CN116449790B - 宽厚板的生产控制方法 - Google Patents
宽厚板的生产控制方法 Download PDFInfo
- Publication number
- CN116449790B CN116449790B CN202310717143.3A CN202310717143A CN116449790B CN 116449790 B CN116449790 B CN 116449790B CN 202310717143 A CN202310717143 A CN 202310717143A CN 116449790 B CN116449790 B CN 116449790B
- Authority
- CN
- China
- Prior art keywords
- wide
- thick plate
- temperature
- thick
- cooling
- 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
- 238000000195 production control method Methods 0.000 title claims abstract description 17
- 238000001816 cooling Methods 0.000 claims abstract description 136
- 238000004519 manufacturing process Methods 0.000 claims abstract description 102
- 238000005096 rolling process Methods 0.000 claims abstract description 101
- 238000000034 method Methods 0.000 claims abstract description 94
- 238000003062 neural network model Methods 0.000 claims abstract description 19
- 239000000126 substance Substances 0.000 claims abstract description 16
- 238000012549 training Methods 0.000 claims abstract description 13
- 238000013528 artificial neural network Methods 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 62
- 239000002826 coolant Substances 0.000 claims description 23
- 239000000498 cooling water Substances 0.000 claims description 12
- 229910000831 Steel Inorganic materials 0.000 description 10
- 239000010959 steel Substances 0.000 description 10
- 238000009749 continuous casting Methods 0.000 description 4
- 238000010924 continuous production Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 239000000203 mixture Substances 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011056 performance test Methods 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 239000002436 steel type Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 229910001563 bainite Inorganic materials 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- -1 that is Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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]
Abstract
本发明揭示了一种宽厚板的生产控制方法，包括：构建宽厚板样本集；根据宽厚板样本集，构建并训练神经网络模型，所述神经网络模型包括输入层和输出层，所述输入层以宽厚板的化学成分、规格、生产工艺参数作为神经网络训练学习样本的输入项；所述输出层以宽厚板的力学性能作为神经网络训练的期望输出项；利用所述神经网络模型预测试制的宽厚板的力学性能数据；将预测的完成轧后冷却过程的宽厚板的力学性能数据与目标力学性能数据进行比较，并根据比较结果调整待轧制的宽厚板的生产工艺参数。与现有技术相比，本发明的宽厚板的生产控制方法可以解决宽厚板的力学性能不可控、同板力学性能和异板力学性能波动大的问题。
Description
技术领域
本发明涉及冶金生产技术领域，尤其涉及一种宽厚板的生产控制方法。
背景技术
