CN117139382B - 一种热轧板带钢轧制的凸度自学习方法和系统 - Google Patents
一种热轧板带钢轧制的凸度自学习方法和系统 Download PDFInfo
- Publication number
- CN117139382B CN117139382B CN202311394896.1A CN202311394896A CN117139382B CN 117139382 B CN117139382 B CN 117139382B CN 202311394896 A CN202311394896 A CN 202311394896A CN 117139382 B CN117139382 B CN 117139382B
- Authority
- CN
- China
- Prior art keywords
- convexity
- frame
- deviation
- thickness
- self
- 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
- 238000005096 rolling process Methods 0.000 title claims abstract description 90
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 55
- 239000010959 steel Substances 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000002159 abnormal effect Effects 0.000 claims abstract description 17
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000013000 roll bending Methods 0.000 claims description 8
- 238000005452 bending Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 abstract description 14
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000007667 floating Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000020358 Learning disease Diseases 0.000 description 1
- 241000277275 Oncorhynchus mykiss Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 201000003723 learning disability Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- B21B37/28—Control of flatness or profile during rolling of strip, sheets or plates
-
- 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
- B21B37/16—Control of thickness, width, diameter or other transverse dimensions
- B21B37/18—Automatic gauge control
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本公开提供了一种热轧板带钢轧制的凸度自学习方法和系统，涉及热轧板带钢轧制板形控制领域，具体为测量并判断当前带钢块的厚度，如果所述厚度小于等于预设厚度时，则基于精轧出口凸度实测值与凸度目标值的差值及精轧末机架F7的增益系数计算机架F7的凸度偏差；基于精轧出口凸度实测值与凸度目标值的差值、上一机架Fi的增益系数i、上一机架Fi的厚度与机架F7的厚度比值，计算上一机架的凸度偏差；判断上一机架Fi的凸度偏差是否异常，如异常则进行凸度补偿；循环计算每个机架直到完成当前带钢块的凸度自学习。该方法可以避免精轧出口平直度检测有问题而造成机架间及精轧出口出现较大的浪形。
