CN114700371B - 一种高线夹送辊三保险动作过程控制系统及方法 - Google Patents
一种高线夹送辊三保险动作过程控制系统及方法 Download PDFInfo
- Publication number
- CN114700371B CN114700371B CN202210139136.5A CN202210139136A CN114700371B CN 114700371 B CN114700371 B CN 114700371B CN 202210139136 A CN202210139136 A CN 202210139136A CN 114700371 B CN114700371 B CN 114700371B
- Authority
- CN
- China
- Prior art keywords
- signal
- time
- finish rolling
- design
- action
- 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
- 230000009471 action Effects 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000004886 process control Methods 0.000 title claims abstract description 21
- 238000013461 design Methods 0.000 claims abstract description 88
- 238000004519 manufacturing process Methods 0.000 claims abstract description 73
- 238000005457 optimization Methods 0.000 claims abstract description 56
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 54
- 238000012937 correction Methods 0.000 claims abstract description 54
- 239000010959 steel Substances 0.000 claims abstract description 54
- 230000008569 process Effects 0.000 claims abstract description 51
- 238000012360 testing method Methods 0.000 claims abstract description 30
- 230000009897 systematic effect Effects 0.000 claims abstract description 11
- 238000005096 rolling process Methods 0.000 claims description 116
- 238000004458 analytical method Methods 0.000 claims description 30
- 238000012544 monitoring process Methods 0.000 claims description 30
- 238000013139 quantization Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 17
- 238000007405 data analysis Methods 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 9
- 238000011002 quantification Methods 0.000 claims description 8
- 238000002474 experimental method Methods 0.000 claims description 6
- 230000007774 longterm Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000013112 stability test Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 238000013499 data model Methods 0.000 claims description 3
