CN115193921B - 一种基于多目标决策的板形质量综合评价方法及装置 - Google Patents

一种基于多目标决策的板形质量综合评价方法及装置 Download PDF

Info

Publication number
CN115193921B
CN115193921B CN202210685301.7A CN202210685301A CN115193921B CN 115193921 B CN115193921 B CN 115193921B CN 202210685301 A CN202210685301 A CN 202210685301A CN 115193921 B CN115193921 B CN 115193921B
Authority
CN
China
Prior art keywords
plate shape
strip
quality
shape
strip steel
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
Application number
CN202210685301.7A
Other languages
English (en)
Other versions
CN115193921A (zh
Inventor
赵剑威
李京栋
杨荃
武则栋
王晓晨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Science and Technology Beijing USTB
Original Assignee
University of Science and Technology Beijing USTB
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Science and Technology Beijing USTB filed Critical University of Science and Technology Beijing USTB
Priority to CN202210685301.7A priority Critical patent/CN115193921B/zh
Publication of CN115193921A publication Critical patent/CN115193921A/zh
Application granted granted Critical
Publication of CN115193921B publication Critical patent/CN115193921B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B21B37/28—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)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提出一种基于多目标决策的板形质量综合评价方法及装置，涉及机械自动化控制技术领域。通过对带钢板形缺陷进行识别，构建板形质量向量，然后计算带钢临界屈曲阈值，建立板形判定规则，最后引入多目标决策评价函数，对带钢板形质量进行综合评价和分级判定。与传统板形质量判定方法相比，本发明提供的方法可充分利用板形仪测得的数据，通过多目标决策评价函数对局部板形和整体板形进行综合判定，实现更为精准的板形质量判定。

