CN113732070B - 一种全纵轧宽厚板成品形状的预测方法 - Google Patents
一种全纵轧宽厚板成品形状的预测方法 Download PDFInfo
- Publication number
- CN113732070B CN113732070B CN202111019302.XA CN202111019302A CN113732070B CN 113732070 B CN113732070 B CN 113732070B CN 202111019302 A CN202111019302 A CN 202111019302A CN 113732070 B CN113732070 B CN 113732070B
- Authority
- CN
- China
- Prior art keywords
- curve
- head
- rolling
- pass
- tail
- 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
Classifications
-
- 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
- B21B37/72—Rear end control; Front end control
-
- 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
- B21B37/28—Control of flatness or profile during rolling of strip, sheets or plates
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明公开了一种全纵轧宽厚板成品形状的预测方法,涉及钢铁生产技术领域,基于有限元法建立三维轧制模型以获得不同影响因素下轧件头、尾部与侧边的形状,采用轧制理论分析及非线性拟合方法对影响轧件尺寸的关键因素进行处理,获得轧件形状与轧制工艺参数之间的映射关系,并经过实际生产数据校验与修正后,实现对宽厚板轧后成品形状的精确预测,提高对全纵轧宽厚板坯料尺寸的设定精度。
Description
技术领域
本发明涉及钢铁生产技术领域,特别是涉及一种全纵轧宽厚板成品形状的预测方法。
背景技术
宽厚板在轧制过程中,由于头、尾处与中部约束条件不同,导致变形趋势不一致,如图1所示,矩形坯料轧制后会形成头、尾凸出,侧边凹陷的形状。在宽厚板厂,全纵轧产品占比大约为10%-20%,宽厚板成品生产过程为多道次可逆轧制过程,所以成品的形状受到各个道次轧制工艺的综合影响,由于头尾部形状不规则,影响了最终成品的长度。为了得到满足钢板的最终定尺长度要求,就需要对坯料进行合适的放尺控制,放尺量太大会造成剪切浪费,太小又满足不了尺寸交货要求,所以对轧后成品形状的准确预测决定了坯料合适的放尺量。
成材率反映了宽厚板厂生产技术水平,是影响生产成本的重要因素和主要经济技术指标。全纵轧宽厚板产品的放尺控制常常根据生产经验建立,由人工维护,由于生产规格变化频繁,对头尾形状估计的不准确,会导致放尺长度设计不合理,造成成材率的降低。
发明内容
本发明针对上述技术问题,克服现有技术的缺点,提供一种全纵轧宽厚板成品形状的预测方法,其特征在于:包括:
(一)使用有限元法对宽厚板单道次轧制过程进行仿真计算
建立宽厚板钢坯轧制过程三维有限元显式动力学模型,设定轧辊为刚体,轧件为变形体,以覆盖生产过程坯料和成品的初始条件,包括轧件厚度、轧件宽度和压下率,采用有限元法对轧件进行单元划分、设定接触条件、施加轧辊和轧件的初始约束参数后进行模拟,在仿真结果中提取轧件头、尾和侧边的节点坐标作为轧后形状的计算依据;
(二)基于轧制机理模型建立单道次轧制轧件形状非线性拟合公式
宽厚板轧件经过一个道次的轧制后,在理想状态下,轧件头尾部将出现对称的凸形,侧部将出现对称的凹形,用两段曲线段AB和AC来表示整个轧件的平面形状,两段曲线分别以函数f(y)和g(x)表示;
基于有限元法对轧制过程的模拟结果,得出轧件厚度、压下率是影响头部凸形和侧边凹形曲线的最重要的因素,建立回归公式中必须考虑这两个变量的影响,
