CN113732071A - 硅钢冷连轧轧制过程温度获取方法、装置及电子设备 - Google Patents
硅钢冷连轧轧制过程温度获取方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113732071A CN113732071A CN202111081530.XA CN202111081530A CN113732071A CN 113732071 A CN113732071 A CN 113732071A CN 202111081530 A CN202111081530 A CN 202111081530A CN 113732071 A CN113732071 A CN 113732071A
- Authority
- CN
- China
- Prior art keywords
- temperature
- silicon steel
- deformation zone
- deformation
- outlet
- 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
- 229910000976 Electrical steel Inorganic materials 0.000 title claims abstract description 236
- 238000005096 rolling process Methods 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000000839 emulsion Substances 0.000 claims abstract description 60
- 238000012360 testing method Methods 0.000 claims abstract description 26
- 238000005070 sampling Methods 0.000 claims abstract description 13
- 230000008859 change Effects 0.000 claims description 39
- 238000004519 manufacturing process Methods 0.000 claims description 37
- 238000012546 transfer Methods 0.000 claims description 18
- 239000010959 steel Substances 0.000 claims description 17
- 239000000463 material Substances 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims description 9
- 229910052710 silicon Inorganic materials 0.000 claims description 9
- 239000010703 silicon Substances 0.000 claims description 9
- 238000001816 cooling Methods 0.000 claims description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 7
- 230000003746 surface roughness Effects 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 20
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 11
- 229910000831 Steel Inorganic materials 0.000 description 9
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000005097 cold rolling Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 238000009776 industrial production Methods 0.000 description 3
- 239000010687 lubricating oil Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000001050 lubricating effect Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- B21B37/74—Temperature control, e.g. by cooling or heating the rolls or the product
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B3/00—Rolling materials of special alloys so far as the composition of the alloy requires or permits special rolling methods or sequences ; Rolling of aluminium, copper, zinc or other non-ferrous metals
- B21B3/02—Rolling special iron alloys, e.g. stainless steel
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明公开了一种硅钢冷连轧轧制过程温度获取方法、装置及电子设备,通过获取硅钢冷连轧生产过程的工业参数数据以及各机架间硅钢的实际温度测试数据,然后基于工业参数数据以及预设初始模型,确定硅钢冷连轧生产过程的温度预测模型,接着基于硅钢轧制前的预热温度以及温度预测模型,得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据,再将预测温度数据与实际温度测试数据进行对比,并根据对比结果中的温度差异值对相应机架间的乳化液参数进行修正,直至温度差异值小于预设阈值,得到修正后的温度预测模型,能够用于实现硅钢冷连轧轧制过程中,任意采样点硅钢温度的获取。
Description
技术领域
本发明涉及金属板带冷轧技术领域,尤其涉及一种硅钢冷连轧轧制过程温度获取方法、装置及电子设备。
背景技术