Description
技术领域
本公开涉及热轧板带钢轧制板形控制领域，特别是涉及板形控制模型中凸度自学习的方法和系统。
背景技术
热轧板带钢轧制过程中，往往会采用到七机架热连轧机组，其各机架如果得不到充分的板形控制，容易造成轧件板形出现中浪、边浪以及复合浪等问题。热连轧生产线的板形控制（凸度、平直度）包括二级模型预测控制及自学习、一级反馈控制，其控制方式较为复杂且难度较大，而下游客户对板形质量要求越来越高。
目前大多数板形控制模型采用凸度自学习方法，具体为：本块钢的各个机架凸度偏差采用各个机架的实测凸度与回算凸度之差，机架间的实际凸度只根据精轧出口的实测凸度及平直度计算。
但这种方式可能会在一定的场景下可能会存在问题，即在轧制的热轧板带钢低于某一预定的厚度时，由于带钢头部在辊道上飘、带钢翘头严重等因素容易造成平直度仪检测失真，而F6机架的凸度实际值是根据精轧出口平直度实测值计算得到，从而导致F6机架实测凸度计算不准确，进而导致F1~F5机架的凸度偏差较大，造成机架间及精轧出口经常出现较大的浪形。
故热轧板带钢轧制技术亟需一种凸度自学习方法，能够解决上述问题，进而能够对凸度自学习的方法进行自适应调整，从而适配不同的需求及不同的设备能力。
发明内容
本公开要解决技术问题是：克服上述技术的缺点，提供一种热轧板带钢轧制的凸度自学习方法。
为了解决上述技术问题，第一方面，本公开提出一种热轧板带钢轧制的凸度自学习方法，其特征在于：
步骤1.测量并判断当前带钢块的厚度，如果所述厚度小于等于预设厚度时，则基于精轧出口凸度实测值与凸度目标值的差值及精轧末机架F7的增益系数计算所述机架F7的凸度偏差；
步骤2.判断所述机架F7的凸度偏差是否异常，如异常则调整所述机架F7的增益系数后重新计算精轧末机架的凸度偏差；
步骤3.基于精轧出口凸度实测值与凸度目标值的差值、上一机架Fi的增益系数、上一机架Fi的厚度与所述机架F7的厚度比值，计算所述上一机架的凸度偏差；其中i依次为6,5,4,3,2,1；
步骤4.判断所述上一机架Fi的凸度偏差是否异常，如异常则对所述上一机架Fi进行凸度补偿；
步骤5.判断7个机架是否均完成凸度偏差计算，如否，则返回步骤3进行计算；如是，则完成当前带钢块的凸度自学习。
根据本公开提出的所述凸度自学习方法，步骤4中对所述上一机架Fi进行凸度补偿，包括：将所述上一机架Fi的凸度偏差与所述上一机架Fi的补偿系数相乘后与机架Fi+1的凸度补偿值相加，作为所述上一机架Fi的凸度补偿值，并基于所述上一机架Fi的凸度补偿值计算所述上一机架Fi的凸度偏差。
根据本公开提出的所述凸度自学习方法，步骤1中如果所述厚度大于预设厚度时，基于精轧出口凸度实测值与所述机架F7的凸度回算值计算所述机架F7的凸度偏差，基于精轧出口的带钢平直度和凸度实测值计算机架F6的实际凸度；基于机架F6的实际凸度与F6机架的凸度回算值计算得到F6机架的凸度偏差；基于F6机架的凸度偏差及各机架F5,F4,F3,F2,F1的学习系数计算得到对应各机架F5,F4,F3,F2,F1的凸度偏差。
根据本公开提出的所述凸度自学习方法，步骤1中所述精轧出口凸度实测值与所述凸度目标值的差值大于预设范围时，通过凸度反馈控制调节轧机弯辊力，直到当前带钢块的凸度达到所述凸度目标值。
根据本公开提出的所述凸度自学习方法，所述凸度目标值是在凸度自学习之前根据热轧板下游客户使用要求、控制需求和/或设备能力确定的。
根据本公开提出的所述凸度自学习方法，所述设备包括：CVC窜辊、液压弯辊、凸度仪、厚度仪和/或平直度仪，所述控制需求包括：F1~F4CVC窜动量约为–140mm~+140mm，其中辊凸度为±0.56mm；F5~F7采用凹辊，其为正弦曲线，辊型分别为-0.12mm, -0.14mm, -0.16mm。
根据本公开提出的所述凸度自学习方法，各机架的增益系数呈现逐步变化，其中前4架F1~F4的初始增益系数分别设为1, 0.8, 0.7, 0.6，后3架F5~F7的初始增益系数均设为 0.5。
根据本公开提出的所述凸度自学习方法，所述上一机架Fi的补偿系数设为30%。
另一方面，本公开提出了一种热轧板带钢轧制的凸度自学习系统，其特征在于，