其中:H为入口厚度,h为出口厚度;
其中:R'为工作辊压扁半径;
将l×r作为一个变量进行回归,即同时考虑压下率和轧件厚度对于轧后形状的影响,压下率和接触弧长的乘积近似相当于轧制过程中变形的体积与当前区域体积的比值,采用此变量作为对头部凸形和侧边凹形曲线的影响因素,
为描述方便,定义变量S:S=l×r (3)
S与头部凸形和侧边凹形值的关系是线性的,采用一次多项式表示它们之间的关系,头部凸形、侧边凹形值与长度和宽度坐标的函数关系也采用如下多项式表示:
侧边凹形曲线以A为原点,回归公式为:
其中:x为自变量,表示距离A点的长度变化,a1、b0~b5为侧边曲线回归系数,la为侧边曲线计算最大设定长度;
头部凸形曲线以B为原点,回归公式为:
其中:y为自变量,表示距离B点的宽度变化,c1、d1~d5为头尾曲线回归系数,lb为头尾曲线计算最大设定宽度;
提取有限元法对不同影响因素的头尾和侧边曲线的计算数据,对公式(4)和(5)进行回归,获得公式中的系数,再利用此回归公式即可对单道次不同的轧制工艺下头尾和侧边形状进行准确预测;
(三)全纵轧多道次头尾部与侧边形状预测
对于多道次的轧制,将单道次轧制获得的头尾与侧边曲线进行叠加计算,以离散化方法设置不同的跟踪点对多道次轧制过程中的曲线进行跟踪和描述,纵轧模式以钢坯延伸为主,对于侧边曲线和头尾曲线的叠加方法具体如下:
①多道次侧边曲线预测
首道次钢坯为矩形,对于首道次轧制后的侧边曲线在长度l范围内划分m份,每份长度为la/m,带入侧边曲线公式(4),得到m+1个点所在位置对应的曲线高度来描述此侧边曲线,对应不同位置的曲线高度为:
其中,i的取值范围为0~m;
对于除首道次外的其它道次,侧边曲线的形状可认为由上道次已有的曲线与当前道次新产生的曲线进行叠加组合而成,假设当前道次轧制的入口厚度为h,出口厚度为h,则延伸比为H/h,上道次的计算长度la经过轧制变为l'a=la·H/h,曲线高度公式由式(6)修正为:
其中,i的取值范围为0~m;
当前道次的侧边曲线仍采用曲线高度公式(6)进行描述,当前道次轧制完成后,将上道次修正后曲线高度h'g与当前道次曲线高度hg在对应坐标处相加即得到了最新的侧边曲线描述hnew:
hnew=α(h'g+hg) (8)
其中,α为侧边曲线叠加修正系数;
②多道次头尾曲线预测
对于首道次轧制后的侧边曲线在宽度lb范围内划分n份,每份长度为lb/n,代入头尾曲线公式(5),得到n+1个点所在位置对应的曲线高度来描述此头尾曲线,对应不同位置的曲线高度为:
其中,i的取值范围为0~n;
对于除首道次外的其它道次,头尾曲线的形状可认为由上道次已有的曲线与当前道次新产生的曲线进行叠加组合而成,全纵轧过程可忽略宽展,假设上道次头尾曲线描述为h'f,当前道次的曲线描述为hf,将它们在对应坐标处相加即得到了最新的头尾曲线描述hnew:
hnew=β(h'f+hf) (10)
其中,β为头尾曲线叠加修正系数;
每轧制一道次,就按照式(8)与(10)对侧边和头尾曲线离散化后的曲线高度进行重新叠加计算,直至所有道次轧制完成,得到最终的成品形状。
本发明进一步限定的技术方案是:
前所述的一种全纵轧宽厚板成品形状的预测方法,全纵轧宽厚板轧制模拟初始参数如下:
轧件宽度:2000mm;
入口厚度:50mm,100mm,150mm,200mm,250mm,300mm;
压下率:5%,10%,15%,20%,25%。
本发明的有益效果是:
(1)本发明基于对宽厚板轧制过程中金属流动规律的分析,建立全纵轧宽厚板尺寸预测模型,基于模型计算代替传统的基于经验估计的放尺长度确定方法,解决坯料尺寸的优化问题,满足宽厚板轧线对于产品成材率进一步提升、减少尺寸非计划的需求;同时,全纵轧宽厚板轧制过程中的成品形状的计算对于其它轧制模式下成品尺寸的精确预测也具有借鉴作用;
(2)本发明采用的方法可求出不同的全纵轧工艺下宽厚板成品的外形尺寸,由于采用理论计算与实际测量数据的反馈修正,所获得的预测结果远高于利用经验进行的尺寸估算,预测结果稳定、可靠,可以在满足生产要求的基础上进一步缩短坯料的放尺长度,对于提高宽厚板产品的成材率具有重要的实际意义;