冷轧硅钢作为一种高附加值、高技术含量的薄带钢产品,是国家优先发展的高效节能、需求量大的软磁功能材料。由于其具有导磁率高、矫顽力低、磁滞损失小以及涡流损失小等优良特性,因此广泛被用于制造变压器、电动机的铁芯及其它导磁元件等。
在冷轧过程中,硅钢的温度是影响其质量和性能的重要参数。相较于普通钢种,硅钢的变形抗力很大,冷轧轧制时产热更多,过高的温度会严重影响硅钢的电磁性能和板形。由于生产现场空间和测量技术的限制,无法准确掌握硅钢整个轧制过程的温度变化,这样会给因温度过高而需要进行的轧制工艺参数调整带来一定的困难,所以有必要对整个轧制过程的温度进行较准确地预测计算。
发明内容
有鉴于此,本发明的目的在于通过提供一种硅钢冷连轧轧制过程温度获取方法、装置及电子设备,能够实现硅钢冷连轧轧制过程中任意采样点的硅钢温度获取。
为了实现上述目的,本发明实施例提供的如下技术方案:
第一方面,本发明实施例提供了一种硅钢冷连轧轧制过程温度获取方法,所述方法包括:
获取硅钢冷连轧生产过程的工业参数数据以及各机架间硅钢的实际温度测试数据,其中,所述工业参数包括:硅钢的材料特性参数、各机架轧机参数、各机架轧制工艺参数及乳化液参数;
基于所述工业参数数据以及预设初始模型,确定硅钢冷连轧生产过程的温度预测模型,所述温度预测模型包括用于表征各机架变形区温度变化的第一子模型、用于表征各机架变形区出口与下一机架变形区入口之间温度变化的第二子模型,以及用于表征最后一个机架变形区出口与卷取机之间温度变化的第三子模型;
基于硅钢轧制前的预热温度以及所述温度预测模型,得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据;
将所述预测温度数据与所述实际温度测试数据进行对比,并根据对比结果中的温度差异值对相应机架间的乳化液参数进行修正,直至温度差异值小于预设阈值,得到修正后的温度预测模型,所述修正后的温度预测模型用于获取硅钢冷连轧生产过程中任意采样点的硅钢温度数据。
进一步地,所述基于硅钢轧制前的预热温度以及所述温度预测模型,得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据,包括:
基于预设的变形热温升公式,获取硅钢在轧制变形区因塑性变形热而产生的变形热温升;
基于预设的摩擦热温升公式,获取硅钢和轧辊之间因摩擦而产生的摩擦热温升;
基于预设的接触热损失温降公式,获取硅钢和轧辊之间因接触而产生的接触热损失温降;
将所述变形热温升、所述摩擦热温升以及所述接触热损失温降输入所述第一子模型,得到各机架变形区的温度变化量;
基于硅钢轧制前的预热温度、所述各机架变形区的温度变化量以及所述第二子模型,依次得到各机架变形区出口与下一机架变形区入口之间的预测温度数据。
进一步地,所述将所述变形热温升、所述摩擦热温升以及所述接触热损失温降输入所述第一子模型,得到各机架变形区的温度变化量,包括:
将所述变形热温升、所述摩擦热温升以及所述接触热损失温降输入以下公式:
ΔT=ΔTp+ΔTf-ΔTc
得到各机架变形区的温度变化量,其中,ΔTp表示所述变形热温升,ΔTf表示所述摩擦热温升,ΔTc表示所述接触热损失温降。
进一步地,所述基于硅钢轧制前的预热温度、所述各机架变形区的温度变化量以及所述第二子模型,依次得到各机架变形区出口与下一机架变形区入口之间的预测温度数据,包括:
将硅钢轧制前的预热温度作为第一个机架的变形区入口温度,依次将第一个机架到第M-1个机架作为当前机架,M为机架数量,循环执行以下温度获取步骤:
将所述当前机架的变形区入口温度与变形区温度变化量相加,得到所述当前机架的变形区出口温度;
以所述当前机架的变形区出口温度作为初始温度,将所述当前机架的变形区出口和下一机架变形区入口间的硅钢划分为n段,依次由第i段硅钢的温度以及预设关联关系,确定第i+1段硅钢的温度,得到所述当前机架变形区出口与下一机架变形区入口之间的预测温度数据,并将当前机架最后一段的温度作为下一机架变形区入口温度,其中,n为大于或等于2的整数,i取1到n-1。
进一步地,所述预设关联关系基于以下公式确定:
式中,Ti+1为第i+1段硅钢的温度,Ti为第i段硅钢的温度,Te为乳化液温度,hei为第i段的乳化液传热系数,L为当前机架与下一机架间距离,v1为出口速度,h1为出口厚度,ρ为硅钢的密度,c为硅钢的比热容。
进一步地,所述第三子模型基于以下步骤构建:
将最后一个机架与卷取机之间的硅钢划分为t段,每段的硅钢温度按照以下公式表征:
其中,t为大于或等于2的整数,j取1到t-1,Ta为空气温度,ka为空冷传热系数;h5为硅钢在最后一个机架的出口厚度;v5为硅钢在最后一个机架的出口速度,Lk为最后一个机架和卷取机之间的距离。
进一步地,所述材料特性参数包括:变形抗力、密度、比热容、弹性模量、泊松比硬度、热传导系数以及硅钢表面粗糙度;
所述各机架轧机参数包括:各机架间距离;轧前预热段长度;最后一个机架和卷取机之间的距离以及工作辊半径;
所述各机架轧制工艺参数包括:入口厚度、出口厚度、摩擦系数、前张应力、后张应力、出口速度以及工作辊线速度;
所述乳化液参数包括:乳化液温度、乳化液浓度以及乳化液水流密度。
进一步地,所述得到修正后的温度预测模型之后,还包括:
基于所述修正后的温度预测模型,得到并展示硅钢冷连轧轧制过程中硅钢的温度变化曲线。
第二方面,本发明实施例提供了一种硅钢冷连轧轧制过程温度获取装置,所述装置包括:
获取模块,用于获取硅钢冷连轧生产过程的工业参数数据以及各机架间硅钢的实际温度测试数据,其中,所述工业参数包括:硅钢的材料特性参数、各机架轧机参数、各机架轧制工艺参数及乳化液参数;
确定模块,用于基于所述工业参数数据以及预设初始模型,确定硅钢冷连轧生产过程的温度预测模型,所述温度预测模型包括用于表征各机架变形区温度变化的第一子模型、用于表征各机架变形区出口与下一机架变形区入口之间温度变化的第二子模型,以及用于表征最后一个机架变形区出口与卷取机之间温度变化的第三子模型;
预测模块,用于基于硅钢轧制前的预热温度以及所述温度预测模型,得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据;
修正模块,用于将所述预测温度数据与所述实际温度测试数据进行对比,并根据对比结果中的温度差异值对相应机架间的乳化液参数进行修正,直至温度差异值小于预设阈值,得到修正后的温度预测模型,所述修正后的温度预测模型用于获取硅钢冷连轧生产过程中任意采样点的硅钢温度数据。
第三方面,本发明实施例提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述第一方面所述硅钢冷连轧轧制过程温度获取方法的步骤。