Description

一种基于多目标决策的板形质量综合评价方法及装置
技术领域
本发明涉及机械自动化控制技术领域，特别是指一种基于多目标决策的板形质量综合评价方法及装置。
背景技术
随着钢铁企业的转型升级，带钢产品逐渐由低端向精密化、高端化转变，这使得对带钢板形质量的要求日益提高。而目前对板形质量的评价方法主要是集中在单一的整体浪形和局部浪形判定，对于包含多种浪形缺陷模式的复杂板形缺陷，无法表征实际的板形质量。为了能够准确评价包含局部板形缺陷和整体板形缺陷的带钢板形质量，需要开发针对复杂板形缺陷的板形质量综合评价方法，实现更为精准的板形质量判定。
发明内容
针对现有技术中复杂板形缺陷的板形质量综合评价方法困难的问题，本发明提出了一种基于多目标决策的板形质量综合评价方法及装置。
为解决上述技术问题，本发明提供如下技术方案：
一方面，提供了一种基于多目标决策的板形质量综合评价方法，该方法应用于电子设备，包括以下步骤：
S1：获取带钢的规格参数，计算带钢的局部板形和整体板形质量特征，构造板形质量向量；
S2:计算板带临界屈曲阈值，建立板形判定规则；
S3:构造多目标决策评价函数，完成基于多目标决策的板形质量综合评价。
可选地，步骤S1中带钢的规格参数包括：带钢的板厚、板宽和张力及板形测量值。
可选地，步骤S1中，获取带钢的规格参数，计算带钢的局部板形和整体板形质量特征，构造板形质量向量，包括：
S11：获取带钢的板厚、板宽和张力及板形测量值；
S12：根据带钢的板厚、板宽和张力及板形测量值，对带钢的板形进行缺陷识别，计算带钢的局部板形质量特征；
S12：根据局部板形质量特征，计算带钢的整体板形质量特征，构造板形质量向量。
可选地，步骤S12中，根据带钢的板厚、板宽和张力及板形测量值，对带钢的板形进行缺陷识别，计算带钢的局部板形质量特征，包括：
获取一组带钢的板形测量值(y1,y2,..,ym)，根据下述公式(1)，通过局部板形提取得到一组外部局部板形特征值
Figure BDA0003699718240000021
和内部局部板形特征值
Figure BDA0003699718240000022
Figure BDA0003699718240000023
其中，
Figure BDA0003699718240000024
表示本次测量的外部板形特征值；
Figure BDA0003699718240000025
表示本次测量的内部局部板形特征值。
可选地，步骤S13中，根据局部板形质量特征，计算带钢的整体板形质量特征，构造板形质量向量，包括：
提取局部板形特征值后得到平滑板形数组(y'1,y'2,..,y'm)，平滑板形数组用于整体板形缺陷模式识别，得到分别为一次板形、二次板形、…、i次板形的一组相似度集合{μ1,μ2,…,μi},根据下述公式(2)计算板形数组的最大板形偏差ΔY：
ΔY＝max(y'1,y'2,..,y'm)-min(y'1,y'2,..,y'm)                (2)
将最大板形偏差与板形相似度集合相结合，得到(Y1,Y2,…,Yi)作为各个板形模式的整体板形特征值，如下述公式(3)：
Figure BDA0003699718240000031
可选地，步骤S2中，计算板带临界屈曲阈值，建立板形判定规则，包括：
S21：假设发生屈曲点到板带边缘的距离为bw，将板形应力和浪形函数用分段幂函数表示，只取传动侧半板宽研究，根据下述公式(4)计算外部局部浪屈曲函数：
Figure BDA0003699718240000032
根据下述公式(5)计算内部局部浪屈曲函数：
Figure BDA0003699718240000033
其中，其中b为带钢半宽度；bw为屈曲缺陷大小；nw为挠曲函数系数；nE为应力函数系数；r0～r8为挠曲函数系数；e0～e8为应力函数系数；
S22：建立包含弯曲应变能和外力势能的总势能二阶变分方程，如下述公式(6)：
Figure BDA0003699718240000034
其中，μ为泊松比；E为弹性模量；εf为平均张应力；εa为附加张应力；εp为轧制塑性延伸率；h为带钢厚度；
令
Figure BDA0003699718240000041
计算的到
Figure BDA0003699718240000042
作为判定外部临界屈曲浪形的参考值；计算得到
Figure BDA0003699718240000043
作为内部临界屈曲浪形的参考值；如果两个参考值超过预设的临界屈曲浪形阈值，则将其记为一个局部浪；
S23：构建下述公式(7)的板形应力和浪形函数的多项式：
Figure BDA0003699718240000044
其中，b为带钢半宽度；bw为屈曲缺陷大小；r0～r4为挠曲函数系数；e0～e4为应力函数系数；
S24：建立如下述公式(8)的包含弯曲应变能和外力势能的总势能二阶变分方程：
Figure BDA0003699718240000045
其中μ为泊松比；E为弹性模量；εf为平均张应力；εa为附加张应力；εp为轧制塑性延伸率；h为带钢厚度。
令
Figure BDA0003699718240000046
针对各阶次浪形分别求得临界屈曲值
Figure BDA0003699718240000047
和
Figure BDA0003699718240000049
对整体板形质量进行判定。
可选地，步骤S3中，构造多目标决策评价函数，完成基于多目标决策的板形质量综合评价，包括：
S31：根据下述公式(9)设多目标决策评价问题：
Figure BDA00036997182400000410