(3)本发明基于有限元法建立三维轧制模型以获得不同影响因素下轧件头、尾部与侧边的形状,采用轧制理论分析及非线性拟合方法对影响轧件尺寸的关键因素进行处理,获得轧件形状与轧制工艺参数之间的映射关系,并经过实际生产数据校验与修正后,实现对宽厚板轧后成品形状的精确预测,提高对全纵轧宽厚板坯料尺寸的设定精度;
(4)本发明采用全纵轧头尾放尺仿真技术,提升高全纵轧钢板成材率0.4%,按年产160万吨轧机计算,每提高1%成材率降本17元,年降本为1088万元。
附图说明
图1为宽厚板轧制过程形状变化;
图2为单道次轧制后尺寸变化示意图;
图3(a)为有限元模拟单道次轧制压下率20%得到的头部与侧边形状;
图3(b)为有限元模拟单道次轧制压下率10%得到的头部与侧边形状;
图4为多道次轧制结束后头部与侧边预测形状。
具体实施方式
本实施例提供的一种全纵轧宽厚板成品形状的预测方法,包括:
(一)使用有限元法对宽厚板单道次轧制过程进行仿真计算
建立宽厚板钢坯轧制过程三维有限元显式动力学模型,设定轧辊为刚体,轧件为变形体,以覆盖生产过程坯料和成品的初始条件,包括轧件厚度、轧件宽度和压下率,采用有限元法对轧件进行单元划分、设定接触条件、施加轧辊和轧件的初始约束参数后进行模拟,在仿真结果中提取轧件头、尾和侧边的节点坐标作为轧后形状的计算依据,全纵轧宽厚板轧制模拟初始参数如下:
轧件宽度:2000mm;
入口厚度:50mm,100mm,150mm,200mm,250mm,300mm;
压下率:5%,10%,15%,20%,25%。
(二)基于轧制机理模型建立单道次轧制轧件形状非线性拟合公式
宽厚板轧件经过一个道次的轧制后,在理想状态下,轧件头尾部将出现对称的凸形,侧部将出现对称的凹形,如图2所示,用两段曲线段AB和AC来表示整个轧件的平面形状,两段曲线分别以函数f(y)和g(x)表示;
基于有限元法对轧制过程的模拟结果,得出轧件厚度、压下率是影响头部凸形和侧边凹形曲线的最重要的因素,建立回归公式中必须考虑这两个变量的影响,
其中:H为入口厚度,h为出口厚度;
其中:R'为工作辊压扁半径;
将l×r作为一个变量进行回归,即同时考虑压下率和轧件厚度对于轧后形状的影响,压下率和接触弧长的乘积近似相当于轧制过程中变形的体积与当前区域体积的比值,采用此变量作为对头部凸形和侧边凹形曲线的影响因素,
为描述方便,定义变量S:S=l×r (3)
S与头部凸形和侧边凹形值的关系是线性的,采用一次多项式表示它们之间的关系,头部凸形、侧边凹形值与长度和宽度坐标的函数关系也采用如下多项式表示:
侧边凹形曲线以A为原点,回归公式为:
其中:x为自变量,表示距离A点的长度变化,a1、b0~b5为侧边曲线回归系数,la为侧边曲线计算最大设定长度;
头部凸形曲线以B为原点,回归公式为:
其中:y为自变量,表示距离B点的宽度变化,c1、d1~d5为头尾曲线回归系数,lb为头尾曲线计算最大设定宽度;
提取有限元法对不同影响因素的头尾和侧边曲线的计算数据,对公式(4)和(5)进行回归,获得公式中的系数,再利用此回归公式即可对单道次不同的轧制工艺下头尾和侧边形状进行准确预测。
(三)全纵轧多道次头尾部与侧边形状预测
对于多道次的轧制,将单道次轧制获得的头尾与侧边曲线进行叠加计算,由于多道次轧制后,头尾和侧边的曲线形状会发生很大的变化,难于用一般公式去拟合处理,本发明以离散化方法设置不同的跟踪点对多道次轧制过程中的曲线进行跟踪和描述,纵轧模式以钢坯延伸为主,对于侧边曲线和头尾曲线的叠加方法具体如下:
①多道次侧边曲线预测
首道次钢坯为矩形,对于首道次轧制后的侧边曲线在长度la范围内划分m份,每份长度为la/m,带入侧边曲线公式(4),得到m+1个点所在位置对应的曲线高度来描述此侧边曲线,对应不同位置的曲线高度为:
其中,i的取值范围为0~m;
对于除首道次外的其它道次,侧边曲线的形状可认为由上道次已有的曲线与当前道次新产生的曲线进行叠加组合而成,假设当前道次轧制的入口厚度为h,出口厚度为h,则延伸比为H/h,上道次的计算长度la经过轧制变为l'a=la·H/h,曲线高度公式由式(6)修正为:
其中,i的取值范围为0~m;
