4k)步骤4i)中若只有一个加权物理距离最小,则取其对应的层别在最后一次生产时所使用的控制参数即为本方法下最优的近似控制参数;
4l)步骤4i)中若集合为空,则本次带钢生产时使用缺省控制参数。
2.如权利要求1所述的一种改进热轧新钢种新规格卷取温度控制的方法,其特征在于,所述的步骤1)中的厚度层别表、温度层别表和速度层别表均为根据对应的层别表来确定具体的层别值,而层别表则由一序列边界值组成,描述了各类层别具体的划分规则,其中,当某一带钢目标厚度确定时,计算机即可按厚度层别表计算其所属的厚度层别,当某一带钢目标卷取温度确定时,计算机即可按温度层别表计算其所属的温度层别,同理,当某一带钢精轧穿带速度确定时,计算机即可按速度层别表计算其所属的速度层别。
3.如权利要求1所述的一种改进热轧新钢种新规格卷取温度控制的方法,其特征在于,所述的步骤2)中判定来料在本工序是否属于新钢种或者新规格,判定的方法如下:
如果在已生产带钢的历史数据中没有该钢种,则判定本带钢是新钢种首次轧制;如果历史数据中有该钢种,但是在该钢种已生产带钢历史数据中,即将生产的带钢对应的厚度层别、温度层别、速度层别、冷却模式这四项中任意一项没有,则判定为已有钢种的新规格。
4.如权利要求1所述的一种改进热轧新钢种新规格卷取温度控制的方法,其特征在于,所述的步骤4)中的步骤4a)确定与本次新钢种最接近的钢种的方法如下:
将钢种标志,即出钢记号视为字符串,在系统历史数据中搜索与新钢种从左至右在相同位置上字符相同的匹配数最多的钢种。
5.如权利要求1所述的一种改进热轧新钢种新规格卷取温度控制的方法,其特征在于,所述的步骤4)中确定新钢种或新规格控制参数的方式的具体步骤如下:
5a)确立卷取温度模型控制参数与钢种、层别及冷却模式决定因子的对应关系:
在热轧卷取温度控制模型中,带钢根据5个要素确定其控制系数:{s:钢种,x:厚度层别,y:温度层别,z:速度层别,w:冷却模式},获得{h:模型控制参数},即通过一个5维坐标{s,x,y,z,w}来唯一确定一个参数序列h,将规则定义为R,则整个公式可表示h=R(s,x,y,z,w);
5b)步骤5a)中对于新钢种或新规格,包括新的冷却模式,由于公式h=R(s,x,y,z,w)中的(s,x,y,z,w)中至少有一个为新值,导致(s,x,y,z,w)-->h的映射失效,故采用多元函数的近似求解方法,确定s后,在x,y,z,w的一个4维离散化邻域内按照一定的规则来求取h的近似值H,考虑到可供参考层别的最近一次控制精度、当前生产时间间隔对其参数的有效性有很强的评价意义,因此对上述的x,y,z,w的4维离散化邻域内各参考点,还需要综合考虑其最近一次控制精度与当前生产时间间隔这两个要素,其具体公式如下:
H=S{R(x±△x,y±△y,z±△z,w±△w),最近一次控制精度,当前生产时间间隔}
式中S代表在邻域内筛选的规则;
5c)步骤5b)中的最近一次控制精度与时间间隔的来源与更新方法如下:
最近一次控制精度为某一层别最近一次的实际控制精度,为无量纲数据,当前生产时间间隔为该层别的当前生产时间间隔,单位:分钟,最近一次控制精度与时间间隔与由公式h=R(s,x,y,z,w)决定的h序列一起存储在(s,x,y,z,w)所对应的多维空间中,可以在通过(s,x,y,z,w)获取h序列时同步读取,而当(s,x,y,z,w)确定的层别有带钢生产且在带钢生产完毕更新对应的h序列时,同步将该带钢的实际控制精度、生产时间戳同步更新在h序列之后;
5d)对步骤5b)中的离散化邻域的定义如下:
5d1)厚度层别x离散化邻域定义:
{x±Δx}={x-2,x-1,x,x+1,x+2}
即厚度层别在包括自身在内的前后共5个层别内移动变化;
5d2)温度层别y离散化邻域定义:
{y±Δy}={y-3,y-2,y-1,y,y+1,y+2,y+3}
即温度层别在包括自身在内的前后共7个层别内移动变化;
5d3)速度层别z离散化邻域定义:
{z±Δz}={z-3,z-2,z-1,z,z+1,z+2,z+3}
即速度层别在包括自身在内的前后共7个层别内移动变化;
5d4)冷却模式w离散化定义:
由于冷却模式不是连续的数字量,需要定义一个映射矩阵来表示邻近的冷却模式及其优先顺序,其具体为,通过调整近似模式顺序就可以表示不同的优先级;
5e)对步骤5b)中的S代表在邻域内筛选的规则,其选取规则如下:
Li 2=α1*Δxi 2+α2*Δyi 2+α3*Δzi 2+α4*Δwi 2+α5*(100-控制精度i)2+α6*[时间间隔i/(60*24*30)]2