S32：根据多目标决策评价问题，设置每个目标的满意度函数如下述公式(10)
Figure BDA0003699718240000048
其中，
Figure BDA0003699718240000051
为每个目标的满意度理想点；
Figure BDA0003699718240000052
为每个目标的满意度负理想点；
S33：定义目标贴近度函数λ(x)；
Figure BDA0003699718240000053
S34：确定板形理想目标以及板形负理想目标，计算板形综合质量值λ，根据板形综合质量值λ进行质量评价和分级判定。
可选地，步骤S34中，确定后的板形理想目标为f+＝(0,0,0,10,…,0)；确定后的板形负理想目标为
Figure BDA0003699718240000054
一方面，提供了一种基于多目标决策的板形质量综合评价装置，该装置应用于电子设备，该装置包括：
板形质量向量构造模块，用于获取带钢的规格参数，计算带钢的局部板形和整体板形质量特征，构造板形质量向量；
判定规则建立模块，用于计算板带临界屈曲阈值，建立板形判定规则；
综合评价模块，用于构造多目标决策评价函数，完成基于多目标决策的板形质量综合评价。
可选地，板形质量向量构造模块中，带钢的规格参数包括：带钢的板厚、板宽和张力及板形测量值。
一方面，提供了一种电子设备，电子设备包括处理器和存储器，存储器中存储有至少一条指令，至少一条指令由处理器加载并执行以实现上述一种基于多目标决策的板形质量综合评价方法。
一方面，提供了一种计算机可读存储介质，存储介质中存储有至少一条指令，至少一条指令由处理器加载并执行以实现上述一种基于多目标决策的板形质量综合评价方法。
本发明实施例的上述技术方案至少具有如下有益效果：
上述方案中，本发明提供的基于多目标决策的板形质量综合评价，充分利用板形仪测得的数据，通过多目标决策评价函数对局部板形和整体浪形进行综合判定，能够准确评价包含局部板形缺陷和整体板形缺陷的带钢板形质量，需要开发针对复杂板形缺陷的板形质量综合评价方法，实现更为精准的板形质量判定
附图说明
为了更清楚地说明本发明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简单地介绍，显而易见地，下面描述中的附图仅仅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是本发明实施例提供的一种基于多目标决策的板形质量综合评价方法的流程图；
图2是本发明实施例提供的一种基于多目标决策的板形质量综合评价方法的流程图；
图3是本发明实施例提供的一种基于多目标决策的板形质量综合评价方法的整体板形质量的质量判定图；
图4是本发明实施例提供的一种基于多目标决策的板形质量综合评价装置框图；
图5本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明实施例提供了一种基于多目标决策的板形质量综合评价方法，该方法可以由电子设备实现，该电子设备可以是终端或服务器。如图1所示的基于多目标决策的板形质量综合评价方法流程图，该方法的处理流程可以包括如下的步骤：
S101：获取带钢的规格参数，计算带钢的局部板形和整体板形质量特征，构造板形质量向量；
S102:计算板带临界屈曲阈值，建立板形判定规则；
S103:构造多目标决策评价函数，完成基于多目标决策的板形质量综合评价。
可选地，步骤S101中带钢的规格参数包括：带钢的板厚、板宽和张力及板形测量值。
可选地，步骤S101中，获取带钢的规格参数，计算带钢的局部板形和整体板形质量特征，构造板形质量向量，包括：
S111：获取带钢的板厚、板宽和张力及板形测量值；
S112：根据带钢的板厚、板宽和张力及板形测量值，对带钢的板形进行缺陷识别，计算带钢的局部板形质量特征；
S112：根据局部板形质量特征，计算带钢的整体板形质量特征，构造板形质量向量。
可选地，步骤S112中，根据带钢的板厚、板宽和张力及板形测量值，对带钢的板形进行缺陷识别，计算带钢的局部板形质量特征，包括：
获取一组带钢的板形测量值(y1,y2,..,ym)，根据下述公式(1)，通过局部板形提取得到一组外部局部板形特征值
Figure BDA0003699718240000071
和内部局部板形特征值
Figure BDA0003699718240000072
Figure BDA0003699718240000073
其中，
Figure BDA0003699718240000074
表示本次测量的外部板形特征值；
Figure BDA0003699718240000075
表示本次测量的内部局部板形特征值。
可选地，步骤S113中，根据局部板形质量特征，计算带钢的整体板形质量特征，构造板形质量向量，包括：
提取局部板形特征值后得到平滑板形数组(y'1,y'2,..,y'm)，平滑板形数组用于整体板形缺陷模式识别，得到分别为一次板形、二次板形、…、i次板形的一组相似度集合{μ1,μ2,…,μi},根据下述公式(2)计算板形数组的最大板形偏差ΔY：
ΔY＝max(y'1,y'2,..,y'm)-min(y'1,y'2,..,y'm)                (2)
将最大板形偏差与板形相似度集合相结合，得到(Y1,Y2,…,Yi)作为各个板形模式的整体板形特征值，如下述公式(3)：
Figure BDA0003699718240000081
可选地，步骤S102中，计算板带临界屈曲阈值，建立板形判定规则，包括：