- 238000013524 data verification Methods 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012958 reprocessing Methods 0.000 claims description 3
- 230000033764 rhythmic process Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000026676 system process Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 abstract description 9
- 230000000630 rising effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
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
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种高线夹送辊三保险动作过程控制系统及方法，涉及钢铁生产技术领域，包括信号设计及信号触发系统、时间平衡及大数据测试系统、系统比对及变量校正优化系统、三保险设计及节点流程再优化系统；通过对生产现场的触发信号进行系统性设计，可以对夹送辊的整个动作起到三保险的保障，进而可以完全消除现场的各种复杂环境的干扰因素，实现对全环境全要素的生产过程的高度稳定性，尤其是对整个动作过程干扰源的精准干预及闭环优化，可以从多重保障的角度对整个动作过程进行系统性保障，进而能够大大的提高高线夹送辊动作过程的可靠性及稳定性。
Description
技术领域
本发明涉及钢铁生产技术领域，尤其涉及一种高线夹送辊三保险动作过程控制系统及方法。
背景技术
高线夹送辊的动作条件为夹送辊前的热检有钢信号进行相关的实验延时或者辅助配套，所以其对夹送辊前面的热检信号的依赖度非常强，达到了100％，当夹送辊前的热检信号出现偏差时将导致夹送辊在正常自动关闭之后无法及时打开，而造成堆钢；
而夹送辊前的热检信号受高温、阳光、水、水汽等诸多外部因素的影响存在不稳定的情况，虽然这些外因都有相应的防护措施，但还是很难杜绝夹送辊前的热检信号的不稳定，这就给整个高速区的生产稳顺带来了极大的瓶颈，因为高线夹送辊的动作不稳定会直接导致堆钢，尤其是水箱的含钢处理时间非常长，会严重影响生产的连续性，进而增加事故时间；进而给高线生产的稳顺带来了极大的瓶颈，严重制约了高线产能的最大化；因此，本发明提出一种高线夹送辊三保险动作过程控制系统及方法，以解决现有技术中的不足之处。
发明内容
针对上述问题，本发明的目的在于提供一种高线夹送辊三保险动作过程控制系统及方法，通过对生产现场的触发信号进行系统性设计，可以对夹送辊的整个动作起到三保险的保障，进而可以完全消除现场的各种复杂环境的干扰因素，实现对全环境全要素的生产过程的高度稳定性，尤其是对整个动作过程干扰源的精准干预及闭环优化，可以从多重保障的角度对整个动作过程进行系统性保障，进而能够大大的提高高线夹送辊动作过程的可靠性及稳定性。
为实现上述目的，本发明提供如下技术方案：
一种高线夹送辊三保险动作过程控制系统，包括信号设计及信号触发系统、时间平衡及大数据测试系统、系统比对及变量校正优化系统、三保险设计及节点流程再优化系统；
所述信号设计及信号触发系统，用于通过长期的数据采样、观察、iba监控对精轧入口的HMD信号和精轧的有钢信号进行信号稳定性测定，当精轧入口的HMD信号和精轧的有钢信号经测定后属于稳定信号，则采取时间平衡法对精轧入口的HMD信号和精轧的有钢信号两个信号源进行加工，然后设计触发信号加时间驱动设定框的组合驱动单元，进行时间延展组合设计，得到时间延展系统；
所述时间平衡及大数据测试系统，用于对精轧入口HMD信号进行数据监测、统计、比对、分析，并根据分析结果设定时间平衡参数THMD平衡＝1.5秒，然后设计大数据分析系统，对设计出来的时间延展系统进行生产动态大数据验证；
所述系统比对及变量校正优化系统，用于对精轧有钢信号进行数据监测、统计、比对、分析，并根据分析结果设定时间平衡参数T有钢平衡＝0秒，然后设计模拟仿真动作系统，对关键的动作过程进行动作流程以及过程变量的稳定性测试与验证；
所述三保险设计及节点流程再优化系统，用于将加工处理好的精轧入口的HMD信号和精轧的有钢信号源并在夹送辊前面的热检信号上，实现高线夹送辊打开三保险系统的设计，然后依托生产大数据系统对时间平衡系统进行动态优化，确保夹送辊动作流程及时间节点最优。
进一步改进在于：所述长期的数据采样、观察、iba监控指通过对生产轧制过程中的重要变量进行数据传导及数据采集，然后利用大数据系统进行大数据分析、比对、研究；对所述精轧入口的HMD信号和精轧的有钢信号两个信号源进行加工具体为：对精轧入口的HMD信号和精轧的有钢信号两个信号源进行时间延展或者距离修正的信号再处理；所述时间驱动设定框为基于生产过程中的精准量化实验以及实验过程中的需求配置而进行的时间延展设计，通过对时间延展的反复设计及再优化，进而得到了时间驱动设定框的系统；所述时间延展组合设计是对时间组合以及距离修正的综合性系统性设计，实现对触发信号的精准匹配现场的量化设计。