L={L1',L2',L3',.......}
S=min{L}
式中:
i=1,2,3...,为在考察的邻域范围内依次计算的顺序编号;
Li为邻域内每一层别对应空间位置与当前位置的加权距离值;
{L1’,L2’,L3’...}是{L1,L2,L3...}从小到大的一个有序排列;
S=min{L}表示S在{L}集合中取最小值;
α1、α2、α3、α4、α5、α6为所设各项权重,且满足α1+α2+α3+α4+α5+α6=1
Δx为厚度层别偏差,Δy为温度层别偏差,Δz为速度层别偏差,而Δw为冷却模式偏差;
(100-控制精度)为控制精度与完全命中之间的偏差;
时间间隔/(60*24*30)为当前生产时间间隔,单位为“月”;
S其本身为最小的加权偏差值,即选取与精确匹配点{x,y,z,w}在物理位置上按权重{α1、α2、α3、α4、α5、α6}计算出距离最小的点作为{x,y,z,w}的最佳近似匹配点,其对应的一组或者多组控制参数序列即为本钢种的最优的近似控制参数的备选对象;
上述各数据均为无量纲值;
5f)步骤5e)中,当S中只有一个元素时,即最小的加权偏差值只有一个加权物理距离最小,则取其对应的层别在最后一次生产时所使用的控制参数即为本方法下最优的近似控制参数;若S中有多个元素时,即出现多个加权物理距离并列最小的情况,取所对应的各层别最后一次生产时所使用的控制参数的算术平均值作为本方法下最优的近似控制参数;
5g)步骤5e中)设立的权重α1、α2、α3、α4、α5、α6用于表示出厚度、温度、速度、冷却模式的变化,以及最近一次控制精度、当前生产时间间隔要素对控制参数的影响程度,其中,不同的钢种、厚度层别、温度层别、速度层别、冷却模式的组合可以设立不同的{α1、α2、α3、α4、α5、α6},以体现控制参数随厚度、温度、速度、冷却模式、控制精度、时间间隔的变化而变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711123029.9A CN109772900B (zh) | 2017-11-14 | 2017-11-14 | 一种改进热轧新钢种新规格卷取温度控制的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711123029.9A CN109772900B (zh) | 2017-11-14 | 2017-11-14 | 一种改进热轧新钢种新规格卷取温度控制的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109772900A CN109772900A (zh) | 2019-05-21 |
CN109772900B true CN109772900B (zh) | 2020-09-25 |
Family
ID=66494347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711123029.9A Active CN109772900B (zh) | 2017-11-14 | 2017-11-14 | 一种改进热轧新钢种新规格卷取温度控制的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109772900B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110340156B (zh) * | 2019-07-31 | 2020-11-20 | 首钢京唐钢铁联合有限责任公司 | 带钢卷取温度控制方法、装置及带钢加工系统 |
CN110877055B (zh) * | 2019-10-31 | 2020-12-22 | 河钢股份有限公司承德分公司 | 提高热轧钢带尾部卷取温度命中的方法 |
JP2022107463A (ja) * | 2021-01-08 | 2022-07-21 | 株式会社日立製作所 | プラント制御装置、プラント制御方法及びプログラム |
CN113342875A (zh) * | 2021-06-04 | 2021-09-03 | 北京首钢股份有限公司 | 一种带钢卷取温度的修正因子获取方法及装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS577312A (en) * | 1980-06-17 | 1982-01-14 | Toshiba Corp | Controlling method for coiling temperature |