S121：假设发生屈曲点到板带边缘的距离为bw，将板形应力和浪形函数用分段幂函数表示，只取传动侧半板宽研究，根据下述公式(4)计算外部局部浪屈曲函数：
Figure BDA0003699718240000082
根据下述公式(5)计算内部局部浪屈曲函数：
Figure BDA0003699718240000083
其中，其中b为带钢半宽度；bw为屈曲缺陷大小；nw为挠曲函数系数；nE为应力函数系数；r0～r8为挠曲函数系数；e0～e8为应力函数系数；
S122：建立包含弯曲应变能和外力势能的总势能二阶变分方程，如下述公式(6)：
Figure BDA0003699718240000091
其中，μ为泊松比；E为弹性模量；εf为平均张应力；εa为附加张应力；εp为轧制塑性延伸率；h为带钢厚度；
令
Figure BDA0003699718240000092
计算的到
Figure BDA0003699718240000093
作为判定外部临界屈曲浪形的参考值；计算得到
Figure BDA0003699718240000094
作为内部临界屈曲浪形的参考值；如果两个参考值超过预设的临界屈曲浪形阈值，则将其记为一个局部浪；
S123：构建下述公式(7)的板形应力和浪形函数的多项式：
Figure BDA0003699718240000095
其中，b为带钢半宽度；bw为屈曲缺陷大小；r0～r4为挠曲函数系数；e0～e4为应力函数系数；
S124：建立如下述公式(8)的包含弯曲应变能和外力势能的总势能二阶变分方程：
Figure BDA0003699718240000096
其中μ为泊松比；E为弹性模量；εf为平均张应力；εa为附加张应力；εp为轧制塑性延伸率；h为带钢厚度。
令
Figure BDA0003699718240000097
针对各阶次浪形分别求得临界屈曲值
Figure BDA0003699718240000098
和
Figure BDA0003699718240000099
对整体板形质量进行判定。
可选地，步骤S103中，构造多目标决策评价函数，完成基于多目标决策的板形质量综合评价，包括：
S131：根据下述公式(9)设多目标决策评价问题：
Figure BDA0003699718240000106
S132：根据多目标决策评价问题，设置每个目标的满意度函数如下述公式(10)
Figure BDA0003699718240000101
其中，
Figure BDA0003699718240000102
为每个目标的满意度理想点；
Figure BDA0003699718240000103
为每个目标的满意度负理想点；
S133：定义目标贴近度函数λ(x)；
Figure BDA0003699718240000104
S134：确定板形理想目标以及板形负理想目标，计算板形综合质量值λ，根据板形综合质量值λ进行质量评价和分级判定。
可选地，步骤S134中，确定后的板形理想目标为f+＝(0,0,0,10,…,0)；确定后的板形负理想目标为
Figure BDA0003699718240000105
本发明实施例中，提供的基于多目标决策的板形质量综合评价方法，充分利用板形仪测得的数据，通过多目标决策评价函数对局部板形和整体浪形进行综合判定，能够准确评价包含局部板形缺陷和整体板形缺陷的带钢板形质量，需要开发针对复杂板形缺陷的板形质量综合评价方法，实现更为精准的板形质量判定。
本发明实施例提供了一种基于多目标决策的板形质量综合评价方法，该方法可以由电子设备实现，该电子设备可以是终端或服务器。如图2所示的基于多目标决策的板形质量综合评价方法流程图，该方法的处理流程可以包括如下的步骤：
S201：获取带钢的板厚、板宽和张力及板形测量值；
一种可行的实施方式中，带钢的规格参数包括：带钢的板厚、板宽和张力及板形测量值。
本实施案例采用某冷轧厂2#单机架六辊轧机的现场数据，包括当前轧制厚度(板厚)、当前轧制宽度(板宽)、实时张力(张力)、26个通道的板形仪的数据。
获取冷轧现场8个样本的现场数据，如表1所示：
表1现场各样本的参数
Figure BDA0003699718240000111
S202：根据带钢的板厚、板宽和张力及板形测量值，对带钢的板形进行缺陷识别，计算带钢的局部板形质量特征。
一种可行的实施方式中，获取一组带钢的板形测量值(y1,y2,..,ym)，根据下述公式(1)，通过局部板形提取得到一组外部局部板形特征值
Figure BDA0003699718240000112
和内部局部板形特征值
Figure BDA0003699718240000113
Figure BDA0003699718240000114
其中，
Figure BDA0003699718240000115
表示本次测量的外部板形特征值；
Figure BDA0003699718240000116
表示本次测量的内部局部板形特征值。
一种可行的实施方式中，本实施例中，计算各样本标准缺陷临界屈曲应变差，如表2所示；确定各样本局部板形特征值和整体板形特征值如表3所示。
表2各样本的标准缺陷临界屈曲应变差
Figure BDA0003699718240000117
Figure BDA0003699718240000121
表3各样本的板形特征值
Figure BDA0003699718240000122
S203：根据局部板形质量特征，计算带钢的整体板形质量特征，构造板形质量向量。
一种可行的实施方式中，提取局部板形特征值后得到平滑板形数组(y'1,y'2,..,y'm)，平滑板形数组用于整体板形缺陷模式识别，得到分别为一次板形、二次板形、…、i次板形的一组相似度集合{μ1,μ2,…,μi},根据下述公式(2)计算板形数组的最大板形偏差ΔY：