进一步改进在于：所述信号设计及信号触发系统由信号设计信号源捕捉采集系统、信号设计前段识别及确认系统、信号设计量化分组系统、信号设计与并列叠加组合系统、信号触发数字量系统、信号触发模拟量系统、信号触发动态优化调节系统组成，所述信号设计及信号触发系统通过对信号采集及信号量化调节实现触发信号的可调可控可叠加操作。
进一步改进在于：对所述精轧入口HMD信号进行数据监测、统计、比对、分析以及对所述精轧的有钢信号进行数据监测、统计、比对、分析，是基于时间采集及记录大数据系统进行的数据实时动态监测、同类数据归纳归档统计测算、不同工况以及生产过程中的运行环境的参数对比、针对各种生产工况的数据模型进行的个性化专题分析；所述大数据分析系统用于对轧制过程的动作命令输出、轧制过程中的电流上下波动幅度及区间、轧制过程中的快速调节比例修正系数、轧制过程中的水箱综合调控量化参数进行的精准量化数据分析；所述生产动态大数据验证是指基于生产过程中的动态变动量进行的动态参数调节及过程验证变量。
进一步改进在于：所述时间平衡及大数据测试系统由时间平衡时间扩展系统、时间平衡时间量化系统、时间平衡时间可调系统、时间平衡动态时间参数优化系统、大数据测试及关键参数智能校正系统、大数据测试关联生产过程数据导入系统、大数据测试轧制过程波动匹配系统组成；所述时间平衡及大数据测试系统通过对时间平衡体系进行设计及动态调节，实现对时间平衡系统的最匹配生产过程的优化控制操作。
进一步改进在于：所述系统比对及变量校正优化系统对精轧有钢信号的加工及基于精轧轧件跟踪信号的三方面触发因数的信号修正内容包括：第一方面的可控修正为信号采集点的信号捕捉修正，第二方面的可控修正为前后修正及补充距离的调节优化，第三方面的可控修正为针对时间叠加进行的生产节奏及生产要素的进行的方向性量化调节；所述模拟仿真动作系统是基于高线夹送辊的动作条件及动作连锁关系进行的符合条件的模拟，进而得到动作输出命令，实现进行精准量化的动作测试；所述动作流程以及过程变量是指针对高线夹送辊及其配套设备的动作分解流程以及变量过程变化。
进一步改进在于：所述系统比对及变量校正优化系统由系统比对综合变量编组系统、系统比对智能筛选及量化导出系统、系统比对并列条件动态互调系统、系统比对干扰因数识别闭环系统、变量校正过程及执行指令输出优化系统组成；所述系统比对及变量校正优化系统用于实现对全轧制系统进行最优设计及最优控制操作。
进一步改进在于：所述三保险设计及节点流程再优化系统将加工处理好的精轧入口的HMD信号和精轧的有钢信号源并在夹送辊前面的热检信号上后，在实际的生产过程中，HMD信号、精轧的有钢信号与夹送辊前面的热检信号为三个独立的触发及综合调控信号，能够进行独立化设计及独立化控制；所述生产大数据系统是基于总产量、小时产量、各种轧制规格、各种轧制速度、各种机架选择的选择信号进行的全要素生产过程量化信号采集以及量化信息存储系统；所述动作流程及时间节点最优是指基于生产稳顺、产量最高、设备完好率最好而设计的参数比对系统。
进一步改进在于：所述三保险设计及节点流程再优化系统由三保险并列条件触发系统、三保险动态过程匹配系统、三保险量化流程控制驱动单元、三保险动作控制环节互通系统、节点流程再优化电源控制系统、节点流程再优化过程参数智能优化系统组成；所述三保险设计及节点流程再优化系统通过对现场信号触发条件进行设计以及优化，实现构建可叠加的三保险100％可靠性的动作控制系统。
一种高线夹送辊三保险动作过程控制方法，包括以下步骤：
步骤一：利用信号设计及信号触发系统对精轧入口的HMD信号和精轧的有钢信号进行信号稳定性测定，当精轧入口的HMD信号和精轧的有钢信号经测定后属于稳定信号，则采取时间平衡法对上述两个信号源进行加工；
步骤二：利用信号设计及信号触发系统来设计触发信号加时间驱动设定框的组合驱动单元，进行时间延展组合设计，得到时间延展系统，通过对信号采集及信号量化调节实现触发信号的可调可控可叠加操作；
步骤三：利用时间平衡及大数据测试系统对于精轧入口HMD信号进行数据监测、统计、比对、分析，并设定时间平衡参数THMD平衡＝1.5秒；
步骤四：设计大数据分析系统，对设计出来的时间延展系统进行生产动态大数据验证；
步骤五：利用系统比对及变量校正优化系统对于精轧有钢信号进行数据监测、统计、比对、分析，并设定时间平衡参数T有钢平衡＝0秒；
步骤六：设计模拟仿真动作系统，对关键的动作过程进行动作流程以及过程变量的稳定性测试与验证；
步骤七：然后将加工处理好的精轧入口的HMD信号和精轧的有钢信号源并在夹送辊前面的热检信号上，通过对现场信号触发条件进行设计以及优化，实现构建可叠加的三保险100％可靠性的动作控制系统；