宽厚板作为建筑、船舶、工程机械、桥梁、容器、焊管等领域的重要材料，由于用途广泛得到了大量应用。随着经济的发展和科技的进步，实际应用中对宽厚板的性能要求也越来越严格。目前宽厚板的制备通常是根据客户需求的力学性能进行定制化生产。
然而现有的宽厚板生产通常是针对客户需求的力学性能，根据经验设计生产工艺及参数，通过实验室试验和工业试制，得到试制钢板，之后对试制钢板进行性能测试，并根据性能测试结果与目标性能的比较结果，优化生产工艺及参数，再进行批量生产，不仅存在滞后性，而且在工业生产过程中，按照优化后的生产工艺及参数生产的产品的力学性能仍然存在波动的情况，容易与目标性能产生偏差，导致产品合格率低，不及时调整容易造成产品批量质量问题，不仅无法满足客户需求，而且容易造成浪费，给生产厂家和客户均造成损失。
发明内容
本发明的目的在于提供一种宽厚板的生产控制方法，以根据客户需求的宽厚板的力学性能进行定制化生产，并提高产品合格率。
为实现上述发明目的之一，本发明一实施方式提供一种宽厚板的生产控制方法，所述方法包括，
构建宽厚板样本集，所述样本集包括宽厚板的化学成分、规格、生产工艺参数、以及力学性能数据；
根据宽厚板样本集，构建并训练神经网络模型，所述神经网络模型包括输入层和输出层，所述输入层以宽厚板的化学成分、规格、生产工艺参数作为神经网络训练学习样本的输入项；所述输出层以宽厚板的力学性能作为神经网络训练的期望输出项；
根据完成轧后冷却过程的宽厚板的化学成分、规格、生产工艺参数，利用所述神经网络模型实时预测所述完成轧后冷却过程的宽厚板的力学性能数据；
将预测的所述完成轧后冷却过程的宽厚板的力学性能数据与目标力学性能数据进行比较，并根据比较结果调整待轧制的宽厚板的生产工艺参数。
作为本发明一实施方式的进一步改进，所述宽厚板的生产工艺参数包括轧后冷却过程中所述宽厚板的温度，所述宽厚板的温度基于温度场模型进行计算。
作为本发明一实施方式的进一步改进，所述温度场模型按照如下步骤构建：
以所述宽厚板自头部向尾部的长度方向作为X轴，以所述宽厚板自一侧表面向厚度中心的厚度方向作为Y轴，以所述宽厚板表面上头端沿宽度方向的中点作为原点，建立二维笛卡尔坐标系；
假设所述宽厚板的温度传导只与厚度有关，忽略所述宽厚板沿长度方向和宽度方向的温度传导；
将所述宽厚板按照长为△x，厚为△y，宽为所述宽厚板宽度的单元进行离散；
以坐标为(x，1)单元到达预设位置处的时刻记为t=1时刻，采集t=1时刻坐标为(x，1)单元的温度并记为，x=1,...,m，/>且m取整数，L为所述宽厚板的长度，L与△x的单位均为mm；
则所述宽厚板表面各单元温度的运算公式为：
，(1)
其中，、/>分别为t时刻、t+1时刻坐标为(x，1)单元的温度，/>为t时刻坐标为(x，2)单元的温度；F为中间变量；λ为所述宽厚板的导热系数，单位为w/(m·℃)；h为所述宽厚板的表面与冷却介质的换热系数；Tw为冷却介质的温度，单位为℃；
所述宽厚板中沿Y轴方向任一离散单元与其周围单元的有限差分换热公式为：
，(2)
其中，为t时刻坐标为(x，y)单元的温度，/>、/>分别为t时刻、t+1时刻坐标为(x，y+1)单元的温度，/>为t时刻坐标为(x，y+2)单元的温度；
所述宽厚板1/2厚度处各单元温度的运算公式为：
，(3)
其中，、/>分别为t时刻、t+1时刻坐标为(x，d/2)单元的温度，为t时刻坐标为(x，d/2-1)单元的温度；d为所述宽厚板的总厚度，单位为mm。
作为本发明一实施方式的进一步改进，所述轧后冷却过程采用冷却装置进行，所述冷却介质为冷却水，所述宽厚板的温度包括入水温度，所述入水温度包括所述宽厚板全部进入冷却装置时所述宽厚板分别于表面、1/4厚度处和1/2厚度处的温度，所述入水温度以所述宽厚板的坐标为(m，1)的单元到达第一预设位置处的时刻根据所述温度场模型进行计算，所述第一预设位置为冷却装置的入水口；所述宽厚板于表面的入水温度为纵坐标y=1时的温度，所述宽厚板于1/4厚度处的入水温度为纵坐标y=d/4时的温度，所述宽厚板于1/2厚度处的入水温度为纵坐标y=d/2时的温度。
作为本发明一实施方式的进一步改进，所述宽厚板的温度包括出水温度，所述出水温度包括所述宽厚板全部离开冷却装置时所述宽厚板分别于表面、1/4厚度处和1/2厚度处的温度，所述出水温度以所述宽厚板的坐标为(m，1)的单元到达第二预设位置处的时刻根据所述温度场模型进行计算，所述第二预设位置为冷却装置的出水口；所述宽厚板于表面的出水温度为纵坐标y=1时的温度，所述宽厚板于1/4厚度处的出水温度为纵坐标y=d/4时的温度，所述宽厚板于1/2厚度处的出水温度为纵坐标y=d/2时的温度。
作为本发明一实施方式的进一步改进，，(4)
ρ为所述宽厚板的密度，单位为Kg/m3；c为所述宽厚板的比热容，单位为J/(kg·℃)；△t为时间t的步长，单位为s。
作为本发明一实施方式的进一步改进，所述宽厚板非遮蔽区域的表面与冷却介质的换热系数h通过如下公式回归得到：
，(5)
其中，k1、k2、a为系数，可以通过实验数据回归获得；Q为冷却介质的流密度，单位为L/(m2·s)；T为所述宽厚板的表面温度，单位为℃。
作为本发明一实施方式的进一步改进，所述宽厚板遮蔽区域的表面与冷却介质的换热系数h通过如下公式回归得到：
，(6)
其中，k3、k4、k5、k6、b为系数，可以通过实验数据回归获得；Lz为遮蔽长度，单位为m；Q为冷却介质的流密度，单位为L/(m2·s)；T为所述宽厚板的表面温度，单位为℃。
作为本发明一实施方式的进一步改进，所述生产工艺参数包括轧后冷却过程中的预设开冷温度和预设终冷温度，所述力学性能数据包括1/4厚度处的平均屈服强度和平均抗拉强度；
所述将预测的所述完成轧后冷却过程的宽厚板的力学性能数据与目标力学性能数据进行比较，并根据比较结果调整待轧制的宽厚板的生产工艺参数具体包括：