当前道次的侧边曲线仍采用曲线高度公式(6)进行描述,当前道次轧制完成后,将上道次修正后曲线高度h'g与当前道次曲线高度hg在对应坐标处相加即得到了最新的侧边曲线描述hnew:
hnew=α(h'g+hg) (8)
其中,α为侧边曲线叠加修正系数;
②多道次头尾曲线预测
对于首道次轧制后的侧边曲线在宽度lb范围内划分n份,每份长度为lb/n,代入头尾曲线公式(5),得到n+1个点所在位置对应的曲线高度来描述此头尾曲线,对应不同位置的曲线高度为:
其中,i的取值范围为0~n;
对于除首道次外的其它道次,头尾曲线的形状可认为由上道次已有的曲线与当前道次新产生的曲线进行叠加组合而成,全纵轧过程可忽略宽展,假设上道次头尾曲线描述为h'f,当前道次的曲线描述为hf,将它们在对应坐标处相加即得到了最新的头尾曲线描述hnew:
hnew=β(h'f+hf) (10)
其中,β为头尾曲线叠加修正系数;
每轧制一道次,就按照式(8)与(10)对侧边和头尾曲线离散化后的曲线高度进行重新叠加计算,直至所有道次轧制完成,得到最终的成品形状。
具体实施过程:
针对某单机架宽厚板轧机,对其全纵轧产品生产过程进行计算,轧制设备和产品的工艺参数如下:
轧机型式:单机架四辊轧机;工作辊长度:5000mm;工作辊直径:1000mm;钢种:Q345;坯料尺寸(厚×宽×长):260mm×2570mm×4540mm;成品厚度:30mm;轧制工艺:260mm→231mm→198mm→164→131→98mm→74mm→62mm→52mm→44mm→37mm→33mm→30mm。
轧制规程一共12道次,采用全纵轧制模式,最终成品的头尾和侧边形状受各道次轧制过程中金属流动的综合影响,按照本发明所建立的形状预测方法对其进行说明,并进行最后的形状精度对比。
1.单道次轧制过程金属流动的仿真计算
通过设定覆盖生产过程坯料和成品的初始参数建立轧制过程三维有限元模型,对轧制过程进行仿真计算,由于轧后钢坯的侧边和头尾曲线仅限制在la和lb范围内,轧件的宽度取≥2lb即可,本实施例取2000mm进行模拟,把轧件入口厚度和压下率作为不同初始设定条件,获得结束后头尾和侧边处单元节点坐标,提取出来作为代表金属流动的描述,图3为不同厚度、压下率为20%的轧件有限元模拟计算结果。
2.单道次轧制轧件形状非线性拟合
为了能够以曲线形式表示头尾和侧边形状的变化,基于有限元模拟结果,用公式(4)和(5)分别进行拟合获得曲线参数。侧边曲线计算最大设定长度la与头尾曲线计算最大设定宽度lb取1000mm,采用最小二乘方法对描述侧边曲线和头尾曲线放尺求解,得到如下方程的回归系数:公式(4)中侧边曲线回归系数:
a1=-6.93984×10-13,
b0=-8.70391×1011,b1=5.71938×109,b2=-1.75493×107,
b3=2.82441×104,b4=-2.25274×101,b5=6.98×10-3;
公式(5)中头尾曲线回归系数:
c1=-6.81481×10-14,
d1=-6.91011×1010,d2=1.48403×108,d3=-1.771125×105;
d4=1.11568×102,d5=-2.859×10-2。
3.全纵轧多道次头尾部与侧边形状预测
针对以上轧制工艺,本发明在初始的la、lb设定m与n为100,即采用101个跟踪点来描述整个全纵轧过程中曲线的形状变化。通过对侧边长度方向与头尾宽度方向101个跟踪点的头尾金属自由流动结果与正常延伸计算值叠加,得到每一道次轧制结束的轧件头尾与侧边形状。按照轧制规程反复迭代计算直至最后一道次计算完成,即得到最终的轧件头尾与侧边形状,图4为轧制结束时成品的轧件头尾与侧边形状曲线。
按照以上轧制工艺轧制一组钢板,对成品进行卡量得到头部曲线高度最大处平均值为630mm,侧边曲线高度最大处平均值为55mm,根据本发明所采用方法预测得到的头尾与侧边形状与实际生产工艺轧制钢板进行比较,头尾形状计算偏差≤20mm,侧边形状预测偏差≤10mm,预测精度可以满足生产过程对于坯料放尺设定要求,可以极大减少坯料的尺寸浪费。同时,对于横-纵轧制、纵-横-纵等轧制模式下钢板形状的预测具有一定的借鉴作用。