步骤八：利用生产大数据系统对时间平衡系统进行动态优化，确保夹送辊动作流程及时间节点最优。
本发明的有益效果为：本发明系统和方法通过对生产现场的触发信号进行系统性设计，具体包括对触发信号的上升沿以及下降沿信号进行大数据研究及精准量化数据系统的设计，以及对时间系统的镶嵌设计以及与生产流程控制的组合设计，可以对夹送辊的整个动作起到三保险的保障，进而可以完全消除现场的各种复杂环境的干扰因素，实现对全环境全要素的生产过程的高度稳定性，尤其是对整个动作过程干扰源的精准干预及闭环优化，可以从多重保障的角度对整个动作过程进行系统性保障，进而能够大大的提高高线夹送辊动作过程的可靠性及稳定性；
且本发明的信号设计及信号触发系统通过对信号采集及信号量化调节的创新设计实现了触发信号的可调可控可叠加，进而提高了系统的生产适用性；时间平衡及大数据测试系统通过对时间平衡体系进行设计及动态调节，实现了对时间平衡系统的最匹配生产过程的优化控制；系统比对及变量校正优化系统通过从系统性的视角进行设计及创新，实现了对全轧制系统的最优设计及最优控制；三保险设计及节点流程再优化系统通过对现场信号触发条件进行设计以及优化，实现了可叠加的三保险100％可靠性的动作控制系统。
附图说明
图1为本发明方法流程示意图；
图2为本发明系统结构框架示意图。
具体实施方式
为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。
根据图1-2所示，本实施例提出一种高线夹送辊三保险动作过程控制系统，包括信号设计及信号触发系统、时间平衡及大数据测试系统、系统比对及变量校正优化系统、三保险设计及节点流程再优化系统；
所述信号设计及信号触发系统，用于通过长期的数据采样、观察、iba监控对精轧入口的HMD信号和精轧的有钢信号进行信号稳定性测定，当精轧入口的HMD信号和精轧的有钢信号经测定后属于稳定信号，则采取时间平衡法对精轧入口的HMD信号和精轧的有钢信号两个信号源进行加工，然后设计触发信号加时间驱动设定框的组合驱动单元，进行时间延展组合设计，得到时间延展系统；
所述时间平衡及大数据测试系统，用于对精轧入口HMD信号进行数据监测、统计、比对、分析，并根据分析结果设定时间平衡参数THMD平衡＝1.5秒，然后设计大数据分析系统，对设计出来的时间延展系统进行生产动态大数据验证；
所述系统比对及变量校正优化系统，用于对精轧有钢信号进行数据监测、统计、比对、分析，并根据分析结果设定时间平衡参数T有钢平衡＝0秒，然后设计模拟仿真动作系统，对关键的动作过程进行动作流程以及过程变量的稳定性测试与验证；
所述三保险设计及节点流程再优化系统，用于将加工处理好的精轧入口的HMD信号和精轧的有钢信号源并在夹送辊前面的热检信号上，实现高线夹送辊打开三保险系统的设计，然后依托生产大数据系统对时间平衡系统进行动态优化，确保夹送辊动作流程及时间节点最优。
所述长期的数据采样、观察、iba监控指通过对生产轧制过程中的重要变量进行数据传导及数据采集，然后利用大数据系统进行大数据分析、比对、研究；对所述精轧入口的HMD信号和精轧的有钢信号两个信号源进行加工具体为：对精轧入口的HMD信号和精轧的有钢信号两个信号源进行时间延展或者距离修正的信号再处理；所述时间驱动设定框为基于生产过程中的精准量化实验以及实验过程中的需求配置而进行的时间延展设计，通过对时间延展的反复设计及再优化，进而得到了时间驱动设定框的系统；所述时间延展组合设计是对时间组合以及距离修正的综合性系统性设计，实现对触发信号的精准匹配现场的量化设计。
所述信号设计及信号触发系统由信号设计信号源捕捉采集系统、信号设计前段识别及确认系统、信号设计量化分组系统、信号设计与并列叠加组合系统、信号触发数字量系统、信号触发模拟量系统、信号触发动态优化调节系统组成，所述信号设计及信号触发系统通过对信号采集及信号量化调节实现触发信号的可调可控可叠加操作。
对所述精轧入口HMD信号进行数据监测、统计、比对、分析以及对所述精轧的有钢信号进行数据监测、统计、比对、分析，是基于时间采集及记录大数据系统进行的数据实时动态监测、同类数据归纳归档统计测算、不同工况以及生产过程中的运行环境的参数对比、针对各种生产工况的数据模型进行的个性化专题分析；所述大数据分析系统用于对轧制过程的动作命令输出、轧制过程中的电流上下波动幅度及区间、轧制过程中的快速调节比例修正系数、轧制过程中的水箱综合调控量化参数进行的精准量化数据分析；所述生产动态大数据验证是指基于生产过程中的动态变动量进行的动态参数调节及过程验证变量。
所述时间平衡及大数据测试系统由时间平衡时间扩展系统、时间平衡时间量化系统、时间平衡时间可调系统、时间平衡动态时间参数优化系统、大数据测试及关键参数智能校正系统、大数据测试关联生产过程数据导入系统、大数据测试轧制过程波动匹配系统组成；所述时间平衡及大数据测试系统通过对时间平衡体系进行设计及动态调节，实现对时间平衡系统的最匹配生产过程的优化控制操作。