ΔY＝max(y'1,y'2,..,y'm)-min(y'1,y'2,..,y'm)                (2)
将最大板形偏差与板形相似度集合相结合，得到(Y1,Y2,…,Yi)作为各个板形模式的整体板形特征值，如下述公式(3)：
Figure BDA0003699718240000131
S204：假设发生屈曲点到板带边缘的距离为bw，将板形应力和浪形函数用分段幂函数表示，只取传动侧半板宽研究，根据下述公式(4)计算外部局部浪屈曲函数：
Figure BDA0003699718240000132
根据下述公式(5)计算内部局部浪屈曲函数：
Figure BDA0003699718240000133
其中，其中b为带钢半宽度；bw为屈曲缺陷大小；nw为挠曲函数系数；nE为应力函数系数；r0～r8为挠曲函数系数；e0～e8为应力函数系数。
一种可行的实施方式中，根据现场数据计算上述8个样本的所有板形模式的质量合格阈值如表4所示：
表4各样本的质量合格阈值
Figure BDA0003699718240000134
Figure BDA0003699718240000141
S205：建立包含弯曲应变能和外力势能的总势能二阶变分方程，如下述公式(6)：
Figure BDA0003699718240000142
其中，μ为泊松比；E为弹性模量；εf为平均张应力；εa为附加张应力；εp为轧制塑性延伸率；h为带钢厚度；
令
Figure BDA0003699718240000143
计算的到
Figure BDA0003699718240000144
作为判定外部临界屈曲浪形的参考值；计算得到
Figure BDA0003699718240000145
作为内部临界屈曲浪形的参考值；如果两个参考值超过预设的临界屈曲浪形阈值，则将其记为一个局部浪；
S206：构建下述公式(7)的板形应力和浪形函数的多项式：
Figure BDA0003699718240000146
其中，b为带钢半宽度；bw为屈曲缺陷大小；r0～r4为挠曲函数系数；e0～e4为应力函数系数；
S207：建立如下述公式(8)的包含弯曲应变能和外力势能的总势能二阶变分方程：
Figure BDA0003699718240000151
其中μ为泊松比；E为弹性模量；εf为平均张应力；εa为附加张应力；εp为轧制塑性延伸率；h为带钢厚度。
令
Figure BDA0003699718240000152
针对各阶次浪形分别求得临界屈曲值
Figure BDA0003699718240000153
和
Figure BDA0003699718240000154
如图3所示，对整体板形质量进行判定。
S208：根据下述公式(9)设多目标决策评价问题：
Figure BDA00036997182400001511
S209：根据多目标决策评价问题，设置每个目标的满意度函数如下述公式(10)
Figure BDA0003699718240000155
其中，
Figure BDA0003699718240000156
为每个目标的满意度理想点；
Figure BDA0003699718240000157
为每个目标的满意度负理想点；
S210：定义目标贴近度函数λ(x)；
Figure BDA0003699718240000158
一种可行的实施方式中，
Figure BDA0003699718240000159
S211：确定板形理想目标以及板形负理想目标，计算板形综合质量值λ，根据板形综合质量值λ进行质量评价和分级判定，完成基于多目标决策的板形质量综合评价。
一种可行的实施方式中，确定后的板形理想目标为f+＝(0,0,0,10,…,0)；确定后的板形负理想目标为
Figure BDA00036997182400001510
一种可行的实施方式中，取该生产现场过去半年的钢种为SPCC-1B的带钢历史生产记录，计算其综合质量评价值，根据生产现场的实际要求并结合其实际板形质量，确定该现场的带钢综合质量评价规则如下：
Figure BDA0003699718240000161
一种可行的实施方式中，确定板形理想目标向量f+及板形负理想目标向量f-；
一种可行的实施方式中，基于多目标决策评价的样本板形综合评价结果如表5所示：
表5板形质量合格结果与综合质量评价值
Figure BDA0003699718240000162
本发明实施例中，本发明提供的基于多目标决策的板形质量综合评价方法，充分利用板形仪测得的数据，通过多目标决策评价函数对局部板形和整体浪形进行综合判定，能够准确评价包含局部板形缺陷和整体板形缺陷的带钢板形质量，需要开发针对复杂板形缺陷的板形质量综合评价方法，实现更为精准的板形质量判定。
图4据一示例性实施例示出的一种基于多目标决策的板形质量综合评价装置框图。参照图4该装置300包括：
板形质量向量构造模块310，用于获取带钢的规格参数，计算带钢的局部板形和整体板形质量特征，构造板形质量向量；
判定规则建立模块320，用于计算板带临界屈曲阈值，建立板形判定规则；
综合评价模块330，用于构造多目标决策评价函数，完成基于多目标决策的板形质量综合评价。
可选地，板形质量向量构造模块310中，带钢的规格参数包括：带钢的板厚、板宽和张力及板形测量值。
可选地，板形质量向量构造模块310还用于获取带钢的板厚、板宽和张力及板形测量值；
根据带钢的板厚、板宽和张力及板形测量值，对带钢的板形进行缺陷识别，计算带钢的局部板形质量特征；