精轧末机架的凸度偏差计算模块，用于测量并判断当前带钢块的厚度，如果所述厚度小于等于预设厚度时，则基于精轧出口凸度实测值与凸度目标值的差值及精轧末机架F7的增益系数计算所述机架F7的凸度偏差；判断所述机架F7的凸度偏差是否异常，如异常则调整所述机架F7的增益系数后重新计算精轧末机架的凸度偏差；
上一机架的凸度偏差计算模块，用于基于精轧出口凸度实测值与凸度目标值的差值、所述上一机架Fi的增益系数、上一机架Fi的厚度与所述机架F7的厚度比值，计算所述上一机架的凸度偏差；其中i依次为6,5,4,3,2,1；
凸度补偿模块，用于判断所述上一机架Fi的凸度偏差是否异常，如异常则对所述上一机架Fi进行凸度补偿；
凸度自学习完成模块，用于判断7个机架是否均完成凸度偏差计算，如否，则继续对上一机架的凸度偏差进行计算；如是，则完成当前带钢块的凸度自学习。
本公开提供的热轧板带钢轧制的凸度自学习方法及装置，避免了仅取平直度实测值进行计算，且当板形仪实测值出现较大波动时，由于各个机架弯辊力调整方向基本一致，不会对平直度产生较大的影响。同时，为了匹配不同需求、不同设备的配置，考虑了对凸度自学习的方法进行自适应调整，以满足更多的适应情况。
附图说明
为了更清楚地说明本公开中的技术方案，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公开的一些实施例，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是本公开提供的热轧板带钢轧制的凸度自学习方法的流程示意图；
图2是本公开提供的热轧板带钢轧制的凸度自学习系统的结构示意图；
图3是本公开提供的电子设备的结构示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚，下面将结合本公开中的附图，对本公开中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
图1是本公开提供的一种热轧板带钢轧制的凸度自学习方法的流程示意图，如图1所示，该方法包括：
步骤1，测量并判断当前带钢块的厚度，如果所述厚度小于等于预设厚度时，则基于精轧出口凸度实测值与凸度目标值的差值及精轧末机架F7的增益系数计算所述机架F7的凸度偏差。
具体地，当热轧板带钢块的厚度小于等于2.0mm时，轧制时带钢头部在辊道就容易产生会有漂浮、上飘、起套、翘头等现象，平直度仪受此类问题干扰，其测量得到的平直度实测值结果往往会失准，如果板形控制使用的凸度自学习方法又过于依赖平直度的实测值，就会导致凸度自学习混乱，浪形越来越严重。
因此，当使用厚度仪测得热轧板带钢块的厚度小于等于2.0mm时，则板形控制需要切换一种凸度自学习方法，此时首先计算精轧末机架F7的凸度偏差，即F7机架的凸度偏差=(精轧出口凸度实测值-带钢凸度目标值）× F7机架的增益系数。其中，精轧出口凸度实测值是由设置在精轧末机架F7的凸度仪测量所得，带钢凸度目标值为在凸度自学习之前根据热轧板下游客户使用要求、控制需求及设备能力等因素确定的凸度目标值，F7机架的增益系数是根据现场情况设定的增益值，初始增益值可设为0.5。
其中，所述设备包括：CVC窜辊（连续可变凸度窜辊）、液压弯辊、凸度仪、厚度仪和/或平直度仪，所述凸度仪可以是Thermo公司 RM312-M1，所述厚度仪可以是Thermo公司RM215，所述平直度仪可以是IRM公司F200/3-C，CVC窜辊仅对机架F1~F4产生作用力，液压弯辊对七个机架F1~F7均产生作用力；所述控制需求包括：F1~ F4CVC窜动量约为–140mm~+140mm，其中辊凸度为±0.56mm；F5~F7采用凹辊，其为正弦曲线，辊型分别为-0.12mm, -0.14mm, -0.16mm。
如果热轧板带钢块的厚度大于2.0mm时，则板形控制采用另一种凸度自学习方法，本公开后续再进行描述。
另外，当所述精轧出口凸度实测值与所述凸度目标值的差值大于预设范围时，可通过凸度反馈控制调节轧机弯辊力，直到当前带钢块的凸度达到所述凸度目标值，从而在精轧出口凸度测量时就可以及时对凸度测量结果进行判断，进而及时对精轧末机架F7的凸度偏差进行校正，而无需后续判断，也不会对后续上一机架Fi的凸度偏差计算造成不正确的影响。当通过凸度反馈控制调节轧机弯辊力的同时也对机架F7的初始增益系数进行调整以得到机架F7的自适应增益系数。