所述系统比对及变量校正优化系统对精轧有钢信号的加工及基于精轧轧件跟踪信号的三方面触发因数的信号修正内容包括：第一方面的可控修正为信号采集点的信号捕捉修正，第二方面的可控修正为前后修正及补充距离的调节优化，第三方面的可控修正为针对时间叠加进行的生产节奏及生产要素的进行的方向性量化调节；所述模拟仿真动作系统是基于高线夹送辊的动作条件及动作连锁关系进行的符合条件的模拟，进而得到动作输出命令，实现进行精准量化的动作测试；所述动作流程以及过程变量是指针对高线夹送辊及其配套设备的动作分解流程以及变量过程变化。
所述系统比对及变量校正优化系统由系统比对综合变量编组系统、系统比对智能筛选及量化导出系统、系统比对并列条件动态互调系统、系统比对干扰因数识别闭环系统、变量校正过程及执行指令输出优化系统组成；所述系统比对及变量校正优化系统用于实现对全轧制系统进行最优设计及最优控制操作。
所述三保险设计及节点流程再优化系统将加工处理好的精轧入口的HMD信号和精轧的有钢信号源并在夹送辊前面的热检信号上后，在实际的生产过程中，HMD信号、精轧的有钢信号与夹送辊前面的热检信号为三个独立的触发及综合调控信号，能够进行独立化设计及独立化控制；所述生产大数据系统是基于总产量、小时产量、各种轧制规格、各种轧制速度、各种机架选择的选择信号进行的全要素生产过程量化信号采集以及量化信息存储系统；所述动作流程及时间节点最优是指基于生产稳顺、产量最高、设备完好率最好而设计的参数比对系统。
所述三保险设计及节点流程再优化系统由三保险并列条件触发系统、三保险动态过程匹配系统、三保险量化流程控制驱动单元、三保险动作控制环节互通系统、节点流程再优化电源控制系统、节点流程再优化过程参数智能优化系统组成；所述三保险设计及节点流程再优化系统通过对现场信号触发条件进行设计以及优化，实现构建可叠加的三保险100％可靠性的动作控制系统。
一种高线夹送辊三保险动作过程控制方法，包括以下步骤：
步骤一：利用信号设计及信号触发系统对精轧入口的HMD信号和精轧的有钢信号进行信号稳定性测定，当精轧入口的HMD信号和精轧的有钢信号经测定后属于稳定信号，则采取时间平衡法对上述两个信号源进行加工；
步骤二：利用信号设计及信号触发系统来设计触发信号加时间驱动设定框的组合驱动单元，进行时间延展组合设计，得到时间延展系统，通过对信号采集及信号量化调节实现触发信号的可调可控可叠加操作；
步骤三：利用时间平衡及大数据测试系统对于精轧入口HMD信号进行数据监测、统计、比对、分析，并设定时间平衡参数THMD平衡＝1.5秒；
步骤四：设计大数据分析系统，对设计出来的时间延展系统进行生产动态大数据验证；
步骤五：利用系统比对及变量校正优化系统对于精轧有钢信号进行数据监测、统计、比对、分析，并设定时间平衡参数T有钢平衡＝0秒；
步骤六：设计模拟仿真动作系统，对关键的动作过程进行动作流程以及过程变量的稳定性测试与验证；
步骤七：然后将加工处理好的精轧入口的HMD信号和精轧的有钢信号源并在夹送辊前面的热检信号上，通过对现场信号触发条件进行设计以及优化，实现构建可叠加的三保险100％可靠性的动作控制系统；
步骤八：利用生产大数据系统对时间平衡系统进行动态优化，确保夹送辊动作流程及时间节点最优。
本发明系统和方法通过对生产现场的触发信号进行系统性设计，具体包括对触发信号的上升沿以及下降沿信号进行大数据研究及精准量化数据系统的设计，以及对时间系统的镶嵌设计以及与生产流程控制的组合设计，可以对夹送辊的整个动作起到三保险的保障，进而可以完全消除现场的各种复杂环境的干扰因素，实现对全环境全要素的生产过程的高度稳定性，尤其是对整个动作过程干扰源的精准干预及闭环优化，可以从多重保障的角度对整个动作过程进行系统性保障，进而能够大大的提高高线夹送辊动作过程的可靠性及稳定性；
且本发明的信号设计及信号触发系统通过对信号采集及信号量化调节的创新设计实现了触发信号的可调可控可叠加，进而提高了系统的生产适用性；时间平衡及大数据测试系统通过对时间平衡体系进行设计及动态调节，实现了对时间平衡系统的最匹配生产过程的优化控制；系统比对及变量校正优化系统通过从系统性的视角进行设计及创新，实现了对全轧制系统的最优设计及最优控制；三保险设计及节点流程再优化系统通过对现场信号触发条件进行设计以及优化，实现了可叠加的三保险100％可靠性的动作控制系统
以上显示和描述了本发明的基本原理、主要特征和优点。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 (10)
1.一种高线夹送辊三保险动作过程控制系统，其特征在于：包括信号设计及信号触发系统、时间平衡及大数据测试系统、系统比对及变量校正优化系统、三保险设计及节点流程再优化系统；