除上述实施例外,本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围。
Claims (2)
1.一种全纵轧宽厚板成品形状的预测方法,其特征在于:包括:
(一)使用有限元法对宽厚板单道次轧制过程进行仿真计算
建立宽厚板钢坯轧制过程三维有限元显式动力学模型,设定轧辊为刚体,轧件为变形体,以覆盖生产过程坯料和成品的初始条件,包括轧件厚度、轧件宽度和压下率,采用有限元法对轧件进行单元划分、设定接触条件、施加轧辊和轧件的初始约束参数后进行模拟,在仿真结果中提取轧件头、尾和侧边的节点坐标作为轧后形状的计算依据;
(二)基于轧制机理模型建立单道次轧制轧件形状非线性拟合公式
宽厚板轧件经过一个道次的轧制后,在理想状态下,轧件头尾部将出现对称的凸形,侧部将出现对称的凹形,用两段曲线段AB和AC来表示整个轧件的平面形状,两段曲线分别以函数f(y)和g(x)表示;
基于有限元法对轧制过程的模拟结果,得出轧件厚度、压下率是影响头部凸形和侧边凹形曲线的最重要的因素,建立回归公式中必须考虑这两个变量的影响,
其中:H为入口厚度,h为出口厚度;
其中:R'为工作辊压扁半径;
将l×r作为一个变量进行回归,即同时考虑压下率和轧件厚度对于轧后形状的影响,压下率和接触弧长的乘积近似相当于轧制过程中变形的体积与当前区域体积的比值,采用此变量作为对头部凸形和侧边凹形曲线的影响因素,
为描述方便,定义变量S:S=l×r (3)
S与头部凸形和侧边凹形值的关系是线性的,采用一次多项式表示它们之间的关系,头部凸形、侧边凹形值与长度和宽度坐标的函数关系也采用如下多项式表示:
侧边凹形曲线以A为原点,回归公式为:
其中:x为自变量,表示距离A点的长度变化,a1、b0~b5为侧边曲线回归系数,la为侧边曲线计算最大设定长度;
头部凸形曲线以B为原点,回归公式为:
其中:y为自变量,表示距离B点的宽度变化,c1、d1~d5为头尾曲线回归系数,lb为头尾曲线计算最大设定宽度;
提取有限元法对不同影响因素的头尾和侧边曲线的计算数据,对公式(4)和(5)进行回归,获得公式中的系数,再利用此回归公式即可对单道次不同的轧制工艺下头尾和侧边形状进行准确预测;
(三)全纵轧多道次头尾部与侧边形状预测
对于多道次的轧制,将单道次轧制获得的头尾与侧边曲线进行叠加计算,以离散化方法设置不同的跟踪点对多道次轧制过程中的曲线进行跟踪和描述,纵轧模式以钢坯延伸为主,对于侧边曲线和头尾曲线的叠加方法具体如下:
①多道次侧边曲线预测
首道次钢坯为矩形,对于首道次轧制后的侧边曲线在长度la范围内划分m份,每份长度为la/m,带入侧边曲线公式(4),得到m+1个点所在位置对应的曲线高度来描述此侧边曲线,对应不同位置的曲线高度为:
其中,i的取值范围为0~m;
对于除首道次外的其它道次,侧边曲线的形状可认为由上道次已有的曲线与当前道次新产生的曲线进行叠加组合而成,假设当前道次轧制的入口厚度为h,出口厚度为h,则延伸比为H/h,上道次的计算长度la经过轧制变为l'a=la·H/h,曲线高度公式由式(6)修正为:
其中,i的取值范围为0~m;
当前道次的侧边曲线仍采用曲线高度公式(6)进行描述,当前道次轧制完成后,将上道次修正后曲线高度h'g与当前道次曲线高度hg在对应坐标处相加即得到了最新的侧边曲线描述hnew:
hnew=α(h'g+hg) (8)
其中,α为侧边曲线叠加修正系数;
②多道次头尾曲线预测
对于首道次轧制后的侧边曲线在宽度lb范围内划分n份,每份长度为lb/n,代入头尾曲线公式(5),得到n+1个点所在位置对应的曲线高度来描述此头尾曲线,对应不同位置的曲线高度为:
其中,i的取值范围为0~n;
对于除首道次外的其它道次,头尾曲线的形状可认为由上道次已有的曲线与当前道次新产生的曲线进行叠加组合而成,全纵轧过程可忽略宽展,假设上道次头尾曲线描述为h'f,当前道次的曲线描述为hf,将它们在对应坐标处相加即得到了最新的头尾曲线描述hnew:
hnew=β(h'f+hf) (10)
其中,β为头尾曲线叠加修正系数;
每轧制一道次,就按照式(8)与(10)对侧边和头尾曲线离散化后的曲线高度进行重新叠加计算,直至所有道次轧制完成,得到最终的成品形状。