步骤2，判断所述机架F7的凸度偏差是否异常，如异常则调整所述机架F7的增益系数后重新计算精轧末机架的凸度偏差。
具体地，判断所述机架F7的凸度偏差是否异常为，判断所述机架F7的凸度偏差是否超过预设的凸度偏差值范围，例如机架F7的凸度偏差位于正负60mm之间。通过这一判断可以避免机架F7计算得到的凸度偏差出现明显问题的情况。
步骤3.基于精轧出口凸度实测值与凸度目标值的差值、上一机架Fi的增益系数、上一机架Fi的厚度与所述机架F7的厚度比值，计算所述上一机架的凸度偏差；其中i依次为6,5,4,3,2,1。
具体地，
F6机架的凸度偏差=(精轧出口凸度实测值-带钢凸度目标值）× (F6机架出口带钢厚度/F7机架出口带钢厚度) × F6机架的增益系数；
F5机架的凸度偏差=(精轧出口凸度实测值-带钢凸度目标值）× (F5机架出口带钢厚度/F7机架出口带钢厚度) × F5机架的增益系数；
F4机架的凸度偏差=(精轧出口凸度实测值-带钢凸度目标值）× (F4机架出口带钢厚度/F7机架出口带钢厚度) × F4机架的增益系数；
F3机架的凸度偏差=(精轧出口凸度实测值-带钢凸度目标值）× (F3机架出口带钢厚度/F7机架出口带钢厚度) × F3机架的增益系数；
F2机架的凸度偏差=(精轧出口凸度实测值-带钢凸度目标值）× (F2机架出口带钢厚度/F7机架出口带钢厚度) × F2机架的增益系数；
F1机架的凸度偏差=(精轧出口凸度实测值-带钢凸度目标值）× (F1机架出口带钢厚度/F7机架出口带钢厚度) × F1机架的增益系数；
可见，采用该方法计算各机架的凸度偏差，避免了当凸度仪实测值出现较大波动时，由于各个机架弯辊力调整方向基本一致，不会对平直度产生较大的影响。
在又一方面，各机架的增益系数呈现逐步变化，举例而言，前4架F1~F4的初始增益系数可分别设为1, 0.8, 0.7, 0.6，后3架F5~F7的初始增益系数均设为 0.5。进一步地，可对所述上一机架Fi的增益系数进行自适应调整，例如当所述精轧出口凸度实测值与所述凸度目标值的差值大于预设范围时，可通过凸度反馈控制调节轧机弯辊力，同时也对机架F7的初始增益系数进行调整以得到机架F7的自适应增益系数，同时根据机架F1-F7的初始增益系数按比例计算得到机架F1~F6的自适应增益系数，并将F1~F7的自适应增益系数作为机架F1~F7的新的增益系数，再按照前述方式计算机架F1~F7的凸度偏差。通过该自适应调整方式，本公开提供的凸度自学习方法可以适配不同的需求及不同的设备能力，适用范围更广，适应性也更灵活。
步骤4.判断所述上一机架Fi的凸度偏差是否异常，如异常则对所述上一机架Fi进行凸度补偿。
具体地，判断所述上一机架Fi的凸度偏差是否异常为，判断所述上一机架Fi的凸度偏差是否超过所述上一机架Fi对应预设的凸度偏差值范围，通过这一判断可以避免上一机架Fi计算得到的对应凸度偏差出现明显问题的情况。
另外，对上一机架Fi进行凸度补偿，包括：将所述上一机架Fi的凸度偏差与所述上一机架Fi的补偿系数相乘后与机架Fi+1的凸度补偿值相加，作为所述上一机架Fi的凸度补偿值，并基于所述上一机架Fi的凸度补偿值计算所述上一机架Fi的凸度偏差。其中，所述上一机架Fi的补偿系数可以设定为30%。通过对各机架进行凸度补偿，能够防止增益系数初始值设定不合理的情况，从而实现凸度自学习的自适应调整。
步骤5.判断7个机架是否均完成凸度偏差计算，如否，则返回步骤3进行计算；如是，则完成当前带钢块的凸度自学习。
另外，步骤1中，如果热轧板带钢块的厚度大于2.0mm，此时带钢头部在辊道上翘头效应不明显，从而平直度仪检测精轧出口的带钢平直度失真的可能性较小、由凸度仪检测精轧出口的凸度值失真的可能性也会比较小。在这种情况下，基于精轧出口凸度实测值与所述机架F7的凸度回算值计算所述机架F7的凸度偏差；基于精轧出口的带钢平直度和凸度实测值，并根据平直度与比例凸度计算公式计算机架F6的实际凸度；基于机架F6的实际凸度与F6机架的凸度回算值计算得到F6机架的凸度偏差；基于F6机架的凸度偏差及各机架F5,F4,F3,F2,F1的学习系数分别计算得到对应各机架F5,F4,F3,F2,F1的凸度偏差，各机架的所述学习系数是在凸度自学习方法执行前根据经验值预设的。