所述信号设计及信号触发系统，用于通过长期的数据采样、观察、iba监控对精轧入口的HMD信号和精轧的有钢信号进行信号稳定性测定，当精轧入口的HMD信号和精轧的有钢信号经测定后属于稳定信号，则采取时间平衡法对精轧入口的HMD信号和精轧的有钢信号两个信号源进行加工，然后设计触发信号加时间驱动设定框的组合驱动单元，进行时间延展组合设计，得到时间延展系统；
所述时间平衡及大数据测试系统，用于对精轧入口HMD信号进行数据监测、统计、比对、分析，并根据分析结果设定时间平衡参数THMD平衡＝1.5秒，然后设计大数据分析系统，对设计出来的时间延展系统进行生产动态大数据验证；
所述系统比对及变量校正优化系统，用于对精轧有钢信号进行数据监测、统计、比对、分析，并根据分析结果设定时间平衡参数T有钢平衡＝0秒，然后设计模拟仿真动作系统，对关键的动作过程进行动作流程以及过程变量的稳定性测试与验证；
所述三保险设计及节点流程再优化系统，用于将加工处理好的精轧入口的HMD信号和精轧的有钢信号源并在夹送辊前面的热检信号上，实现高线夹送辊打开三保险系统的设计，然后依托生产大数据系统对时间平衡系统进行动态优化，确保夹送辊动作流程及时间节点最优。
2.根据权利要求1所述的一种高线夹送辊三保险动作过程控制系统，其特征在于：所述长期的数据采样、观察、iba监控指通过对生产轧制过程中的重要变量进行数据传导及数据采集，然后利用大数据系统进行大数据分析、比对、研究；对所述精轧入口的HMD信号和精轧的有钢信号两个信号源进行加工具体为：对精轧入口的HMD信号和精轧的有钢信号两个信号源进行时间延展或者距离修正的信号再处理；所述时间驱动设定框为基于生产过程中的精准量化实验以及实验过程中的需求配置而进行的时间延展设计，通过对时间延展的反复设计及再优化，进而得到了时间驱动设定框的系统；所述时间延展组合设计是对时间组合以及距离修正的综合性系统性设计，实现对触发信号的精准匹配现场的量化设计。
3.根据权利要求1所述的一种高线夹送辊三保险动作过程控制系统，其特征在于：所述信号设计及信号触发系统由信号设计信号源捕捉采集系统、信号设计前段识别及确认系统、信号设计量化分组系统、信号设计与并列叠加组合系统、信号触发数字量系统、信号触发模拟量系统、信号触发动态优化调节系统组成，所述信号设计及信号触发系统通过对信号采集及信号量化调节实现触发信号的可调可控可叠加操作。
4.根据权利要求1所述的一种高线夹送辊三保险动作过程控制系统，其特征在于：对所述精轧入口HMD信号进行数据监测、统计、比对、分析以及对所述精轧的有钢信号进行数据监测、统计、比对、分析，是基于时间采集及记录大数据系统进行的数据实时动态监测、同类数据归纳归档统计测算、不同工况以及生产过程中的运行环境的参数对比、针对各种生产工况的数据模型进行的个性化专题分析；所述大数据分析系统用于对轧制过程的动作命令输出、轧制过程中的电流上下波动幅度及区间、轧制过程中的快速调节比例修正系数、轧制过程中的水箱综合调控量化参数进行的精准量化数据分析；所述生产动态大数据验证是指基于生产过程中的动态变动量进行的动态参数调节及过程验证变量。
5.根据权利要求1所述的一种高线夹送辊三保险动作过程控制系统，其特征在于：所述时间平衡及大数据测试系统由时间平衡时间扩展系统、时间平衡时间量化系统、时间平衡时间可调系统、时间平衡动态时间参数优化系统、大数据测试及关键参数智能校正系统、大数据测试关联生产过程数据导入系统、大数据测试轧制过程波动匹配系统组成；所述时间平衡及大数据测试系统通过对时间平衡体系进行设计及动态调节，实现对时间平衡系统的最匹配生产过程的优化控制操作。
6.根据权利要求1所述的一种高线夹送辊三保险动作过程控制系统，其特征在于：所述系统比对及变量校正优化系统对精轧有钢信号的加工及基于精轧轧件跟踪信号的三方面触发因数的信号修正内容包括：第一方面的可控修正为信号采集点的信号捕捉修正，第二方面的可控修正为前后修正及补充距离的调节优化，第三方面的可控修正为针对时间叠加进行的生产节奏及生产要素的进行的方向性量化调节；所述模拟仿真动作系统是基于高线夹送辊的动作条件及动作连锁关系进行的符合条件的模拟，进而得到动作输出命令，实现进行精准量化的动作测试；所述动作流程以及过程变量是指针对高线夹送辊及其配套设备的动作分解流程以及变量过程变化。
7.根据权利要求1所述的一种高线夹送辊三保险动作过程控制系统，其特征在于：所述系统比对及变量校正优化系统由系统比对综合变量编组系统、系统比对智能筛选及量化导出系统、系统比对并列条件动态互调系统、系统比对干扰因数识别闭环系统、变量校正过程及执行指令输出优化系统组成；所述系统比对及变量校正优化系统用于实现对全轧制系统进行最优设计及最优控制操作。
8.根据权利要求1所述的一种高线夹送辊三保险动作过程控制系统，其特征在于：所述三保险设计及节点流程再优化系统将加工处理好的精轧入口的HMD信号和精轧的有钢信号源并在夹送辊前面的热检信号上后，在实际的生产过程中，HMD信号、精轧的有钢信号与夹送辊前面的热检信号为三个独立的触发及综合调控信号，能够进行独立化设计及独立化控制；所述生产大数据系统是基于总产量、小时产量、各种轧制规格、各种轧制速度、各种机架选择的选择信号进行的全要素生产过程量化信号采集以及量化信息存储系统；所述动作流程及时间节点最优是指基于生产稳顺、产量最高、设备完好率最好而设计的参数比对系统。