本发明实施例提供的硅钢冷连轧轧制过程温度获取方法、装置及电子设备,通过获取硅钢冷连轧生产过程的工业参数数据以及各机架间硅钢的实际温度测试数据,然后基于工业参数数据以及预设初始模型,确定硅钢冷连轧生产过程的温度预测模型,接着基于硅钢轧制前的预热温度以及温度预测模型,得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据,再将预测温度数据与实际温度测试数据进行对比,并根据对比结果中的温度差异值对相应机架间的乳化液参数进行修正,直至温度差异值小于预设阈值,得到修正后的温度预测模型。修正后的温度预测模型能够用于实现硅钢冷连轧轧制过程中,任意采样点硅钢温度的获取,打破了现场条件的限制,有利于满足生产现场的实际需求,例如可以在所获取到的硅钢温度过高时,及时进行轧制工艺参数的调整。并且计算快速准确,适用于工业生产现场对温度的大规模计算。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例第一方面提供的一种硅钢冷连轧轧制过程温度获取方法的流程图;
图2为本发明实施例中第1-2机架间硅钢温度的实测数据图;
图3为本发明实施例中第2-3机架间硅钢温度的实测数据图;
图4为本发明实施例中第3-4机架间硅钢温度的实测数据图;
图5为本发明实施例中第4-5机架间硅钢温度的实测数据图;
图6为本发明实施例中得到的硅钢冷连轧轧制过程温度变化曲线;
图7为本发明实施例第二方面提供的一种硅钢冷连轧轧制过程温度获取装置的模块框图;
图8为本发明实施例第三方面提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
第一方面,如图1所述,本发明实施例提供的硅钢冷连轧轧制过程温度获取方法至少可以包括以下步骤S101至步骤S104。
步骤S101,获取硅钢冷连轧生产过程的工业参数数据以及各机架间硅钢的实际温度测试数据,其中,工业参数包括:硅钢的材料特性参数、各机架轧机参数、各机架轧制工艺参数及乳化液参数。
具体实施时,可以在工业生产现场获取的硅钢冷连轧生产的相关数据,即工业参数。在一种可选的实施方式中,工业参数具体可以包括以下几种:
材料特性参数包括:变形抗力、密度、比热容、弹性模量、泊松比硬度、热传导系数以及硅钢表面粗糙度;
各机架轧机参数包括:各机架间距离;轧前预热段长度;最后一个机架和卷取机之间的距离以及工作辊半径;
各机架轧制工艺参数包括:入口厚度、出口厚度、摩擦系数、前张应力、后张应力、出口速度以及工作辊线速度;
乳化液参数包括:乳化液温度、乳化液浓度以及乳化液水流密度。
在一种可选的实施方式中,可以利用红外热像仪在硅钢冷连轧生产现场进行所有机架间硅钢温度的测试,得到各机架间硅钢的实际温度测试数据。
步骤S102,基于工业参数数据以及预设初始模型,确定硅钢冷连轧生产过程的温度预测模型,温度预测模型包括用于表征各机架变形区温度变化的第一子模型、用于表征各机架变形区出口与下一机架变形区入口之间温度变化的第二子模型,以及用于表征最后一个机架变形区出口与卷取机之间温度变化的第三子模型。
需要说明的是,预设初始模型为发明人经过对硅钢冷连轧生产过程中硅钢温度变化情况的长期研究,根据现场实际工况,综合考虑硅钢冷轧的传热过程,并基于轧制变形和热力学的基本理论,预先推导得到的,包括各机架轧制变形区温度变化子模型、各机架变形区出口和下一机架变形区入口间的温度变化子模型、以及最后一个机架变形区出口和卷取机间的温度变化子模型,具体推导过程在下文中进行详细描述。
将相应工业参数数据输入预设初始模型,就可以得到硅钢冷连轧生产过程的温度预测模型。
步骤S103,基于硅钢轧制前的预热温度以及温度预测模型,得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据。
将硅钢轧制前的预热温度作为第一个机架变形区入口温度,将第一个机架变形区入口温度输入第一子模型,即第一个机架变形区的温度变化子模型,就可以得到第一个机架变形区的出口温度;然后将该出口温度作为初始温度,基于该初始温度输入第二子模型,即机架变形区出口和下一机架变形区入口间的温度变化子模型,就可以得到第一个机架变形区出口与第二个机架变形区入口之间的预设温度数据。接着,将所得到的预设温度数据中处于末尾位置的采样点的温度数据,作为第二个机架变形区入口温度,以此类推,就可以得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据。
步骤S104,将预测温度数据与实际温度测试数据进行对比,并根据对比结果中的温度差异值对相应机架间的乳化液参数进行修正,直至温度差异值小于预设阈值,得到修正后的温度预测模型,修正后的温度预测模型用于获取硅钢冷连轧生产过程中任意采样点的硅钢温度数据。
可以理解的是,乳化液在轧机系统中主要起到冷却和润滑的作用,乳化液参数是影响机架间硅钢温度变化的重要参数。通过修正机架间乳化液供给系统的乳化液参数,即对上述乳化液温度、乳化液浓度以及乳化液水流密度中的任意一个或多个参数进行调整,能够有效调节实际生产中轧机间的硅钢温度变化。若对比结果得到的温度差异值大于或等于预设阈值,则对相应机架间的乳化液参数进行修正,完成修正后间隔一定时间再次采集实际温度测试数据以及预测温度数据进行对比,直至使得预测温度数据与实际温度测试数据的温度差异值小于预设阈值,即满足预设的匹配条件。其中,预设阈值根据实际可接受的预测误差范围确定,可以根据实际生产场景的需要以及多次试验预先设置,例如,可以设置为10%。
根据上述对比过程完成乳化液参数的修正后,就可以得到修正后的温度预测模型,用于预测硅钢冷连轧生产过程中硅钢任意采样点的温度数据。
在一种可选的实施方式中,在确定各机架变形区的温度变化时,可以考虑变形热、摩擦热以及接触热损失。此时,基于硅钢轧制前的预热温度以及温度预测模型,得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据的过程可以包括:
基于预设的变形热温升公式,获取硅钢在轧制变形区因塑性变形热而产生的变形热温升;
基于预设的摩擦热温升公式,获取硅钢和轧辊之间因摩擦而产生的摩擦热温升;
基于预设的接触热损失温降公式,获取硅钢和轧辊之间因接触而产生的接触热损失温降;
将变形热温升、摩擦热温升以及接触热损失温降输入第一子模型,得到各机架变形区的温度变化量;
基于硅钢轧制前的预热温度、各机架变形区的温度变化量以及第二子模型,依次得到各机架变形区出口与下一机架变形区入口之间的预测温度数据。
当然,在本发明其他实施例中,在确定各机架变形区的温度变化时,除了上述实施方式以外,也可以考虑更多或更少的温度变化影响因数,例如,只考虑变形热和摩擦热。
在一种可选的实施方式中,将变形热温升、摩擦热温升以及接触热损失温降输入第一子模型,得到各机架变形区的温度变化量,包括:
将变形热温升、摩擦热温升以及接触热损失温降输入以下公式:
ΔT=ΔTp+ΔTf-ΔTc