将预测的所述完成轧后冷却过程的宽厚板于1/4厚度处的平均屈服强度和平均抗拉强度分别与各自对应的目标值进行比较，并根据比较结果调整待轧制的宽厚板在轧后冷却过程中的预设开冷温度和预设终冷温度。
作为本发明一实施方式的进一步改进，调整待轧制的宽厚板在轧后冷却过程中的预设开冷温度具体包括：调整终轧温度和轧机至冷却装置的运输速度；
调整待轧制的宽厚板在轧后冷却过程中的预设终冷温度具体包括：调整轧后冷却过程中的冷却水量、辊道速度和上下水比。
作为本发明一实施方式的进一步改进，所述生产工艺参数包括轧后冷却过程中的辊道速度、头部遮蔽长度、尾部遮蔽长度、头部遮蔽比例和尾部遮蔽比例，所述宽厚板的力学性能数据包括所述宽厚板分别在头部、中间和尾部的1/4厚度处的平均屈服强度偏差和平均抗拉强度偏差；
所述将预测的所述完成轧后冷却过程的宽厚板的力学性能数据与目标力学性能数据进行比较，并根据比较结果调整待轧制的宽厚板的生产工艺参数具体包括：
将预测的所述完成轧后冷却过程的宽厚板分别在头部、中间和尾部的1/4厚度处的平均屈服强度偏差和平均抗拉强度偏差与各自对应的目标值进行比较，并根据比较结果调整待轧制的宽厚板在轧后冷却过程中的辊道速度、头部遮蔽长度、尾部遮蔽长度、头部遮蔽比例和尾部遮蔽比例。
与现有技术相比，本发明的宽厚板的生产控制方法，可以对完成轧后冷却过程的宽厚板的力学性能进行实时预测，并根据预测结果与客户需求的目标力学性能数据的比较结果，针对性地调整后续待轧制的宽厚板的生产工艺参数，不仅可以实现连续生产和即时调整，省去试制阶段，缩短生产周期，加快生产进程，而且在根据客户需求的宽厚板的力学性能进行定制化生产时，实现了对生产过程的精细化控制，提高了产品合格率，解决了现有技术中宽厚板的力学性能不可控、同板力学性能和异板力学性能波动大的问题，避免了由于工艺不合适而导致的批量质量事故的情况，避免了资源浪费，节约了生产成本。
具体实施方式
以下将结合具体实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
本发明一实施方式提供了一种宽厚板的生产控制方法，通过大数据构建并训练神经网络模型，通过预先设计的化学成分、产品规格、生产工艺及参数对宽厚板进行轧制和轧后冷却，并根据完成轧后冷却过程的宽厚板的化学成分、规格、生产工艺参数，利用所述神经网络模型对所述完成轧后冷却过程的宽厚板的力学性能进行实时预测，并将预测的力学性能数据与目标力学性能数据进行比较，根据比较结果，对待轧制的宽厚板的生产工艺及参数进行调整，通过在整批次宽厚板的生产过程中不断进行力学性能实时预测和生产工艺及参数调整，不仅可以实现连续生产和即时调整，省去试制阶段，缩短生产周期，加快生产进程，而且在根据客户需求的宽厚板的力学性能进行定制化生产时，实现了对生产过程的精细化控制，提高了产品合格率，解决了现有技术中宽厚板的力学性能不可控、同板力学性能和异板力学性能波动大的问题，避免了由于工艺不合适而导致的批量质量事故的情况，避免了资源浪费，节约了生产成本。
下面对所述宽厚板的生产控制方法的各个步骤进行介绍。
步骤：构建宽厚板样本集。
所述样本集包括宽厚板的化学成分、规格、生产工艺参数、以及力学性能数据。
通过对生产历史中，宽厚板的化学成分、规格、生产工艺参数以及力学性能数据的一一对应关系，构建样本集，为后续神经网络模型的构建和训练提供数据基础。
具体地，所述生产工艺参数包括轧后冷却过程中所述宽厚板的温度。当然，所述生产工艺参数包括但不限于此。
优选地，所述宽厚板的温度基于温度场模型进行计算。
具体地，所述温度场模型按照如下步骤构建：
以所述宽厚板自头部向尾部的长度方向作为X轴，以所述宽厚板自一侧表面向厚度中心的厚度方向作为Y轴，以所述宽厚板表面上的头端沿宽度方向的中点作为原点，建立二维笛卡尔坐标系。
假设所述宽厚板的温度传导只与厚度有关，忽略所述宽厚板沿长度方向和宽度方向的温度传导，建立所述宽厚板沿厚度方向的内部温度场，也就是说，所述宽厚板只沿厚度方向传热，温度变化不随X轴坐标的变化而变化。
这里，如上假设是根据傅里叶传热定律及能量守恒定律，考虑中厚板具有较大宽厚比的特点及实际生产工艺情况，忽略温度沿宽厚板宽度、长度方向的传热而设定的。
将所述宽厚板按照长为△x，厚为△y，宽为所述宽厚板宽度的单元进行离散。
以坐标为(x，1)单元到达预设位置处的时刻记为t=1时刻，采集t=1时刻坐标为(x，1)单元的温度并记为，x=1,...,m，/>且m取整数，L为所述宽厚板的长度，L与△x的单位均为mm，也就是说，m为沿所述宽厚板长度方向的单元数。
则所述宽厚板表面各单元温度的运算公式为：
，(1)
其中，、/>分别为t时刻、t+1时刻坐标为(x，1)单元的温度，/>为t时刻坐标为(x，2)单元的温度；F为中间变量；λ为所述宽厚板的导热系数，单位为w/(m·℃)；h为所述宽厚板的表面与冷却介质的换热系数；Tw为冷却介质的温度，单位为℃。
具体地，导热系数λ主要取决于钢板的化学成分、钢板温度以及钢板的组织状态等参数。根据测定的已知钢种的宽厚板于不同温度下的热传导率，采用分段插值的方法便可得到待生产钢种的宽厚板的导热系数。
所述宽厚板中沿Y轴方向任一离散单元与其周围单元的有限差分换热公式为：
，(2)
其中，为t时刻坐标为(x，y)单元的温度，/>、/>分别为t时刻、t+1时刻坐标为(x，y+1)单元的温度，/>为t时刻坐标为(x，y+2)单元的温度。
所述宽厚板1/2厚度处各单元温度的运算公式为：
，(3)
其中，、/>分别为t时刻、t+1时刻坐标为(x，d/2)单元的温度，为t时刻坐标为(x，d/2-1)单元的温度；d为所述宽厚板的总厚度，单位为mm。
基于上述温度场模型，将t=1时刻采集的所述宽厚板于表面的各离散单元的温度数据代入，完成所述温度场运算，计算特定时刻所述宽厚板于表面、1/4厚度处以及1/2厚度处的温度。