下面对本公开提供的热轧板带钢轧制的凸度自学习系统进行描述，下文描述的系统与上文描述的方法可相互对应参照。
基于上述实施例，图2是本公开提供的凸度自学习系统的结构示意图，如图2所示，该系统包括：精轧末机架凸度偏差计算模块210，用于测量并判断当前带钢块的厚度，如果所述厚度小于等于预设厚度时，则基于精轧出口凸度实测值与凸度目标值的差值及精轧末机架F7的增益系数计算机架F7的凸度偏差；判断机架F7的凸度偏差是否异常，如异常则调整机架F7的增益系数后重新计算精轧末机架的凸度偏差；
上一机架的凸度偏差计算模块220，用于基于精轧出口凸度实测值与凸度目标值的差值、上一机架Fi的增益系数、上一机架Fi的厚度与机架F7的厚度比值，计算上一机架的凸度偏差；其中i依次为6,5,4,3,2,1；
凸度补偿模块230，用于判断上一机架Fi的凸度偏差是否异常，如异常则对上一机架Fi进行凸度补偿；
凸度自学习完成模块240，用于判断7个机架是否均完成凸度偏差计算，如否则继续对上一机架的凸度偏差进行计算，如是则完成当前带钢块的凸度自学习。
图3是本公开提供的电子设备的结构示意图，如图3所示，该电子设备可以包括：处理器(processor)310、存储器(memory)320、通信接口(Communications Interface)330和通信总线340，其中，处理器310，存储器320，通信接口330通过通信总线340完成相互间的通信。处理器310可以调用存储器320中的逻辑指令，以执行热轧板带钢轧制的凸度自学习方法，该方法包括：测量并判断当前带钢块的厚度，如果所述厚度小于等于预设厚度时，则基于精轧出口凸度实测值与凸度目标值的差值及精轧末机架F7的增益系数计算机架F7的凸度偏差；基于精轧出口凸度实测值与凸度目标值的差值、上一机架Fi的增益系数、上一机架Fi的厚度与机架F7的厚度比值，计算上一机架的凸度偏差；判断上一机架Fi的凸度偏差是否异常，如异常则进行凸度补偿；循环计算每个机架直到完成当前带钢块的凸度自学习。
此外，上述的存储器320中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本公开的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本公开各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本公开的技术方案，而非对其限制；尽管参照前述实施例对本公开进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围。
Claims (10)
1.一种热轧板带钢轧制的凸度自学习方法，其特征在于：
步骤1.测量并判断当前带钢块的厚度，如果所述厚度小于等于预设厚度时，则基于精轧出口凸度实测值与凸度目标值的差值及精轧末机架F7的增益系数计算所述机架F7的凸度偏差；
步骤2.判断所述机架F7的凸度偏差是否异常，如异常则调整所述机架F7的增益系数后重新计算精轧末机架的凸度偏差；
步骤3.基于精轧出口凸度实测值与凸度目标值的差值、上一机架Fi的增益系数、上一机架Fi的厚度与所述机架F7的厚度比值，计算所述上一机架Fi的凸度偏差；所述计算的方式为：机架Fi的凸度偏差=(精轧出口凸度实测值-带钢凸度目标值)×(机架Fi出口带钢厚度/机架F7出口带钢厚度)×机架Fi的增益系数；其中i依次为6,5,4,3,2,1；
步骤4.判断所述上一机架Fi的凸度偏差是否异常，如异常则对所述上一机架Fi进行凸度补偿；
步骤5.判断7个机架是否均完成凸度偏差计算，如否，则返回步骤3进行计算；如是，则完成当前带钢块的凸度自学习。
2.根据权利要求1所述的凸度自学习方法，其特征在于，步骤4中对所述上一机架Fi进行凸度补偿，包括：将所述上一机架Fi的凸度偏差与所述上一机架Fi的补偿系数相乘后与机架Fi+1的凸度补偿值相加，作为所述上一机架Fi的凸度补偿值，并基于所述上一机架Fi的凸度补偿值计算所述上一机架Fi的凸度偏差。
3.根据权利要求2所述的凸度自学习方法，其特征在于，步骤1中如果所述厚度大于预设厚度时，基于精轧出口凸度实测值与所述机架F7的凸度回算值计算所述机架F7的凸度偏差，基于精轧出口的带钢平直度和凸度实测值计算机架F6的实际凸度；基于机架F6的实际凸度与机架F6的凸度回算值计算得到机架F6的凸度偏差；基于机架F6的凸度偏差及各机架F5,F4,F3,F2,F1的学习系数分别计算得到对应各机架F5,F4,F3,F2,F1的凸度偏差。