根据局部板形质量特征，计算带钢的整体板形质量特征，构造板形质量向量。
可选地，板形质量向量构造模块310还用于获取一组带钢的板形测量值(y1,y2,..,ym)，根据下述公式(1)，通过局部板形提取得到一组外部局部板形特征值
Figure BDA0003699718240000171
和内部局部板形特征值
Figure BDA0003699718240000172
Figure BDA0003699718240000173
其中，
Figure BDA0003699718240000174
表示本次测量的外部板形特征值；
Figure BDA0003699718240000175
表示本次测量的内部局部板形特征值。
可选地，板形质量向量构造模块310还用于提取局部板形特征值后得到平滑板形数组(y'1,y'2,..,y'm)，平滑板形数组用于整体板形缺陷模式识别，得到分别为一次板形、二次板形、…、i次板形的一组相似度集合{μ1,μ2,…,μi},根据下述公式(2)计算板形数组的最大板形偏差ΔY：
ΔY＝max(y'1,y'2,..,y'm)-min(y'1,y'2,..,y'm)                (2)
将最大板形偏差与板形相似度集合相结合，得到(Y1,Y2,…,Yi)作为各个板形模式的整体板形特征值，如下述公式(3)：
Figure BDA0003699718240000181
可选地，判定规则建立模块320，还用于假设发生屈曲点到板带边缘的距离为bw，将板形应力和浪形函数用分段幂函数表示，只取传动侧半板宽研究，根据下述公式(4)计算外部局部浪屈曲函数：
Figure BDA0003699718240000182
根据下述公式(5)计算内部局部浪屈曲函数：
Figure BDA0003699718240000183
其中，其中b为带钢半宽度；bw为屈曲缺陷大小；nw为挠曲函数系数；nE为应力函数系数；r0～r8为挠曲函数系数；e0～e8为应力函数系数；
建立包含弯曲应变能和外力势能的总势能二阶变分方程，如下述公式(6)：
Figure BDA0003699718240000191
其中，μ为泊松比；E为弹性模量；εf为平均张应力；εa为附加张应力；εp为轧制塑性延伸率；h为带钢厚度；
令
Figure BDA0003699718240000192
计算的到
Figure BDA0003699718240000193
作为判定外部临界屈曲浪形的参考值；计算得到
Figure BDA0003699718240000194
作为内部临界屈曲浪形的参考值；如果两个参考值超过预设的临界屈曲浪形阈值，则将其记为一个局部浪；
构建下述公式(7)的板形应力和浪形函数的多项式：
Figure BDA0003699718240000195
其中，b为带钢半宽度；bw为屈曲缺陷大小；r0～r4为挠曲函数系数；e0～e4为应力函数系数；
建立如下述公式(8)的包含弯曲应变能和外力势能的总势能二阶变分方程：
Figure BDA0003699718240000196
其中μ为泊松比；E为弹性模量；εf为平均张应力；εa为附加张应力；εp为轧制塑性延伸率；h为带钢厚度。
令
Figure BDA0003699718240000197
针对各阶次浪形分别求得临界屈曲值
Figure BDA0003699718240000198
和
Figure BDA0003699718240000199
对整体板形质量进行判定。
可选地，综合评价模块330，还用于根据下述公式(9)设多目标决策评价问题：
Figure BDA00036997182400001910
根据多目标决策评价问题，设置每个目标的满意度函数如下述公式(10)
Figure BDA0003699718240000201
其中，
Figure BDA0003699718240000202
为每个目标的满意度理想点；
Figure BDA0003699718240000203
为每个目标的满意度负理想点；
定义目标贴近度函数λ(x)；
Figure BDA0003699718240000204
确定板形理想目标以及板形负理想目标，计算板形综合质量值λ，根据板形综合质量值λ进行质量评价和分级判定。
可选地，综合评价模块330中，确定后的板形理想目标为f+＝(0,0,0,10,…,0)；确定后的板形负理想目标为
Figure BDA0003699718240000205
本发明实施例中，本发明提供的基于多目标决策的板形质量综合评价装置，充分利用板形仪测得的数据，通过多目标决策评价函数对局部板形和整体浪形进行综合判定，能够准确评价包含局部板形缺陷和整体板形缺陷的带钢板形质量，需要开发针对复杂板形缺陷的板形质量综合评价方法，实现更为精准的板形质量判定。
图5本发明实施例提供的一种电子设备400的结构示意图，该电子设备400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)401和一个或一个以上的存储器402，其中，存储器402中存储有至少一条指令，至少一条指令由处理器401加载并执行以实现下述基于多目标决策的板形质量综合评价方法的步骤：
S1：获取带钢的规格参数，计算带钢的局部板形和整体板形质量特征，构造板形质量向量；
S2:计算板带临界屈曲阈值，建立板形判定规则；
S3:构造多目标决策评价函数，完成基于多目标决策的板形质量综合评价