进一步地，中间变量F通过如下公式计算得到：
，(4)
ρ为所述宽厚板的密度，单位为Kg/m3；c为所述宽厚板的比热容，单位为J/(kg·℃)；△t为时间t的步长，单位为s。
在生产中，通常在轧后冷却过程中对钢板的头部和尾部进行遮蔽，通过遮蔽长度和遮蔽比例对头部和尾部的遮蔽范围进行控制，因此钢板头部和尾部的换热系数与钢板中间的换热系数不同。以下，将钢板按照是否进行遮蔽划分为遮蔽区域和非遮蔽区域。在温度场模型中，遮蔽区域和非遮蔽区的所述宽厚板沿厚度方向的温度场分别按照对应区域的换热系数进行运算。
具体地，所述宽厚板非遮蔽区域的表面与冷却介质的换热系数h通过如下公式回归得到：
，(5)
其中，k1、k2、a为系数，可以通过实验数据回归获得；Q为冷却介质的流密度，单位为L/(m2·s)；T为所述宽厚板的表面温度，单位为℃。
所述宽厚板遮蔽区域的表面与冷却介质的换热系数h通过如下公式回归得到：
，(6)
其中，k3、k4、k5、k6、b为系数，可以通过实验数据回归获得；Lz为遮蔽长度，单位为m；Q为冷却介质的流密度，单位为L/(m2·s)；T为所述宽厚板的表面温度，单位为℃。
这里，头部遮蔽区域和尾部遮蔽区域根据各自的遮蔽长度分别按照公式(6)进行计算。
由于所述宽厚板的表面与冷却介质直接接触进行热交换，基于上述公式对所述宽厚板与冷却介质的换热系数进行回归，以用于所述宽厚板沿厚度方向的温度场模型的搭建。
在本实施方式中，所述宽厚板在轧机上轧制后经过输送辊运输至冷却装置进行轧后冷却过程，所述冷却装置采用水冷，也即，通过冷却水对所述宽厚板进行冷却，也就是说，这里的冷却介质为冷却水，h为所述宽厚板的表面与冷却水的换热系数；Q为冷却水的流密度。
在其它实施方式中，所述冷却装置也可以采用风冷或者空冷等方式进行，对应的所述冷却介质为冷空气或空气，具体可根据实际生产中的生产工艺进行选择，对应的换热系数也随之改变。
进一步地，所述宽厚板的温度包括入水温度，所述入水温度包括所述宽厚板全部进入冷却装置时所述宽厚板分别于表面、1/4厚度处和1/2厚度处的温度，所述入水温度以所述宽厚板的坐标为(m，1)的单元到达第一预设位置处的时刻根据所述温度场模型进行计算，所述第一预设位置为冷却装置的入水口；所述宽厚板于表面的入水温度为纵坐标y=1时的温度，所述宽厚板于1/4厚度处的入水温度为纵坐标y=d/4时的温度，所述宽厚板于1/2厚度处的入水温度为纵坐标y=d/2时的温度。
也就是说，以所述宽厚板的尾部到达冷却装置的入水口的时刻，也即整个所述宽厚板全部入水的时刻为基准进行整个所述宽厚板的入水温度场的运算，然后分别计算所述宽厚板沿长度方向的表面各离散单元的入水温度、1/4厚度处各离散单元的入水温度、以及1/2厚度处各离散单元的入水温度。
进一步地，所述宽厚板的温度包括出水温度，所述出水温度包括所述宽厚板全部离开冷却装置时所述宽厚板分别于表面、1/4厚度处和1/2厚度处的温度，所述出水温度以所述宽厚板的坐标为(m，1)的单元到达第二预设位置处的时刻根据所述温度场模型进行计算，所述第二预设位置为冷却装置的出水口；所述宽厚板于表面的出水温度为纵坐标y=1时的温度，所述宽厚板于1/4厚度处的出水温度为纵坐标y=d/4时的温度，所述宽厚板于1/2厚度处的出水温度为纵坐标y=d/2时的温度。
也就是说，以所述宽厚板的尾部到达冷却装置的出水口的时刻，也即整个所述宽厚板全部出水的时刻为基准进行整个所述宽厚板的出水温度场的运算，然后分别计算所述宽厚板沿长度方向的表面各离散单元的出水温度、1/4厚度处各离散单元的出水温度、以及1/2厚度处各离散单元的出水温度。
步骤：根据宽厚板样本集，构建并训练神经网络模型。
所述神经网络模型包括输入层和输出层，所述输入层以宽厚板的化学成分、规格、生产工艺参数作为神经网络训练学习样本的输入项；所述输出层以宽厚板的力学性能作为神经网络训练的期望输出项。
步骤：根据完成轧后冷却过程的宽厚板的化学成分、规格、生产工艺参数，利用所述神经网络模型实时预测所述完成轧后冷却过程的宽厚板的力学性能数据。
进一步地，所述生产工艺参数包括：
轧制过程的开轧温度、终轧温度；
轧机至冷却装置的运输速度；
轧后冷却过程中的冷却水量、辊道速度、上下水比、预设开冷温度、预设终冷温度、头部遮蔽长度、尾部遮蔽长度、头部遮蔽比例和尾部遮蔽比例。
当然，所述生产工艺参数并不限于此。
所述力学性能数据包括但不限于1/4厚度处的平均屈服强度、平均抗拉强度、所述宽厚板分别在头部、中间和尾部的1/4厚度处的平均屈服强度偏差和平均抗拉强度偏差。
步骤：将预测的所述完成轧后冷却过程的宽厚板的力学性能数据与目标力学性能数据进行比较，并根据比较结果调整待轧制的宽厚板的生产工艺参数。
具体地，通过将预测的所述完成轧后冷却过程的宽厚板1/4厚度处的平均屈服强度和平均抗拉强度分别与各自对应的目标值进行比较，并根据比较结果调整待轧制的宽厚板在轧后冷却过程中的预设开冷温度和预设终冷温度。
通过将预测的所述完成轧后冷却过程的宽厚板1/4厚度处的平均屈服强度与客户需求的1/4厚度处的平均屈服强度目标值进行比较，将预测的所述完成轧后冷却过程的宽厚板于1/4厚度处的平均抗拉强度与客户需求的1/4厚度处的平均抗拉强度目标值进行比较，并根据比较结果对轧后冷却过程中的预设开冷温度和预设终冷温度进行调整，并将调整后的预设开冷温度和预设终冷温度应用于待轧制的宽厚板的实际生产中，以使最终制备的宽厚板满足客户对1/4厚度处的平均屈服强度和平均抗拉强度的性能要求，降低异板性能波动，提高同一批次宽厚板力学性能的一致性。
其中，调整待轧制的宽厚板在轧后冷却过程中的预设开冷温度具体包括：调整轧制过程的终轧温度和轧机至冷却装置的运输速度。