得到各机架变形区的温度变化量,其中,ΔTp表示变形热温升,ΔTf表示摩擦热温升,ΔTc表示接触热损失温降。当然,在本发明其他实施例中,也可以根据实际应用场景以及多次试验,为变形热温升、摩擦热温升以及接触热损失温降分别设置对应的权重系数,将三种温度变化量进行加权累累加(接触热损失温降为负数),得到各机架变形区的温度变化量。
在一种可选的实施方式中,上述基于硅钢轧制前的预热温度、各机架变形区的温度变化量以及第二子模型,得到各机架变形区出口与下一机架变形区入口之间的预测温度数据的过程可以包括:
将硅钢轧制前的预热温度作为第一个机架的变形区入口温度,依次将第一个机架到第M-1个机架作为当前机架,M为轧制机架的数量,循环执行以下温度获取步骤:
将当前机架的变形区入口温度与变形区温度变化量相加,得到当前机架的变形区出口温度;
以当前机架的变形区出口温度作为初始温度,将当前机架的变形区出口和下一机架变形区入口间的硅钢划分为n段,依次由第i段硅钢的温度以及预设关联关系,确定第i+1段硅钢的温度,得到当前机架变形区出口与下一机架变形区入口之间的预测温度数据,并将当前机架最后一段的温度作为下一机架变形区入口温度,其中,n为大于或等于2的整数,i取1到n-1。
其中,预设关联关系为机架之间的区域内相邻分段之间的温度关系,基于机架之间的距离、各机架的轧制工艺参数、硅钢的材料特性参数以及乳化液参数确定。
作为一种实施方式,预设关联关系可以基于以下公式确定:
式中,Ti+1为第i+1段硅钢的温度,Ti为第i段硅钢的温度,Te为乳化液温度,hei为第i段的乳化液传热系数,L为当前机架与下一机架间距离,v1为出口速度,h1为出口厚度,ρ为硅钢的密度,c为硅钢的比热容。当然,在本发明其他实施例中,根据实际应用场景的需要以及多次试验也可以对上述公式进行一些变形,例如,也可以增加预先配置的调节系数ξ,如将变形为
这样,在实际应用时,在获取到分段数量n以及预热温度后,可以根据第一子模型和第二子模型,预测除最后一个机架以外的各机架变形区出口与下一机架变形区入口间的硅钢温度。
在一种可选的实施方式中,上述步骤S102中,第三子模型,即用于表征最后一个机架变形区出口与卷取机之间温度变化的子模型的数据处理过程包括:
将最后一个机架与卷取机之间的硅钢划分为t段,每段的硅钢温度按照以下公式表征:
其中,t为大于或等于2的整数,j取1到t-1,Ta为空气温度,ka为空冷传热系数;h5为硅钢在最后一个机架的出口厚度;v5为硅钢在最后一个机架的出口速度,Lk为最后一个机架和卷取机之间的距离。
这样,在实际应用时,可以将分段数量t以及最后一个机架变形区出口温度输入到第二子模型中,就可以预测最后一个机架变形区出口与卷取机间的硅钢温度。
进一步地,在得到修正后的温度预测模型之后,就可以使用该温度预设模型进行硅钢冷连轧轧制过程中硅钢温度的预测。也就是说,本实施例提供的硅钢冷连轧轧制过程温度获取方法还可以包括:基于修正后的温度预测模型,得到并展示硅钢冷连轧轧制过程中硅钢的温度变化曲线,实现了冷连轧轧制过程中硅钢温度的可视化,以便相关工作人员查看,有利于指导现场生产参数的调整。
为了更清楚地说明本发明实施例提供的技术方案的实施过程,下面就以五机架的硅钢冷连轧生产线为例,对一种示例性具体实施过程进行说明。
S1:利用红外热像仪在硅钢冷连轧生产现场进行所有机架间硅钢温度的测试。由于现场设备的遮挡及测试空间的限制,无法测得硅钢在各机架入口和出口的温度以及整个机架间的温度变化情况,而只能测得机架间露出部分(约2m)的温度。选取拍摄效果较好的热成像图片,取采样点后绘制温度的散点图,如图2、图3、图4以及图5所示。
S2:在硅钢冷连轧生产现场获取生产相关的工业数据,包括硅钢的材料特性参数、各机架轧机参数、各机架轧制工艺参数及乳化液相关参数。
硅钢的材料特性参数,包括:硅钢的变形抗力K,单位MPa;硅钢的密度ρ,单位kg/mm3;硅钢的比热容c,单位J/(kg·℃);硅钢的弹性模量E,单位GPa;硅钢的泊松比ν,无量纲;硅钢的硬度HB,单位为布氏硬度HB;硅钢的热传导系数ks,单位W/(m·℃);硅钢表面粗糙度Ra,单位μm。具体数据如表1所示:
表1硅钢材料特性
各机架轧机参数,包括:各机架间距离L,单位m;轧前预热段长度Ly,单位m;第5机架和卷取机之间的距离Lk,单位m;工作辊半径R,单位mm。具体数据如表2所示:
表2轧机参数
各机架轧制工艺参数,包括:入口厚度h0,单位mm;出口厚度h1,单位mm;摩擦系数μ,无量纲;前张应力σ1,单位MPa;后张应力σ0,单位MPa;出口速度v1,单位m/min;工作辊线速度vr,单位m/min。由于硅钢的变形抗力K和工作辊半径R在各机架是不同的,为了表示方便而统一合到表3中,具体数据如表3所示:
表3各机架轧制工艺参数
乳化液相关参数,包括:乳化液温度Te,单位℃;乳化液浓度C,无量纲;乳化液水流密度w,单位L/(min·m2)。具体数据如表4所示:
表4乳化液参数
S3:以硅钢轧制前的预热温度作为其在第1机架入口的温度。由现场测试可知,预热温度T0=80℃。
S4:计算所有机架轧制变形区长度。各机架轧制变形区长度l的计算方法为:
式(1)中,Δh为压下量,其表达式如式(2)所示:
Δh=h0-h1 (2)
计算所得各机架轧制变形区长度如表5所示:
表5各机架轧制变形区长度
S5:将硅钢在冷连轧轧制过程的温度变化分为预热段温度、第1机架变形区温度、第1机架变形区出口和第2机架变形区入口间温度、第2机架变形区温度、第2机架变形区出口和第3机架变形区入口间温度0、第3机架变形区温度、第3机架变形区出口和第4机架变形区入口间温度、第4机架变形区温度、第4机架变形区出口和第5机架变形区入口间温度、第5机架变形区温度、第5机架变形区出口和卷取机间空冷段温度共11段,根据各机架间距离,以及计算得到的各机架轧制变形区长度,可以得到11个温度段的长度,如表6所示:
表6各温度段长度
S6:将预热段温度作为第1机架变形区入口温度,开始依次对各机架变形区温度、各机架变形区出口和下一机架变形区入口间温度进行计算,直至算出第5机架变形区出口温度:
S6.1:计算硅钢在轧制变形区因塑性变形热而产生的温升ΔTp。预设的变形热温升公式如式(3)所示:
式(3)中,Qp为单位体积的变形热,其表达式如式(4)所示:
式(4)中,K(φ)为二维变形抗力,可用变形抗力K来代替,φ为板厚任意值时带钢距轧辊出口的角度。
S6.2:计算硅钢和轧辊之间因摩擦而产生的摩擦热温升ΔTf。预设的摩擦热温升公式如式(5)所示:
式(5)中,Qf为单位宽度的摩擦热,其表达式如式(6)所示:
式(6)中,vs为带钢与轧辊之间相对滑动速度的绝对值,其计算公式如式(7)所示;vx为轧制变形区内带钢速度分布,其表达式如式(8)所示;f(x)为单位摩擦力,将整个轧制变形区分为入口弹性区、塑性后滑区、粘着区、塑性前滑区、出口弹性区五个部分,各变形区单位摩擦力f(x)的表达式分别如式(10)、式(30)、式(31)、式(32)、式(33)所示,