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述基于多目标决策的板形质量综合评价方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于多目标决策的板形质量综合评价方法，其特征在于，包括以下步骤：
S1：获取带钢的规格参数，计算带钢的局部板形和整体板形质量特征，构造板形质量向量；
S2: 计算板带临界屈曲阈值，建立板形判定规则；
S3: 构造多目标决策评价函数，完成基于多目标决策的板形质量综合评价；
所述步骤S1中带钢的规格参数包括：带钢的板厚、板宽和张力及板形测量值；
所述步骤S1中，获取带钢的规格参数，计算带钢的局部板形和整体板形质量特征，构造板形质量向量，包括：
S11：获取带钢的板厚、板宽和张力及板形测量值；
S12：根据所述带钢的板厚、板宽和张力及板形测量值，对带钢的板形进行缺陷识别，计算带钢的局部板形质量特征；
S13：根据所述局部板形质量特征，计算带钢的整体板形质量特征，构造板形质量向量；
所述步骤S13中，根据所述局部板形质量特征，计算带钢的整体板形质量特征，构造板形质量向量，包括：
提取局部板形特征值后得到平滑板形数组 ，所述平滑板形数组用于整体板形缺陷模式识别，得到分别为一次板形、二次板形、、i次板形的一组相似度集合,根据下述公式（2）计算板形数组的最大板形偏差：
     (2)
将最大板形偏差与板形相似度集合相结合，得到作为各个板形模式的整体板形特征值，如下述公式（3）：
            (3)；
所述步骤S2中，计算板带临界屈曲阈值，建立板形判定规则，包括：
S21：假设发生屈曲点到板带边缘的距离为，将板形应力和浪形函数用分段幂函数表示，只取传动侧半板宽研究，根据下述公式（4）计算外部局部浪屈曲函数：
       （4）；
其中，x为宽度方向坐标，y为长度方向坐标；l为半波长；r为半波高；
根据下述公式（5）计算内部局部浪屈曲函数：
　（5）
其中，其中b为带钢半宽度；为挠曲函数系数；为应力函数系数；为挠曲函数系数；为应力函数系数；
S22：建立包含弯曲应变能和外力势能的总势能二阶变分方程，如下述公式（6）：
 （6）
其中，w为浪形函数；μ为泊松比；E为弹性模量；为平均张应力；为附加张应力；为轧制塑性延伸率；h为带钢厚度；
令，计算的到，作为判定外部临界屈曲浪形的参考值；计算得到作为内部临界屈曲浪形的参考值；如果两个参考值均超过预设的临界屈曲浪形阈值，则将其记为一个局部浪；
S23：构建下述公式（7）的板形应力和浪形函数的多项式：
      （7）
其中，b为带钢半宽度；为挠曲函数系数；为应力函数系数；
S24：建立如下述公式（8）的包含弯曲应变能和外力势能的总势能二阶变分方程：
 （8）
其中μ为泊松比；E为弹性模量；为平均张应力；为附加张应力；为轧制塑性延伸率；h为带钢厚度；
令，针对各阶次浪形分别求得临界屈曲值，和；根据所述临界屈曲值对板形进行判定。
2.根据权利要求1所述的方法，其特征在于，所述步骤S12中，根据所述带钢的板厚、板宽和张力及板形测量值，对带钢的板形进行缺陷识别，计算带钢的局部板形质量特征，包括：
获取一组带钢的板形测量值，根据下述公式（1），通过局部板形提取得到一组外部局部板形特征值和内部局部板形特征值：
                 （1）
其中，表示本次测量的外部板形特征值；表示本次测量的内部局部板形特征值。
3.根据权利要求1所述的方法，其特征在于，所述步骤S3中，构造多目标决策评价函数，完成基于多目标决策的板形质量综合评价，包括：
S31：根据下述公式（9）设多目标决策评价问题：
       （9）；
S32：根据所述多目标决策评价问题，设置每个目标的满意度函数如下述公式（10）
                   （10）
其中，为每个目标的满意度理想点；为每个目标的满意度负理想点；
S33：定义目标贴近度函数；
                          （11）
其中，AH1(x)、BH2(x)为根据公式（10）的参数的计算值，，，，；
S34：确定板形理想目标以及板形负理想目标，计算板形综合质量值，根据板形综合质量值进行质量评价和分级判定，完成基于多目标决策的板形质量综合评价。
4.根据权利要求3所述的方法，其特征在于，所述步骤S34中，所述确定后的板形理想目标为；确定后的板形负理想目标为。
5.一种基于多目标决策的板形质量综合评价装置，其特征在于，所述装置适用于权利要求1-4中任意一项所述的方法，装置包括：
板形质量向量构造模块，用于获取带钢的规格参数，计算带钢的局部板形和整体板形质量特征，构造板形质量向量；
判定规则建立模块，用于计算板带临界屈曲阈值，建立板形判定规则；
综合评价模块，用于构造多目标决策评价函数，完成基于多目标决策的板形质量综合评价；
所述板形质量向量构造模块中，带钢的规格参数包括：带钢的板厚、板宽和张力及板形测量值。
CN202210685301.7A 2022-06-17 2022-06-17 一种基于多目标决策的板形质量综合评价方法及装置 Active CN115193921B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210685301.7A CN115193921B (zh) 2022-06-17 2022-06-17 一种基于多目标决策的板形质量综合评价方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210685301.7A CN115193921B (zh) 2022-06-17 2022-06-17 一种基于多目标决策的板形质量综合评价方法及装置