调整待轧制的宽厚板在轧后冷却过程中的预设终冷温度具体包括：调整轧后冷却过程中的冷却水量、辊道速度和上下水比。
在实际生产中，通过调整轧制过程的终轧温度和轧机至冷却装置的运输速度，从而可以实现对轧后冷却过程中的预设开冷温度的调整；通过调整轧后冷却过程中的冷却水量、辊道速度和上下水比，可以实现对轧后冷却过程中的预设终冷温度的调整。
进一步地，将预测的所述完成轧后冷却过程的宽厚板的力学性能数据与目标力学性能数据进行比较，并根据比较结果调整待轧制的宽厚板的生产工艺参数具体包括：
将预测的所述完成轧后冷却过程的宽厚板分别在头部、中间和尾部的1/4厚度处的平均屈服强度偏差和平均抗拉强度偏差与各自对应的目标值进行比较，并根据比较结果调整待轧制的宽厚板的轧后控冷工序中的辊道速度、头部遮蔽长度、尾部遮蔽长度、头部遮蔽比例和尾部遮蔽比例，从而降低由于热机械轧制过程采用多道次往复轧制、以及水冷时按照头部至尾部的顺序进入冷却装置而导致的头尾温差大，进而降低同板强度差，提高所述宽厚板的力学性能一致性。
通过将预测的所述完成轧后冷却过程的宽厚板在头部的1/4厚度处的平均屈服强度偏差与客户需求的头部的1/4厚度处的平均屈服强度偏差目标值进行比较，将预测的所述完成轧后冷却过程的宽厚板在中间的1/4厚度处的平均屈服强度偏差与客户需求的中间的1/4厚度处的平均屈服强度偏差目标值进行比较，将预测的所述完成轧后冷却过程的宽厚板在尾部的1/4厚度处的平均屈服强度偏差与客户需求的尾部的1/4厚度处的平均屈服强度偏差目标值进行比较，并根据比较结果对轧后冷却过程中的辊道速度、头部遮蔽长度、尾部遮蔽长度、头部遮蔽比例和尾部遮蔽比例进行调整，并将这些调整后的参数应用于待轧制的宽厚板的实际生产中，以使最终制备的宽厚板满足客户对同板强度差的要求，提高宽厚板头部、中间和尾部的力学性能一致性。
以上，基于历史数据形成的宽厚板样本集，构建神经网络模型，对完成轧后冷却过程的宽厚板的力学性能进行实时预测，并根据预测结果与客户需求的目标力学性能数据的比较结果，针对性地对待轧制的宽厚板的生产工艺参数进行优化调整，不仅可以实现连续生产和即时调整，省去试制阶段，缩短生产周期，加快生产进程，而且在根据客户需求的宽厚板的力学性能进行定制化生产时，实现了对生产过程的精细化控制，提高了产品合格率，解决了现有技术中宽厚板的力学性能不可控、同板力学性能和异板力学性能波动大的问题，避免了由于工艺不合适而导致的批量质量事故的情况，避免了资源浪费，节约了生产成本。
进一步地，所述宽厚板的生产控制方法还包括步骤：
将调整后的生产工艺参数发送至控制系统，所述控制系统按照所述调整后的生产工艺参数对轧机、轧机至冷却装置的输送辊、冷却装置进行生产控制，以对后续待轧制的宽厚板的生产进行自动化控制，提高了生产的自动化程度。
以下通过具体实施例对本发明的宽厚板的生产控制方法进一步展开说明。
目标产品的宽厚板为管线钢板X70M，通过对连铸坯进行后续的轧制和轧后冷却过程获得，连铸坯的化学成分经检测以质量百分比计包括：C 0.07%，Si 0.18%，Mn 1.56%，Nb0.042%，Ti 0.014%，Cr 0.22%，Al 0.039%，P 0.009%，S 0.0042%，其余为铁和不可避免的杂质。
客户对目标产品的力学性能要求如表1所示。
表1
连铸坯的规格为厚度×宽度×长度为320mm×2290mm×4288mm，经计算，该规格的连铸坯经设定的轧制工艺轧制后所得的宽厚板的规格为厚度×宽度×长度为23.8mm×3233mm×40837.35mm，也即，待轧制和完成轧后冷却过程的宽厚板的长度均为40837.35mm。
根据所述宽厚板的生产控制方法中构建的温度场模型，按照预设的生产工艺对完成轧后冷却过程的宽厚板沿厚度方向的温度场进行模拟，其中预设的生产工艺参数如表2所示，其中的预设目标值为每个生产工艺参数预设的理论值，但由于实际生产中难以避免有偏差或浮动，只要生产工艺参数的偏差或浮动在下限与上限限定的范围内即可。
表2
在本实施例中，△x取500mm，故m=81，也即沿长度方向将所述完成轧后冷却过程的宽厚板划分为81个单元区间，根据温度场模型运算得到的所述完成轧后冷却过程的宽厚板于表面、1/4厚度处、1/2厚度处各离散单元的入水温度和出水温度数据如表3所示。
表3
将表3中的温度数据以及该完成轧后冷却过程的宽厚板的化学成分、规格、生产工艺参数代入前述的神经网络模型中进行力学性能数据实时预测，预测的所述完成轧后冷却过程的宽厚板于1/4厚度处的屈服强度和抗拉强度数据如表4所示。
表4
经计算，所述完成轧后冷却过程的宽厚板整板、头部、中间和尾部于1/4厚度处的平均屈服强度、平均抗拉强度分别如表5所示。
表5
这里的头部为自所述宽厚板头端开始的5m区间，也就是遮蔽长度为5m的头部遮蔽区域；这里的尾部为自所述宽厚板尾端开始朝向头端方向的4m区间，也就是遮蔽长度为4m的尾部遮蔽区域；这里的中间为所述宽厚板除头部和尾部之外的部分。
经与表1中客户对目标产品的力学性能要求进行比较，预测的所述完成轧后冷却过程的宽厚板于1/4厚度处的平均屈服强度和平均抗拉强度位于客户要求的范围内且更靠近上限值，表明在轧后冷却过程中宽厚板中贝氏体组织偏多，需要提高终冷温度以减少宽厚板中的硬相组织，进而使宽厚板的屈服强度和抗拉强度降低。
根据所述样本集，将待轧制的宽厚板的预设终冷温度自300℃调整为340℃，下限值调整为315℃，上限值调整为365℃；将头部遮蔽长度自5m调整为6m，头部遮蔽比例自50%调整为70%，将尾部遮蔽长度自4m调整为5m，尾部遮蔽比例自40%调整为60%；其余生产工艺参数不变。
具体地，预设终冷温度的调整通过对轧后冷却过程中的冷却水量、辊道速度和上下水比进行调整以实现。