2.根据权利要求1所述的一种全纵轧宽厚板成品形状的预测方法,其特征在于:全纵轧宽厚板轧制模拟初始参数如下:
轧件宽度:2000mm;
入口厚度:50mm,100mm,150mm,200mm,250mm,300mm;
压下率:5%,10%,15%,20%,25%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111019302.XA CN113732070B (zh) | 2021-09-01 | 2021-09-01 | 一种全纵轧宽厚板成品形状的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111019302.XA CN113732070B (zh) | 2021-09-01 | 2021-09-01 | 一种全纵轧宽厚板成品形状的预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113732070A CN113732070A (zh) | 2021-12-03 |
CN113732070B true CN113732070B (zh) | 2023-04-11 |
Family
ID=78734568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111019302.XA Active CN113732070B (zh) | 2021-09-01 | 2021-09-01 | 一种全纵轧宽厚板成品形状的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113732070B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1076306A (ja) * | 1996-09-02 | 1998-03-24 | Kawasaki Steel Corp | 鋼片の連続熱間圧延方法 |
CN102974622A (zh) * | 2012-12-21 | 2013-03-20 | 山西太钢不锈钢股份有限公司 | 带钢头尾宽度短行程控制的参数补偿方法及控制方法 |
CN103252347A (zh) * | 2012-02-21 | 2013-08-21 | 宝山钢铁股份有限公司 | 减少热轧中间坯头尾切舍量的连铸板坯头尾形状预控方法 |
CN107832535A (zh) * | 2017-11-16 | 2018-03-23 | 东北大学 | 一种中厚板平面形状智能预测的方法 |
JP2021030300A (ja) * | 2019-08-29 | 2021-03-01 | Jfeスチール株式会社 | 熱延工程での反り予測方法、反り制御方法、熱延鋼板の製造方法、反り予測モデルの生成方法、及び熱延設備 |
CN112742880A (zh) * | 2019-10-31 | 2021-05-04 | 宝山钢铁股份有限公司 | 一种通过局部温差控制窄规格钢板头尾形状的方法 |
-
2021
- 2021-09-01 CN CN202111019302.XA patent/CN113732070B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1076306A (ja) * | 1996-09-02 | 1998-03-24 | Kawasaki Steel Corp | 鋼片の連続熱間圧延方法 |
CN103252347A (zh) * | 2012-02-21 | 2013-08-21 | 宝山钢铁股份有限公司 | 减少热轧中间坯头尾切舍量的连铸板坯头尾形状预控方法 |
CN102974622A (zh) * | 2012-12-21 | 2013-03-20 | 山西太钢不锈钢股份有限公司 | 带钢头尾宽度短行程控制的参数补偿方法及控制方法 |
CN107832535A (zh) * | 2017-11-16 | 2018-03-23 | 东北大学 | 一种中厚板平面形状智能预测的方法 |