Publications (2)

Publication Number Publication Date
CN115193921A CN115193921A (zh) 2022-10-18
CN115193921B true CN115193921B (zh) 2023-05-12

Family

ID=83577159

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210685301.7A Active CN115193921B (zh) 2022-06-17 2022-06-17 一种基于多目标决策的板形质量综合评价方法及装置

Country Status (1)

Country Link
CN (1) CN115193921B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3498198B2 (ja) * 1996-09-12 2004-02-16 Ｊｆｅスチール株式会社 圧延機の形状制御方法
JP5375506B2 (ja) * 2009-10-13 2013-12-25 新日鐵住金株式会社 品質予測装置、品質予測方法、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
EP2783765B1 (en) * 2013-03-25 2016-12-14 ABB Schweiz AG Method and control system for tuning flatness control in a mill
CN104785535B (zh) * 2015-01-30 2018-02-13 北京科技大学 一种基于模糊算法的冷轧平坦度质量判定方法
CN106875104A (zh) * 2017-01-21 2017-06-20 西安交通大学 一种冷轧带钢质量综合评价方法
CN107900114B (zh) * 2017-12-12 2019-09-03 首钢集团有限公司 一种对冷轧带钢板形质量进行评价的方法及装置
CN110344539B (zh) * 2018-11-30 2024-04-09 内蒙古工业大学 一种钢管混凝土耗能组合柱及其制作方法

Also Published As

Publication number Publication date
CN115193921A (zh) 2022-10-18

Similar Documents

Publication Publication Date Title
CN106825069B (zh) 一种冷轧带钢高精度板形表面粗糙度在线智能控制方法
CN114749493B (zh) 一种冷轧带钢生产参数自适应调整方法及系统
CN115049319B (zh) 一种钢材锻造成型的质量评估方法及系统
CN104785535A (zh) 一种基于模糊算法的冷轧平坦度质量判定方法
JPWO2014054140A1 (ja) 歪み演算方法及び圧延システム
CN115193921B (zh) 一种基于多目标决策的板形质量综合评价方法及装置
CN107900114B (zh) 一种对冷轧带钢板形质量进行评价的方法及装置
Chegeni et al. New supervised learning classifiers for structural damage diagnosis using time series features from a new feature extraction technique
Ferreira et al. A contribution to the identification of the critical plane using the maximum variance method
He et al. Whole process prediction model of silicon steel strip on transverse thickness difference based on Takagi-Sugeno fuzzy network
Kazakov et al. Quantitative Description of Microstructural Banding in Steels
CN113239562B (zh) 一种带钢全板面力学性能预测方法
JP2018200217A (ja) 打音検査装置及び打音検査方法
Sedykh Cold rolling neighborhood models with a fuzzy hierarchical structure
Djuzhev et al. Non-destructive method of surface mapping to improve accuracy of mechanical stresses measurements
KR20080059885A (ko) 폭압하를 고려한 조압연 수평 압연하중 예측 방법
Tarafder et al. Stretch-zone analysis by image processing for the evaluation of initiation fracture toughness of a HSLA steel
Norrena et al. Coupling of Solidification and Heat Transfer Simulations with Interpretable Machine Learning Algorithms to Predict Transverse Cracks in Continuous Casting of Steel
US11454612B1 (en) System for inspecting equipment and materials for quality
CN117807424B (zh) 工业大数据驱动的宽厚钢板质量动态在线识别方法及装置
JP2007206036A (ja) 破面遷移温度の算出方法
JP2018197698A (ja) 材質推定装置及び材質推定方法
CN112528469B (zh) 解析金属材料微观位错密度分布的方法及装置
KR101230144B1 (ko) 스테인리스강 산세공정 중 모재 용삭량 측정방법.
Lin et al. In situ measurement of austenite grain growth and recrystallization using laser ultrasonics

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