式(7)和式(8)中,hx为轧制变形区内带钢厚度分布,其计算公式如式(9)所示:
入口弹性区f(x)的表达式为:
式(10)中,p0为从入口弹性区开始进入塑性区处的单位轧制压力,其计算公式如式(11)所示;B0为中间变量,其计算公式如式(13)所示;Δx1为入口弹性区长度,其计算公式如式(14)所示;lf为中性面距塑性区与出口弹性区分界点的距离,其计算公式如式(17)所示,
式(11)中,k0为入口弹性区流动极限σs0的1.15倍,即k0=1.15σs0,单位MPa;ψ0为中间变量,其计算公式如式(12)所示:
式(14)中,ξ0和ν1为中间变量,其计算公式分别如式(15)和式(16)所示:
式(17)中,ln为粘着区长度,其计算公式如式(18)所示;le为塑性前滑区和塑性后滑区长度,其计算公式如式(29)所示,
式(18)中,hm为中性面的厚度,可用轧制变形区平均厚度hy代替,其表达式如式(19)所示,单位mm;σm为带钢粘着区内的平均变形抗力,单位MPa;fm为条件摩擦系数,其计算公式如式(20)所示;pa为塑性变形区的平均单位轧制压力,其计算公式如式(22)所示,
fm=μ-α/2 (20)
式(20)中,咬入角α可用式(21)表示:
式(22)中,m为中间变量,其计算公式如式(23)所示;p1为从出口弹性区开始进入塑性区处的单位轧制压力,其计算公式如式(24)所示,
式(24)中,k1为出口弹性区流动极限σs1的1.15倍,即k1=1.15σs1,单位MPa;ψ为中间变量,其计算公式如式(25)所示:
式(25)中,B为中间变量,其计算公式如式(26)所示;Δx0为出口弹性区长度,其计算公式如式(27)所示,
式(27)中,ξ1为中间变量,其计算公式如式(28)所示:
塑性后滑区f(x)的表达式为:
粘着区f(x)的表达式为:
塑性前滑区f(x)的表达式为:
出口弹性区f(x)的表达式为:
S6.3:计算硅钢和轧辊之间因接触而产生的接触热损失温降ΔTc。预设的接触热损失温降公式如式(34)所示:
式(34)中,Qc为接触热损失,其计算公式如式(35)所示:
Qc=hc(Ts-Tr) (35)
式(35)中,Ts为带钢的温度,单位℃;Tr为轧辊的温度,单位℃;hc为接触传热系数,其表达式如式(36)所示:
hc=hcs+hcf (36)
式(36)中,hcs是固体传热系数,其表达式如式(37)所示;hcf是流体传热系数,其表达式如式(41)所示,
式(37)中,kh为接触副的平均热传导系数,单位W/(m·℃),其计算公式如式(38)所示;Rq为粗糙度均方根偏差,单位μm,其计算公式如式(39)所示;mq为微凸体表面的倾角,其计算公式如式(40)所示;p为轧制界面接触压力,单位MPa,
式(38)中,kr为轧辊热传导系数,单位W/(m·℃),
Rq=1.25Ra (39)
mq=5255Ra 0.743 (40)
式(41)中,kf为润滑油导热系数,单位W/(m·℃);hp为润滑油膜的平均厚度,其表达式如式(42)所示;Sa为接触比,即实际接触面积占名义接触面积的百分比,其表达式如式(43)所示,
式(42)中,η为润滑油粘度,单位Pa·s;γ为润滑油粘压系数,单位Pa-1,
S6.4:计算硅钢的变形区总温升ΔT。其表达式如式(44)所示:
ΔT=ΔTp+ΔTf-ΔTc (44)
S6.5:将各机架变形区入口温度加上变形区总温升即可得到各机架变形区出口温度,在各机架变形区内硅钢温度从变形区入口温度线性上升为变形区出口温度。
S6.6:以各机架变形区出口温度作为初始温度,将该变形区出口和下一机架变形区入口间硅钢划分为n段,如式(45)所示,由第i段硅钢的温度Ti和工艺参数便可求出第i+1段硅钢的温度Ti+1,循环计算各段硅钢的温度,即可得到各机架变形区出口和下一机架变形区入口间的硅钢温度,而且计算所得的末尾温度作为下一机架变形区入口温度。
式(45)中,hei为第i段的乳化液传热系数,单位W/(m2·℃),其表达式如式(46)所示:
hei=w0.2554·Ti 0.2457·e(8.7962-18.4574C) (46)
步骤S6中综合计算所得的各机架变形区温升及出入口温度如表7所示;取n=20,各机架变形区出口和下一机架变形区入口间的温度如表8所示。
表7各机架变形区温升及入出口温度
表8各机架变形区出口和下一机架变形区入口间的温度
S7:以第5机架变形区出口温度作为初始温度,将硅钢划分为t段,如式(47)所示,由第j段硅钢的温度Tj和工艺参数便可求出第j+1段硅钢的温度Tj+1,循环计算各段硅钢的温度,即可得到第5机架变形区出口和卷取机间的硅钢温度:
式(47)中,Ta为空气温度,单位℃;ka为空冷传热系数,单位W/(m2·℃);h5为硅钢在第5机架的出口厚度,单位mm;v5为硅钢在第5机架的出口速度,单位m/min。
取t=10,计算所得的第5机架变形区出口和卷取机间的温度如表9所示:
表9第5机架变形区出口和卷取机间的温度
S8:将计算所得的硅钢冷连轧轧制过程各机架变形区出口和下一机架变形区入口间温度与步骤S1的温度测试数据进行对比,并根据对比结果对机架间乳化液参数如上述乳化液温度、乳化液浓度以及乳化液水流密度进行修正,直至误差小于10%时,得到硅钢冷连轧轧制过程的温度预测模型。进一步地,可以采用matlab软件编程的方式计算并绘制硅钢冷连轧轧制过程温度变化曲线,如图6所示。
综上所述,通过本发明实施例提供的硅钢冷连轧轧制过程温度获取方法,能够实现硅钢冷连轧轧制过程中,任意采样点硅钢温度的获取,打破了现场条件的限制,有利于准确掌握硅钢整个轧制过程的温度变化,提升轧制稳定性,满足生产现场的实际需求,例如可以在所获取到的硅钢温度过高时,及时进行轧制工艺参数的调整。并且计算快速准确,适用于工业生产现场对温度的大规模计算。
另外,本发明实施例中采用的预设初始模型,基于轧制变形和热力学的基本理论,考虑了硅钢冷轧轧制过程中,变形热、摩擦热、接触热损失、乳化液传热等实际的传热过程,对温度变化进行了理论推导,方法简单清楚,符合客观规律,有利于提高硅钢冷连轧轧制过程中温度获取的准确性。
第二方面,本发明实施例还提供了一种硅钢冷连轧轧制过程温度获取装置,所述装置包括:如图7所示,该温度获取装置70包括:
获取模块701,用于获取硅钢冷连轧生产过程的工业参数数据以及各机架间硅钢的实际温度测试数据,其中,所述工业参数包括:硅钢的材料特性参数、各机架轧机参数、各机架轧制工艺参数及乳化液参数;
确定模块702,用于基于所述工业参数数据以及预设初始模型,确定硅钢冷连轧生产过程的温度预测模型,所述温度预测模型包括用于表征各机架变形区温度变化的第一子模型、用于表征各机架变形区出口与下一机架变形区入口之间温度变化的第二子模型,以及用于表征最后一个机架变形区出口与卷取机之间温度变化的第三子模型;
预测模块703,用于基于硅钢轧制前的预热温度以及所述温度预测模型,得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据;