4.根据权利要求1所述的凸度自学习方法，其特征在于，步骤1中所述精轧出口凸度实测值与所述凸度目标值的差值大于预设范围时，通过凸度反馈控制调节轧机弯辊力，直到当前带钢块的凸度达到所述凸度目标值。
5.根据权利要求4所述的凸度自学习方法，其特征在于，所述凸度目标值是在凸度自学习之前根据热轧板下游客户使用要求、控制需求和/或设备能力确定的。
6. 根据权利要求5所述的凸度自学习方法，其特征在于，所述设备包括：CVC窜辊、液压弯辊、凸度仪、厚度仪和/或平直度仪，所述控制需求包括：机架F1~F4的CVC窜动量为-140mm~+140mm，其中辊凸度为±0.56mm；机架F5~F7采用凹辊，其为正弦曲线，辊型分别为-0.12mm,-0.14mm, -0.16mm。
7. 根据权利要求1所述的凸度自学习方法，其特征在于，各机架的增益系数呈现逐步变化，其中前4机架F1~F4的初始增益系数分别设为1, 0.8, 0.7, 0.6，后3机架F5~F7的初始增益系数均设为 0.5。
8.根据权利要求2所述的凸度自学习方法，其特征在于，所述上一机架Fi的补偿系数设为30%。
9.一种热轧板带钢轧制的凸度自学习系统，其特征在于，
精轧末机架的凸度偏差计算模块，用于测量并判断当前带钢块的厚度，如果所述厚度小于等于预设厚度时，则基于精轧出口凸度实测值与凸度目标值的差值及精轧末机架F7的增益系数计算所述机架F7的凸度偏差；判断所述机架F7的凸度偏差是否异常，如异常则调整所述机架F7的增益系数后重新计算精轧末机架的凸度偏差；
上一机架的凸度偏差计算模块，用于基于精轧出口凸度实测值与凸度目标值的差值、所述上一机架Fi的增益系数、上一机架Fi的厚度与所述机架F7的厚度比值，计算所述上一机架的凸度偏差；所述计算的方式为：机架Fi的凸度偏差=(精轧出口凸度实测值-带钢凸度目标值)×(机架Fi出口带钢厚度/机架F7出口带钢厚度)×机架Fi的增益系数；其中i依次为6,5,4,3,2,1；
凸度补偿模块，用于判断所述上一机架Fi的凸度偏差是否异常，如异常则对所述上一机架Fi进行凸度补偿；
凸度自学习完成模块，用于判断7个机架是否均完成凸度偏差计算，如否，则继续对上一机架的凸度偏差进行计算；如是，则完成当前带钢块的凸度自学习。
10.根据权利要求9所述的凸度自学习系统，其特征在于，所述对所述上一机架Fi进行凸度补偿，包括：将所述上一机架Fi的凸度偏差与所述上一机架Fi的补偿系数相乘后与机架Fi+1的凸度补偿值相加，作为所述上一机架Fi的凸度补偿值，并基于所述上一机架Fi的凸度补偿值计算所述上一机架Fi的凸度偏差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311394896.1A CN117139382B (zh) | 2023-10-26 | 2023-10-26 | 一种热轧板带钢轧制的凸度自学习方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311394896.1A CN117139382B (zh) | 2023-10-26 | 2023-10-26 | 一种热轧板带钢轧制的凸度自学习方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117139382A CN117139382A (zh) | 2023-12-01 |
| CN117139382B true CN117139382B (zh) | 2024-01-19 |
Family
ID=88884498
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311394896.1A Active CN117139382B (zh) | 2023-10-26 | 2023-10-26 | 一种热轧板带钢轧制的凸度自学习方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117139382B (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11347617A (ja) * | 1998-06-05 | 1999-12-21 | Sumitomo Metal Ind Ltd | エッジドロップを抑制した冷間圧延法 |