JP2021030300A (ja) * | 2019-08-29 | 2021-03-01 | Jfeスチール株式会社 | 熱延工程での反り予測方法、反り制御方法、熱延鋼板の製造方法、反り予測モデルの生成方法、及び熱延設備 |
CN112742880A (zh) * | 2019-10-31 | 2021-05-04 | 宝山钢铁股份有限公司 | 一种通过局部温差控制窄规格钢板头尾形状的方法 |
Non-Patent Citations (1)
Title |
---|
热连轧带钢头尾鱼尾形状模拟控制研究与应用;王爱丽等;《塑性工程学报》;第16卷(第02期);第101-104页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113732070A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1485216B1 (de) | Rechnergestütztes ermittlungsverfahren für sollwerte für profil- und planheitsstellglieder | |
CN106475420B (zh) | 一种基于冷轧带钢目标板形设定的板形控制方法 | |
CN104511482B (zh) | 一种热轧带钢凸度控制方法 | |
EP2818259B1 (en) | Pre-control method of head and tail shapes of continuous casting slab for reducing the removed amount from the head and tail of hot-rolled intermediate slab | |
CN102029294B (zh) | 冷轧带钢横向厚差控制方法 | |
CN102303050B (zh) | 一种粗轧宽度自学习的方法 | |
CN109570241B (zh) | 一种具有跑偏保护的楔形控制方法 | |
CN104162549B (zh) | 热连轧粗轧机中间坯镰刀弯的自动控制方法及系统 | |
CN103071683B (zh) | 一种双机架s型四辊冷轧机综合调整轧制方法 | |
CN104148384B (zh) | 超薄超宽钢板的轧制工艺方法 | |
CN106475421B (zh) | 一种中间坯来料凸度的控制方法及装置 | |
CN107442575A (zh) | 一种带钢湿平整表面粗糙度的预测方法 | |
CN102553945B (zh) | 一种适合于四辊轧机的非常态板形预报方法 | |
CN110976524B (zh) | 一种热连轧机工作辊凸度配置方法 | |
CN103203371B (zh) | 冷轧机辊缝位置压力双闭环控制方法 | |
CN101934289A (zh) | 不锈钢冷连轧辊缝调整方法 | |
CN113732070B (zh) | 一种全纵轧宽厚板成品形状的预测方法 | |
CN101934288B (zh) | 冷连轧压下分配方法 | |
CN110538873A (zh) | 一种控制百米钢轨轨底残余应力的方法 | |
CN103586289A (zh) | 热连轧粗轧区立辊轧制的轧制压力设定方法 | |
CN101714177A (zh) | 基于降低交叉角和弯辊力的pc轧机工作辊辊型设计方法 | |
CN105583238B (zh) | 一种热轧带钢宽度预测方法 | |
CN106180209B (zh) | 四辊轧机考虑工作辊水平位移时的板形预报方法 | |
Groche et al. | Dimensional deviation of roll formed components made of high strength steel | |
CN112329198A (zh) | 一种基于数据驱动的宽厚板放尺长度优化方法 |
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 |