按照调整后的生产工艺参数对下一块待轧制的宽厚板进行轧制及轧后冷却，并对该宽厚板进行温度场运算，并代入前述的神经网络模型中再次进行预测，预测的该宽厚板于1/4厚度处的屈服强度和抗拉强度数据如表6所示。对该宽厚板的力学性能进行实际检测，其于1/4厚度处的屈服强度和抗拉强度数据如表7所示。
表6
表7
可见，按照调整后的生产工艺参数生产制备的宽厚板，其头部、中间和尾部屈服强度偏差和抗拉强度偏差有了明显改善。
因此，基于该调整后的生产工艺参数对下一块待轧制的宽厚板进行指导生产，并根据所述神经网络模型对每一块完成轧后冷却过程的宽厚板进行力学性能数据预测，并应用于下一块待轧制的宽厚板的生产中，如此实时调整，可以解决实际生产中宽厚板的力学性能不可控、同板力学性能和异板力学性能波动大的问题，避免了由于工艺不合适而导致的批量质量事故的情况。
综上所述，本申请的宽厚板的生产控制方法，可以对完成轧后冷却过程的宽厚板的力学性能进行实时预测，并根据预测结果与客户需求的目标力学性能数据的比较结果，针对性地调整后续待轧制的宽厚板的生产工艺参数，不仅可以实现连续生产和即时调整，省去试制阶段，缩短生产周期，加快生产进程，而且在根据客户需求的宽厚板的力学性能进行定制化生产时，实现了对生产过程的精细化控制，提高了产品合格率，解决了现有技术中宽厚板的力学性能不可控、同板力学性能和异板力学性能波动大的问题，避免了由于工艺不合适而导致的批量质量事故的情况，避免了资源浪费，节约了生产成本。
应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
Claims (9)
1.一种宽厚板的生产控制方法，其特征在于，所述方法包括，
构建宽厚板样本集，所述样本集包括宽厚板的化学成分、规格、生产工艺参数、以及力学性能数据；
根据宽厚板样本集，构建并训练神经网络模型，所述神经网络模型包括输入层和输出层，所述输入层以宽厚板的化学成分、规格、生产工艺参数作为神经网络训练学习样本的输入项；所述输出层以宽厚板的力学性能作为神经网络训练的期望输出项；
根据完成轧后冷却过程的宽厚板的化学成分、规格、生产工艺参数，利用所述神经网络模型实时预测所述完成轧后冷却过程的宽厚板的力学性能数据；
将预测的所述完成轧后冷却过程的宽厚板的力学性能数据与目标力学性能数据进行比较，并根据比较结果调整待轧制的宽厚板的生产工艺参数；
其中，所述宽厚板的生产工艺参数包括轧后冷却过程中所述宽厚板的温度，所述宽厚板的温度基于温度场模型进行计算，所述温度场模型按照如下步骤构建：
以所述宽厚板自头部向尾部的长度方向作为X轴，以所述宽厚板自一侧表面向厚度中心的厚度方向作为Y轴，以所述宽厚板表面上头端沿宽度方向的中点作为原点，建立二维笛卡尔坐标系；
假设所述宽厚板的温度传导只与厚度有关，忽略所述宽厚板沿长度方向和宽度方向的温度传导；
将所述宽厚板按照长为△x，厚为△y，宽为所述宽厚板宽度的单元进行离散；
以坐标为(x，1)单元到达预设位置处的时刻记为t=1时刻，采集t=1时刻坐标为(x，1)单元的温度并记为，x=1,...,m，/>且m取整数，L为所述宽厚板的长度，L与△x的单位均为mm；
则所述宽厚板表面各单元温度的运算公式为：
，(1)
其中，、/>分别为t时刻、t+1时刻坐标为(x，1)单元的温度，/>为t时刻坐标为(x，2)单元的温度；F为中间变量；λ为所述宽厚板的导热系数，单位为w/(m·℃)；h为所述宽厚板的表面与冷却介质的换热系数；Tw为冷却介质的温度，单位为℃；
所述宽厚板中沿Y轴方向任一离散单元与其周围单元的有限差分换热公式为：
，(2)
其中，为t时刻坐标为(x，y)单元的温度，/>、/>分别为t时刻、t+1时刻坐标为(x，y+1)单元的温度，/>为t时刻坐标为(x，y+2)单元的温度；
所述宽厚板1/2厚度处各单元温度的运算公式为：
，(3)
其中，、/>分别为t时刻、t+1时刻坐标为(x，d/2)单元的温度，/>为t时刻坐标为(x，d/2-1)单元的温度；d为所述宽厚板的总厚度，单位为mm。
2.根据权利要求1所述的宽厚板的生产控制方法，其特征在于，所述轧后冷却过程采用冷却装置进行，所述冷却介质为冷却水，所述宽厚板的温度包括入水温度，所述入水温度包括所述宽厚板全部进入冷却装置时所述宽厚板分别于表面、1/4厚度处和1/2厚度处的温度，所述入水温度以所述宽厚板的坐标为(m，1)的单元到达第一预设位置处的时刻根据所述温度场模型进行计算，所述第一预设位置为冷却装置的入水口；所述宽厚板于表面的入水温度为纵坐标y=1时的温度，所述宽厚板于1/4厚度处的入水温度为纵坐标y=d/4时的温度，所述宽厚板于1/2厚度处的入水温度为纵坐标y=d/2时的温度。
3.根据权利要求2所述的宽厚板的生产控制方法，其特征在于，所述宽厚板的温度包括出水温度，所述出水温度包括所述宽厚板全部离开冷却装置时所述宽厚板分别于表面、1/4厚度处和1/2厚度处的温度，所述出水温度以所述宽厚板的坐标为(m，1)的单元到达第二预设位置处的时刻根据所述温度场模型进行计算，所述第二预设位置为冷却装置的出水口；所述宽厚板于表面的出水温度为纵坐标y=1时的温度，所述宽厚板于1/4厚度处的出水温度为纵坐标y=d/4时的温度，所述宽厚板于1/2厚度处的出水温度为纵坐标y=d/2时的温度。
4.根据权利要求1所述的宽厚板的生产控制方法，其特征在于，
，(4)
ρ为所述宽厚板的密度，单位为Kg/m3；c为所述宽厚板的比热容，单位为J/(kg·℃)；△t为时间t的步长，单位为s。
5.根据权利要求1所述的宽厚板的生产控制方法，其特征在于，所述宽厚板非遮蔽区域的表面与冷却介质的换热系数h通过如下公式回归得到：
，(5)
其中，k1、k2、a为系数，可以通过实验数据回归获得；Q为冷却介质的流密度，单位为L/(m2·s)；T为所述宽厚板的表面温度，单位为℃。