| JP2000135506A (ja) * | 1998-10-28 | 2000-05-16 | Sumitomo Metal Ind Ltd | 可逆式圧延機の板材の圧延方法 |
| KR20030049700A (ko) * | 2001-12-17 | 2003-06-25 | 주식회사 포스코 | 판의 크라운을 향상시키기 위한 압하율 패턴 결정 방법 |
| JP2004255436A (ja) * | 2003-02-27 | 2004-09-16 | Kobe Steel Ltd | タンデム式熱間圧延機の板クラウン制御方法 |
| CN103920719A (zh) * | 2013-01-11 | 2014-07-16 | 宝山钢铁股份有限公司 | 热轧板形的凸度控制方法 |
| CN104096714A (zh) * | 2013-04-11 | 2014-10-15 | 宝山钢铁股份有限公司 | 一种热轧带钢凸度自动控制方法 |
| CN106345818A (zh) * | 2016-11-09 | 2017-01-25 | 北京金自天正智能控制股份有限公司 | 一种特殊用钢的板形控制方法 |
| JP2019214066A (ja) * | 2018-06-13 | 2019-12-19 | 日本製鉄株式会社 | 板クラウン演算装置、板クラウン演算方法、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 |
| CN111229838A (zh) * | 2018-11-28 | 2020-06-05 | 上海梅山钢铁股份有限公司 | 一种通过比例凸度变化系数解决机架间浪形的方法 |
| CN113458151A (zh) * | 2021-06-26 | 2021-10-01 | 江苏省沙钢钢铁研究院有限公司 | 一种热轧薄规格集装箱用spa-h钢边部浪形的控制方法 |
| CN113751510A (zh) * | 2021-08-06 | 2021-12-07 | 武汉钢铁有限公司 | 一种带钢的轧制控制方法 |
| CN115415331A (zh) * | 2022-10-10 | 2022-12-02 | 日照钢铁控股集团有限公司 | 一种热连轧机架出口带钢凸度分配方法、系统及计算终端 |
| CN116140374A (zh) * | 2023-04-14 | 2023-05-23 | 太原科技大学 | 一种板带轧制过程质量综合预测与工艺调控方法 |
| CN116493418A (zh) * | 2023-05-16 | 2023-07-28 | 北京冶自欧博科技发展有限公司 | 一种板形凸度控制系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU6304299A (en) * | 1995-12-26 | 2000-02-17 | Kabushiki Kaisha Toshiba | Strip crown measuring method and control method for continuous rolling machines |
-
2023
- 2023-10-26 CN CN202311394896.1A patent/CN117139382B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11347617A (ja) * | 1998-06-05 | 1999-12-21 | Sumitomo Metal Ind Ltd | エッジドロップを抑制した冷間圧延法 |
| JP2000135506A (ja) * | 1998-10-28 | 2000-05-16 | Sumitomo Metal Ind Ltd | 可逆式圧延機の板材の圧延方法 |
| KR20030049700A (ko) * | 2001-12-17 | 2003-06-25 | 주식회사 포스코 | 판의 크라운을 향상시키기 위한 압하율 패턴 결정 방법 |