9.根据权利要求1所述的一种高线夹送辊三保险动作过程控制系统，其特征在于：所述三保险设计及节点流程再优化系统由三保险并列条件触发系统、三保险动态过程匹配系统、三保险量化流程控制驱动单元、三保险动作控制环节互通系统、节点流程再优化电源控制系统、节点流程再优化过程参数智能优化系统组成；所述三保险设计及节点流程再优化系统通过对现场信号触发条件进行设计以及优化，实现构建可叠加的三保险100％可靠性的动作控制系统。
10.一种高线夹送辊三保险动作过程控制方法，其特征在于：包括以下步骤：
步骤一：利用信号设计及信号触发系统对精轧入口的HMD信号和精轧的有钢信号进行信号稳定性测定，当精轧入口的HMD信号和精轧的有钢信号经测定后属于稳定信号，则采取时间平衡法对上述两个信号源进行加工；
步骤二：利用信号设计及信号触发系统来设计触发信号加时间驱动设定框的组合驱动单元，进行时间延展组合设计，得到时间延展系统，通过对信号采集及信号量化调节实现触发信号的可调可控可叠加操作；
步骤三：利用时间平衡及大数据测试系统对于精轧入口HMD信号进行数据监测、统计、比对、分析，并设定时间平衡参数THMD平衡＝1.5秒；
步骤四：设计大数据分析系统，对设计出来的时间延展系统进行生产动态大数据验证；
步骤五：利用系统比对及变量校正优化系统对于精轧有钢信号进行数据监测、统计、比对、分析，并设定时间平衡参数T有钢平衡＝0秒；
步骤六：设计模拟仿真动作系统，对关键的动作过程进行动作流程以及过程变量的稳定性测试与验证；
步骤七：然后将加工处理好的精轧入口的HMD信号和精轧的有钢信号源并在夹送辊前面的热检信号上，通过对现场信号触发条件进行设计以及优化，实现构建可叠加的三保险100％可靠性的动作控制系统；
步骤八：利用生产大数据系统对时间平衡系统进行动态优化，确保夹送辊动作流程及时间节点最优。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210139136.5A CN114700371B (zh) | 2022-02-15 | 2022-02-15 | 一种高线夹送辊三保险动作过程控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210139136.5A CN114700371B (zh) | 2022-02-15 | 2022-02-15 | 一种高线夹送辊三保险动作过程控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114700371A CN114700371A (zh) | 2022-07-05 |
| CN114700371B true CN114700371B (zh) | 2024-02-20 |
Family
ID=82166990
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210139136.5A Active CN114700371B (zh) | 2022-02-15 | 2022-02-15 | 一种高线夹送辊三保险动作过程控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114700371B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000043426A (ko) * | 1998-12-29 | 2000-07-15 | 이구택 | 미니밀 공정에서 몰드레벨 안정화를 위한 핀치롤과 압하 스텐드사이의 슬라브 진행량 제어방법 |
| JP2012166240A (ja) * | 2011-02-15 | 2012-09-06 | Nippon Steel Corp | ピンチロールの速度制御装置及び速度制御システム |
| CN111330982A (zh) * | 2020-03-16 | 2020-06-26 | 哈尔滨哈飞工业有限责任公司 | 高速线材生产线夹送辊的控制系统 |
| CN113732077A (zh) * | 2021-07-23 | 2021-12-03 | 阳春新钢铁有限责任公司 | 一种夹送辊防松夹及夹扁的控制系统及方法 |
-
2022
- 2022-02-15 CN CN202210139136.5A patent/CN114700371B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20000043426A (ko) * | 1998-12-29 | 2000-07-15 | 이구택 | 미니밀 공정에서 몰드레벨 안정화를 위한 핀치롤과 압하 스텐드사이의 슬라브 진행량 제어방법 |