修正模块704,用于将所述预测温度数据与所述实际温度测试数据进行对比,并根据对比结果中的温度差异值对相应机架间的乳化液参数进行修正,直至温度差异值小于预设阈值,得到修正后的温度预测模型,所述修正后的温度预测模型用于获取硅钢冷连轧生产过程中任意采样点的硅钢温度数据。
在一种可选地实施方式中,上述预测模块703包括:
第一温升获取子模块,用于基于预设的变形热温升公式,获取硅钢在轧制变形区因塑性变形热而产生的变形热温升;
第二温升获取子模块,用于基于预设的摩擦热温升公式,获取硅钢和轧辊之间因摩擦而产生的摩擦热温升;
第三温升获取子模块,用于基于预设的接触热损失温降公式,获取硅钢和轧辊之间因接触而产生的接触热损失温降;
变形区温升获取子模块,用于将所述变形热温升、所述摩擦热温升以及所述接触热损失温降输入所述第一子模型,得到各机架变形区的温度变化量;
数据获取子模块,用于基于硅钢轧制前的预热温度、所述各机架变形区的温度变化量以及所述第二子模型,依次得到各机架变形区出口与下一机架变形区入口之间的预测温度数据。
在一种可选地实施方式中,上述变形区温升获取子模块用于
将所述变形热温升、所述摩擦热温升以及所述接触热损失温降输入以下公式:
ΔT=ΔTp+ΔTf-ΔTc
得到各机架变形区的温度变化量,其中,ΔTp表示所述变形热温升,ΔTf表示所述摩擦热温升,ΔTc表示所述接触热损失温降。
在一种可选地实施方式中,上述数据获取子模块用于:
将硅钢轧制前的预热温度作为第一个机架的变形区入口温度,依次将第一个机架到第M-1个机架作为当前机架,M为机架数量,循环执行以下温度获取步骤:
将所述当前机架的变形区入口温度与变形区温度变化量相加,得到所述当前机架的变形区出口温度;
以所述当前机架的变形区出口温度作为初始温度,将所述当前机架的变形区出口和下一机架变形区入口间的硅钢划分为n段,依次由第i段硅钢的温度以及预设关联关系,确定第i+1段硅钢的温度,得到所述当前机架变形区出口与下一机架变形区入口之间的预测温度数据,并将当前机架最后一段的温度作为下一机架变形区入口温度,其中,n为大于或等于2的整数,i取1到n-1。
在一种可选地实施方式中,上述预设关联关系基于以下公式确定:
式中,Ti+1为第i+1段硅钢的温度,Ti为第i段硅钢的温度,Te为乳化液温度,hei为第i段的乳化液传热系数,L为当前机架与下一机架间距离,v1为出口速度,h1为出口厚度,ρ为硅钢的密度,c为硅钢的比热容。
在一种可选地实施方式中,上述第三子模型基于以下步骤构建:
将最后一个机架与卷取机之间的硅钢划分为t段,每段的硅钢温度按照以下公式表征:
其中,t为大于或等于2的整数,j取1到t-1,Ta为空气温度,ka为空冷传热系数;h5为硅钢在最后一个机架的出口厚度;v5为硅钢在最后一个机架的出口速度,Lk为最后一个机架和卷取机之间的距离。
在一种可选地实施方式中,上述材料特性参数包括:变形抗力、密度、比热容、弹性模量、泊松比硬度、热传导系数以及硅钢表面粗糙度;
所述各机架轧机参数包括:各机架间距离;轧前预热段长度;最后一个机架和卷取机之间的距离以及工作辊半径;
所述各机架轧制工艺参数包括:入口厚度、出口厚度、摩擦系数、前张应力、后张应力、出口速度以及工作辊线速度;
所述乳化液参数包括:乳化液温度、乳化液浓度以及乳化液水流密度。
在一种可选地实施方式中,上述硅钢冷连轧轧制过程温度获取装置70还包括:展示模块,用于基于所述修正后的温度预测模型,得到并展示硅钢冷连轧轧制过程中硅钢的温度变化曲线。
需要说明的是,本发明实施例所提供的硅钢冷连轧轧制过程温度获取装置70,其中各个模块执行操作的具体方式已经在上述第一方面提供的方法实施例中进行了详细描述,具体实施过程可以参照上述第一方面提供的方法实施例,此处将不做详细阐述说明。
第三方面,本发明实施例还提供了一种电子设备,如图8所示,该电子设备80包括存储器802、处理器801及存储在存储器802上并可在处理器801上运行的计算机程序。处理器801执行该程序时实现上述第一方面中任一实施例提供的硅钢冷连轧轧制过程温度获取方法的步骤。具体实施过程可以参照上述第一方面提供的方法实施例,此处将不做详细阐述说明。
本领域内的技术人员应明白,本发明的实施例可提供为方法、设备、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种硅钢冷连轧轧制过程温度获取方法,其特征在于,所述方法包括:
获取硅钢冷连轧生产过程的工业参数数据以及各机架间硅钢的实际温度测试数据,其中,所述工业参数包括:硅钢的材料特性参数、各机架轧机参数、各机架轧制工艺参数及乳化液参数;
基于所述工业参数数据以及预设初始模型,确定硅钢冷连轧生产过程的温度预测模型,所述温度预测模型包括用于表征各机架变形区温度变化的第一子模型、用于表征各机架变形区出口与下一机架变形区入口之间温度变化的第二子模型,以及用于表征最后一个机架变形区出口与卷取机之间温度变化的第三子模型;
基于硅钢轧制前的预热温度以及所述温度预测模型,得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据;
将所述预测温度数据与所述实际温度测试数据进行对比,并根据对比结果中的温度差异值对相应机架间的乳化液参数进行修正,直至温度差异值小于预设阈值,得到修正后的温度预测模型,所述修正后的温度预测模型用于获取硅钢冷连轧生产过程中任意采样点的硅钢温度数据。
2.根据权利要求1所述的方法,其特征在于,所述基于硅钢轧制前的预热温度以及所述温度预测模型,得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据,包括:
基于预设的变形热温升公式,获取硅钢在轧制变形区因塑性变形热而产生的变形热温升;
基于预设的摩擦热温升公式,获取硅钢和轧辊之间因摩擦而产生的摩擦热温升;
基于预设的接触热损失温降公式,获取硅钢和轧辊之间因接触而产生的接触热损失温降;
将所述变形热温升、所述摩擦热温升以及所述接触热损失温降输入所述第一子模型,得到各机架变形区的温度变化量;
基于硅钢轧制前的预热温度、所述各机架变形区的温度变化量以及所述第二子模型,依次得到各机架变形区出口与下一机架变形区入口之间的预测温度数据。
3.根据权利要求2所述的方法,其特征在于,所述将所述变形热温升、所述摩擦热温升以及所述接触热损失温降输入所述第一子模型,得到各机架变形区的温度变化量,包括:
将所述变形热温升、所述摩擦热温升以及所述接触热损失温降输入以下公式:
ΔT=ΔTp+ΔTf-ΔTc
得到各机架变形区的温度变化量,其中,ΔTp表示所述变形热温升,ΔTf表示所述摩擦热温升,ΔTc表示所述接触热损失温降。