6.根据权利要求1所述的宽厚板的生产控制方法，其特征在于，所述宽厚板遮蔽区域的表面与冷却介质的换热系数h通过如下公式回归得到：
，(6)
其中，k3、k4、k5、k6、b为系数，可以通过实验数据回归获得；Lz为遮蔽长度，单位为m；Q为冷却介质的流密度，单位为L/(m2·s)；T为所述宽厚板的表面温度，单位为℃。
7.根据权利要求1至6中任一项所述的宽厚板的生产控制方法，其特征在于，所述生产工艺参数包括轧后冷却过程中的预设开冷温度和预设终冷温度，所述力学性能数据包括1/4厚度处的平均屈服强度和平均抗拉强度；
所述将预测的所述完成轧后冷却过程的宽厚板的力学性能数据与目标力学性能数据进行比较，并根据比较结果调整待轧制的宽厚板的生产工艺参数具体包括：
将预测的所述完成轧后冷却过程的宽厚板于1/4厚度处的平均屈服强度和平均抗拉强度分别与各自对应的目标值进行比较，并根据比较结果调整待轧制的宽厚板在轧后冷却过程中的预设开冷温度和预设终冷温度。
8.根据权利要求7所述的宽厚板的生产控制方法，其特征在于，调整待轧制的宽厚板在轧后冷却过程中的预设开冷温度具体包括：调整终轧温度和轧机至冷却装置的运输速度；
调整待轧制的宽厚板在轧后冷却过程中的预设终冷温度具体包括：调整轧后冷却过程中的冷却水量、辊道速度和上下水比。
9.根据权利要求1至6中任一项所述的宽厚板的生产控制方法，其特征在于，所述生产工艺参数包括轧后冷却过程中的辊道速度、头部遮蔽长度、尾部遮蔽长度、头部遮蔽比例和尾部遮蔽比例，所述宽厚板的力学性能数据包括所述宽厚板分别在头部、中间和尾部的1/4厚度处的平均屈服强度偏差和平均抗拉强度偏差；
所述将预测的所述完成轧后冷却过程的宽厚板的力学性能数据与目标力学性能数据进行比较，并根据比较结果调整待轧制的宽厚板的生产工艺参数具体包括：
将预测的所述完成轧后冷却过程的宽厚板分别在头部、中间和尾部的1/4厚度处的平均屈服强度偏差和平均抗拉强度偏差与各自对应的目标值进行比较，并根据比较结果调整待轧制的宽厚板在轧后冷却过程中的辊道速度、头部遮蔽长度、尾部遮蔽长度、头部遮蔽比例和尾部遮蔽比例。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310717143.3A CN116449790B (zh) | 2023-06-16 | 2023-06-16 | 宽厚板的生产控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310717143.3A CN116449790B (zh) | 2023-06-16 | 2023-06-16 | 宽厚板的生产控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116449790A CN116449790A (zh) | 2023-07-18 |
| CN116449790B true CN116449790B (zh) | 2023-09-05 |
Family
ID=87134182
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310717143.3A Active CN116449790B (zh) | 2023-06-16 | 2023-06-16 | 宽厚板的生产控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116449790B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117787507B (zh) * | 2024-02-23 | 2024-05-03 | 宝鸡核力材料科技有限公司 | 卷带轧制工艺全链条优化方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103525998A (zh) * | 2013-09-29 | 2014-01-22 | 莱芜钢铁集团有限公司 | 正火轧制型细晶粒压力焊接钢管用宽厚钢板及其制备方法 |
| CN111832215A (zh) * | 2020-04-10 | 2020-10-27 | 南京钢铁股份有限公司 | 一种在线预测钢板组织性能的方法 |
| CN115392104A (zh) * | 2021-05-24 | 2022-11-25 | 上海梅山钢铁股份有限公司 | 一种基于退火工艺预测冷轧连续退火带钢力学性能的方法 |
| CN115985424A (zh) * | 2022-12-23 | 2023-04-18 | 上海交通大学 | 一种基于bp神经网络的零件热处理性能预测方法及系统 |
-
2023
- 2023-06-16 CN CN202310717143.3A patent/CN116449790B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103525998A (zh) * | 2013-09-29 | 2014-01-22 | 莱芜钢铁集团有限公司 | 正火轧制型细晶粒压力焊接钢管用宽厚钢板及其制备方法 |
| CN111832215A (zh) * | 2020-04-10 | 2020-10-27 | 南京钢铁股份有限公司 | 一种在线预测钢板组织性能的方法 |
| CN115392104A (zh) * | 2021-05-24 | 2022-11-25 | 上海梅山钢铁股份有限公司 | 一种基于退火工艺预测冷轧连续退火带钢力学性能的方法 |