| JP2012166240A (ja) * | 2011-02-15 | 2012-09-06 | Nippon Steel Corp | ピンチロールの速度制御装置及び速度制御システム |
| CN111330982A (zh) * | 2020-03-16 | 2020-06-26 | 哈尔滨哈飞工业有限责任公司 | 高速线材生产线夹送辊的控制系统 |
| CN113732077A (zh) * | 2021-07-23 | 2021-12-03 | 阳春新钢铁有限责任公司 | 一种夹送辊防松夹及夹扁的控制系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 高速棒材智能夹送辊夹持力设计计算方法及应用;王任全;姚双吉;;轧钢;20200815(第04期);61-66 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114700371A (zh) | 2022-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106447098B (zh) | 一种光伏超短期功率预测方法及装置 | |
| CN106548270A (zh) | 一种光伏电站功率异常数据辨识方法及装置 | |
| CN110597070B (zh) | 火电机组系统模型参数的辨识方法 | |
| CN110991737A (zh) | 一种基于深度置信网络的超短期风电功率预测方法 | |
| CN111209967A (zh) | 一种基于支持向量机的轧制过程板凸度预测方法 | |
| CN109261724A (zh) | 一种在多品种轧制模式下提高预设定模型精度的方法 | |
| CN114700371B (zh) | 一种高线夹送辊三保险动作过程控制系统及方法 | |
| Chen et al. | Proactive quality control: Observing system simulation experiments with the Lorenz’96 model | |
| CN111680823A (zh) | 一种风向信息预测方法及系统 | |
| CN103279030B (zh) | 基于贝叶斯框架的动态软测量建模方法及装置 | |
| CN114583767A (zh) | 一种数据驱动的风电场调频响应特性建模方法及系统 | |
| Qin et al. | A wireless sensor network location algorithm based on insufficient fingerprint information | |
| CN114066069A (zh) | 一种组合权重的副产煤气发生量预测方法 | |
| CN116663727A (zh) | 一种光伏功率预测方法及系统 | |
| CN113222250A (zh) | 基于卷积神经网络的大功率激光装置输出波形预测方法 | |
| LU503778B1 (en) | The method for wind speed downscaling of wind farms based on super-resolution reconstruction technology | |
| CN110766234B (zh) | 基于信息融合的水泥冷却过程篦下压力预测方法 | |
| CN116973745A (zh) | 一种基于神经网络的电机扭矩标定方法及系统 | |
| CN105699043B (zh) | 一种提高风洞传感器测量稳定性和精准度的方法 | |
| Zhi-Qiang et al. | Improved algorithm of DTW in speech recognition | |
| CN108960332A (zh) | 一种基于多向主元素分析法的在线监测方法 | |
| CN105117530B (zh) | 一种粗细结合调节实现汽轮机及其调速系统参数辨识方法 | |
| CN100371938C (zh) | 一种极少新钢种数据样本下的质量设计方法 | |
| Liu et al. | A novel fast transient stability prediction method based on pmu | |
| CN110705924A (zh) | 一种基于风向扇区的测风塔测风数据处理方法及装置 |
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 |