4.根据权利要求2所述的方法,其特征在于,所述基于硅钢轧制前的预热温度、所述各机架变形区的温度变化量以及所述第二子模型,依次得到各机架变形区出口与下一机架变形区入口之间的预测温度数据,包括:
将硅钢轧制前的预热温度作为第一个机架的变形区入口温度,依次将第一个机架到第M-1个机架作为当前机架,M为机架数量,循环执行以下温度获取步骤:
将所述当前机架的变形区入口温度与变形区温度变化量相加,得到所述当前机架的变形区出口温度;
以所述当前机架的变形区出口温度作为初始温度,将所述当前机架的变形区出口和下一机架变形区入口间的硅钢划分为n段,依次由第i段硅钢的温度以及预设关联关系,确定第i+1段硅钢的温度,得到所述当前机架变形区出口与下一机架变形区入口之间的预测温度数据,并将当前机架最后一段的温度作为下一机架变形区入口温度,其中,n为大于或等于2的整数,i取1到n-1。
7.根据权利要求1所述的方法,其特征在于,
所述材料特性参数包括:变形抗力、密度、比热容、弹性模量、泊松比硬度、热传导系数以及硅钢表面粗糙度;
所述各机架轧机参数包括:各机架间距离;轧前预热段长度;最后一个机架和卷取机之间的距离以及工作辊半径;
所述各机架轧制工艺参数包括:入口厚度、出口厚度、摩擦系数、前张应力、后张应力、出口速度以及工作辊线速度;
所述乳化液参数包括:乳化液温度、乳化液浓度以及乳化液水流密度。
8.根据权利要求1所述的方法,其特征在于,所述得到修正后的温度预测模型之后,还包括:
基于所述修正后的温度预测模型,得到并展示硅钢冷连轧轧制过程中硅钢的温度变化曲线。
9.一种硅钢冷连轧轧制过程温度获取装置,其特征在于,所述装置包括:
获取模块,用于获取硅钢冷连轧生产过程的工业参数数据以及各机架间硅钢的实际温度测试数据,其中,所述工业参数包括:硅钢的材料特性参数、各机架轧机参数、各机架轧制工艺参数及乳化液参数;
确定模块,用于基于所述工业参数数据以及预设初始模型,确定硅钢冷连轧生产过程的温度预测模型,所述温度预测模型包括用于表征各机架变形区温度变化的第一子模型、用于表征各机架变形区出口与下一机架变形区入口之间温度变化的第二子模型,以及用于表征最后一个机架变形区出口与卷取机之间温度变化的第三子模型;
预测模块,用于基于硅钢轧制前的预热温度以及所述温度预测模型,得到硅钢冷连轧轧制过程各机架变形区出口与下一机架变形区入口之间的预测温度数据;
修正模块,用于将所述预测温度数据与所述实际温度测试数据进行对比,并根据对比结果中的温度差异值对相应机架间的乳化液参数进行修正,直至温度差异值小于预设阈值,得到修正后的温度预测模型,所述修正后的温度预测模型用于获取硅钢冷连轧生产过程中任意采样点的硅钢温度数据。
10.一种电子设备,其特征在于,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081530.XA CN113732071B (zh) | 2021-09-15 | 2021-09-15 | 硅钢冷连轧轧制过程温度获取方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111081530.XA CN113732071B (zh) | 2021-09-15 | 2021-09-15 | 硅钢冷连轧轧制过程温度获取方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113732071A true CN113732071A (zh) | 2021-12-03 |
CN113732071B CN113732071B (zh) | 2023-09-15 |
Family
ID=78739078
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111081530.XA Active CN113732071B (zh) | 2021-09-15 | 2021-09-15 | 硅钢冷连轧轧制过程温度获取方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113732071B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115647077A (zh) * | 2022-12-09 | 2023-01-31 | 首钢智新迁安电磁材料有限公司 | 一种提高温度控制精度的冷连轧机组及其控制方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2050976A1 (en) * | 1990-09-10 | 1992-03-11 | Mitsumasa Kurosawa | Method of manufacturing an oriented silicon steel sheet having improved magnetic characteristics |
RU2115494C1 (ru) * | 1997-08-14 | 1998-07-20 | Череповецкий государственный университет | Способ управления тепловым профилем валков прокатного стана |
CN102002418A (zh) * | 2009-09-01 | 2011-04-06 | 中国石油化工集团公司 | 一种冷轧硅钢轧制油组合物 |
CN102632082A (zh) * | 2011-02-11 | 2012-08-15 | 宝山钢铁股份有限公司 | 基于性能预报模型的热轧带钢力学性能的动态控制方法 |
CN102941232A (zh) * | 2012-11-12 | 2013-02-27 | 东北大学 | 一种热连轧精轧过程控制方法 |
CN103406370A (zh) * | 2013-08-27 | 2013-11-27 | 中冶南方工程技术有限公司 | 基于模糊双曲模型冷轧机工作辊乳化液分段冷却控制方法 |
JP2015139810A (ja) * | 2014-01-29 | 2015-08-03 | Jfeスチール株式会社 | 冷間圧延設備および冷間圧延方法 |
CN109112267A (zh) * | 2018-10-23 | 2019-01-01 | 首钢智新迁安电磁材料有限公司 | 一种低温高磁感取向硅钢高温退火方法 |
CN112182880A (zh) * | 2020-09-27 | 2021-01-05 | 武汉钢铁有限公司 | 一种钢卷温度均匀性调整方法、装置、设备和介质 |
-
2021