| CN115985424A (zh) * | 2022-12-23 | 2023-04-18 | 上海交通大学 | 一种基于bp神经网络的零件热处理性能预测方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于BP神经网络的热轧钢材力学性能预测;王传兵等;《荆门职业技术学院学报》;第23卷(第3期);正文第2节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116449790A (zh) | 2023-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2192834C (en) | Apparatus for producing strip of stainless steel | |
| CN116449790B (zh) | 宽厚板的生产控制方法 | |
| CN101142037B (zh) | 用于对金属带进行除鳞处理的方法和装置 | |
| CN108359908A (zh) | 一种冷轧双相钢及其制备方法 | |
| CN102513384B (zh) | 一种利用轧后冷却设备实现中厚板中间坯冷却的方法 | |
| JP7285320B2 (ja) | 角部を増肉した、熱冷複合成形された正方形／長方形鋼管及びその製造方法 | |
| CN104841701B (zh) | 热轧带钢大降速轧制时的薄板卷取温度控制方法 | |
| CN107983771A (zh) | 建筑混凝土固定件用高强冷硬卷热轧方法 | |
| CN109240203B (zh) | 一种基于多模型的连铸坯定重控制方法 | |
| CN107904376A (zh) | 一种防止双相钢扁卷的方法及装置 | |
| CN106834885A (zh) | 基于esp薄板坯连铸连轧流程生产薄规格q345系列钢的方法 | |
| Yuan et al. | Control and application of cooling path after rolling for hot strip based on ultra fast cooling | |
| CN114406226A (zh) | 一种微合金低碳钢中厚板的连续铸轧方法 | |
| CN114406000A (zh) | 一种普通低碳钢中厚板的连续铸轧方法 | |
| CN102004834A (zh) | 一种预测大锻件轴向中心线上空洞闭合率的方法 | |
| CN108570592B (zh) | Tkdc捆带用热轧带钢及其生产方法 | |
| JPH03277721A (ja) | 熱延鋼帯の冷却制御方法 | |
| JP2002126814A (ja) | 熱間圧延方法 | |
| JPH0115324B2 (zh) | ||
| CN114164329B (zh) | 一种提升高碳铬轴承钢加热生产效率的工艺 | |
| TWI787940B (zh) | 加熱爐的爐溫設定值的優化方法 | |
| JPS6280226A (ja) | 鋼材の変態率制御冷却方法 | |
| CN117463794B (zh) | 一种基于ufct、mt及ct的多目标协同控制方法 | |
| Kurpe et al. | Finite-Element Simulation of Steckel Mill Rolling | |
| Kurpe et al. | Investigation of the hot rolling process at the steckel mill by means of modeling by the finite-element method |
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 |
Address after: 215624 Shagang science and technology building, Yongxin Road, Jinfeng Town, Zhangjiagang City, Suzhou City, Jiangsu Province Patentee after: INSTITUTE OF RESEARCH OF IRON & STEEL, JIANGSU PROVINCE/SHA-STEEL, Co.,Ltd. Country or region after: China Patentee after: JIANGSU SHAGANG GROUP Co.,Ltd. Patentee after: Jiangsu Shagang Steel Co.,Ltd. Address before: 215624 Shagang science and technology building, Yongxin Road, Jinfeng Town, Zhangjiagang City, Suzhou City, Jiangsu Province Patentee before: INSTITUTE OF RESEARCH OF IRON & STEEL, JIANGSU PROVINCE/SHA-STEEL, Co.,Ltd. Country or region before: China Patentee before: JIANGSU SHAGANG GROUP Co.,Ltd. Patentee before: ZHANGJIAGANG HONGCHANG STEEL PLATE Co.,Ltd. |
|
| CP03 | Change of name, title or address |