JPH09327716A (ja) * | 1996-06-10 | 1997-12-22 | Sumitomo Metal Ind Ltd | 帯状金属板の巻取り温度制御方法及びその装置 |
JP4335860B2 (ja) * | 2005-10-26 | 2009-09-30 | 株式会社日立製作所 | 巻取温度制御装置および制御方法 |
CN104338758B (zh) * | 2013-07-31 | 2017-07-28 | 宝山钢铁股份有限公司 | 一种提高热轧新品种新规格带钢卷取温度控制精度的方法 |
CN104707877B (zh) * | 2013-12-17 | 2017-07-14 | 上海梅山钢铁股份有限公司 | 一种高强度、低温、厚规格热轧板带卷形控制方法 |
CN107262533B (zh) * | 2017-06-26 | 2019-05-10 | 北京首钢股份有限公司 | 一种层流冷却控制方法及装置 |
-
2017
- 2017-11-14 CN CN201711123029.9A patent/CN109772900B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109772900A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109772900B (zh) | 一种改进热轧新钢种新规格卷取温度控制的方法 | |
CN104338758B (zh) | 一种提高热轧新品种新规格带钢卷取温度控制精度的方法 | |
CN108817103B (zh) | 一种轧钢模型钢族层别分类优化方法 | |
JP5169096B2 (ja) | 品質予測装置、品質予測方法及び製品の製造方法 | |
JP5169098B2 (ja) | 品質予測装置、品質予測方法及び製造方法 | |
CN108921232B (zh) | 一种热轧带钢冷却历史数据聚类及相似性度量方法 | |
JP6086155B2 (ja) | 材料特性値推定方法、材料特性値推定装置、および鋼帯の製造方法 | |
JP2001280599A (ja) | 発電プラント配管の寿命予測方法 | |
JP2011221642A (ja) | 品質予測装置、品質予測方法、コンピュータプログラム、およびコンピュータ読み取り可能な記録媒体 | |
CN110457550B (zh) | 一种烧结过程中异常运行数据的校正方法 | |
JP4365600B2 (ja) | 鋼材の製品品質設計装置及び鋼材製品の製造方法 | |
JP5924362B2 (ja) | 材料特性値推定装置、材料特性値推定方法、および鋼帯の製造方法 | |
JP2005516297A (ja) | 工業的プロセスの調節方法 | |
US11537105B2 (en) | Hot rolling line control system and hot rolling line control method | |
JP2011221645A (ja) | 品質予測装置、品質予測方法、コンピュータプログラム、およびコンピュータ読み取り可能な記録媒体 | |
CN113198996B (zh) | 一种基于连铸坯表面回温控制的二冷水量配置方法 | |
TWI787954B (zh) | 鋼液溫度預測方法與電腦系統 | |
CN117831659B (zh) | 宽厚板质量在线检测的方法、装置、电子设备及存储介质 | |
CN111250545B (zh) | 一种降低摆荡钢卷超厚率的控制系统和方法 | |
WO2022239157A1 (ja) | 圧延プロセスの学習制御装置 | |
TWI775190B (zh) | 物理模型鑑別系統 | |
JPH09256057A (ja) | 加熱炉の鋼片在炉時間予測方法 | |
JP2023527707A (ja) | 複数の設備部分から成る生産設備、特に金属の半製品のような工業製品を生産するための生産設備を制御するためのシステム及び方法 | |
CN117556315A (zh) | 基于特征信息提取和AdaBoost分类的连铸坯纵裂纹预测方法 | |
CN114741835A (zh) | 轧制模型的学习方法 |
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 |