- 2021-09-15 CN CN202111081530.XA patent/CN113732071B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2050976A1 (en) * | 1990-09-10 | 1992-03-11 | Mitsumasa Kurosawa | Method of manufacturing an oriented silicon steel sheet having improved magnetic characteristics |
RU2115494C1 (ru) * | 1997-08-14 | 1998-07-20 | Череповецкий государственный университет | Способ управления тепловым профилем валков прокатного стана |
CN102002418A (zh) * | 2009-09-01 | 2011-04-06 | 中国石油化工集团公司 | 一种冷轧硅钢轧制油组合物 |
CN102632082A (zh) * | 2011-02-11 | 2012-08-15 | 宝山钢铁股份有限公司 | 基于性能预报模型的热轧带钢力学性能的动态控制方法 |
CN102941232A (zh) * | 2012-11-12 | 2013-02-27 | 东北大学 | 一种热连轧精轧过程控制方法 |
CN103406370A (zh) * | 2013-08-27 | 2013-11-27 | 中冶南方工程技术有限公司 | 基于模糊双曲模型冷轧机工作辊乳化液分段冷却控制方法 |
JP2015139810A (ja) * | 2014-01-29 | 2015-08-03 | Jfeスチール株式会社 | 冷間圧延設備および冷間圧延方法 |
CN109112267A (zh) * | 2018-10-23 | 2019-01-01 | 首钢智新迁安电磁材料有限公司 | 一种低温高磁感取向硅钢高温退火方法 |
CN112182880A (zh) * | 2020-09-27 | 2021-01-05 | 武汉钢铁有限公司 | 一种钢卷温度均匀性调整方法、装置、设备和介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115647077A (zh) * | 2022-12-09 | 2023-01-31 | 首钢智新迁安电磁材料有限公司 | 一种提高温度控制精度的冷连轧机组及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113732071B (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112749505B (zh) | 一种机理融合数据的热轧带钢截面形状预测方法 | |
CN104942019B (zh) | 一种带钢冷轧过程宽度自动控制方法 | |
JPWO2009113719A1 (ja) | 熱間での板圧延における圧延負荷予測の学習方法 | |
JP2013150990A (ja) | 薄板用熱間圧延機の制御装置および薄板用熱間圧延機の制御方法 | |
CN113732071B (zh) | 硅钢冷连轧轧制过程温度获取方法、装置及电子设备 | |
CN106391725A (zh) | 一种适用于冷轧过程轧制压力随轧制速度变化预报方法 | |
CN103100564A (zh) | 一种新型的轧制过程自适应控制方法 | |
JP2016107297A (ja) | タンデム圧延ミルの制御装置およびタンデム圧延ミルの制御方法 | |
CN105013835B (zh) | 冷连轧机组极薄带轧制中基于热凸度的原始辊缝设定方法 | |
CN112387791B (zh) | 冷轧带钢的轧制温度确定方法及确定系统 | |
Müller et al. | Asymmetric hydrodynamic roll gap model and its experimental validation | |
JP5971293B2 (ja) | 調質圧延機の制御装置及び制御方法 | |
JP6069877B2 (ja) | 冷間タンデム圧延機における圧延方法および冷間タンデム圧延機の制御装置 | |
JP2013226596A (ja) | 圧延荷重の学習制御装置および学習制御方法、並びにこれを用いた金属板製造方法 | |
JP2017164808A (ja) | 鋼板の残留応力推定方法および鋼板の製造方法ならびに鋼板の残留応力推定装置および鋼板の製造設備 | |
CN111215457A (zh) | 中厚板轧后控制冷却方法、装置及电子设备 | |
JP5022232B2 (ja) | 圧延プロセスの制御方法及びコンピュータプログラム | |
CN108655176B (zh) | 用于稳定轧制的冷轧前滑模型自适应计算方法 | |
CN109522677A (zh) | 一种用于热轧带钢温度控制的带钢横断面分层计算的方法 | |
KR100841888B1 (ko) | 압연 라인의 재질 예측 및 재질 제어 장치 | |
CN110947771B (zh) | 一种热连轧轧制能耗计算方法 | |
Shao et al. | Research on the thermal calculation model of high strength aluminum strip rolling based on finite difference method | |
KR101050792B1 (ko) | 동적 재설정을 이용한 냉각제어방법 | |
JP6874730B2 (ja) | 熱間圧延ライン制御装置 | |
JP6451331B2 (ja) | 熱伝達率の同定方法 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 064400 No. 025 Zhao'an Street, Qian'an Economic Development Zone, Tangshan City, Hebei Province Patentee after: Shougang Zhixin Electromagnetic Materials (Qian'an) Co.,Ltd. Country or region after: China Address before: 064400 No. 025, Zhao an street, western industrial area, Qian'an, Tangshan City, Hebei Patentee before: SHOUGANG ZHIXIN QIAN'AN ELECTROMAGNETIC MATERIALS Co.,Ltd. Country or region before: China |