| JP2004255436A (ja) * | 2003-02-27 | 2004-09-16 | Kobe Steel Ltd | タンデム式熱間圧延機の板クラウン制御方法 |
| CN103920719A (zh) * | 2013-01-11 | 2014-07-16 | 宝山钢铁股份有限公司 | 热轧板形的凸度控制方法 |
| CN104096714A (zh) * | 2013-04-11 | 2014-10-15 | 宝山钢铁股份有限公司 | 一种热轧带钢凸度自动控制方法 |
| CN106345818A (zh) * | 2016-11-09 | 2017-01-25 | 北京金自天正智能控制股份有限公司 | 一种特殊用钢的板形控制方法 |
| JP2019214066A (ja) * | 2018-06-13 | 2019-12-19 | 日本製鉄株式会社 | 板クラウン演算装置、板クラウン演算方法、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 |
| CN111229838A (zh) * | 2018-11-28 | 2020-06-05 | 上海梅山钢铁股份有限公司 | 一种通过比例凸度变化系数解决机架间浪形的方法 |
| CN113458151A (zh) * | 2021-06-26 | 2021-10-01 | 江苏省沙钢钢铁研究院有限公司 | 一种热轧薄规格集装箱用spa-h钢边部浪形的控制方法 |
| CN113751510A (zh) * | 2021-08-06 | 2021-12-07 | 武汉钢铁有限公司 | 一种带钢的轧制控制方法 |
| CN115415331A (zh) * | 2022-10-10 | 2022-12-02 | 日照钢铁控股集团有限公司 | 一种热连轧机架出口带钢凸度分配方法、系统及计算终端 |
| CN116140374A (zh) * | 2023-04-14 | 2023-05-23 | 太原科技大学 | 一种板带轧制过程质量综合预测与工艺调控方法 |
| CN116493418A (zh) * | 2023-05-16 | 2023-07-28 | 北京冶自欧博科技发展有限公司 | 一种板形凸度控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117139382A (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109570241B (zh) | 一种具有跑偏保护的楔形控制方法 | |
| RU2008139906A (ru) | Способ и установка для интегрированного мониторинга и контроля плоскостности полосы и профиля полосы | |
| KR20100022040A (ko) | 금속스트립의 측방향 위치를 조정하면서 금속스트립을 압연하기 위한 방법 및 그에 적합한 압연기 | |
| CN104874613B (zh) | 通过轧机速度补偿实现热连轧机架间秒流量平衡的方法 | |
| KR20110058897A (ko) | 롤 스탠드에서 상호 작용하는 2개의 작업 롤을 보정하기 위한 보정 방법 | |
| CN111229838B (zh) | 一种通过比例凸度变化系数解决机架间浪形的方法 | |
| CN117139382B (zh) | 一种热轧板带钢轧制的凸度自学习方法和系统 | |
| CN109513750B (zh) | 一种兼顾机架间浪形调节的凸度反馈方法 | |
| CN106269908B (zh) | 基于遗传的带钢楔形自动控制方法 | |
| CN103316927A (zh) | 轧制控制装置及轧制控制方法 | |
| CN111159649B (zh) | 一种冷连轧机变规格风险预测方法 | |
| CN109772896B (zh) | 基于Smith预估控制的热连轧变目标平直度控制方法 | |
| CN104942020A (zh) | 热连轧支撑辊磨损补偿及自适应方法 | |
| CN109226278B (zh) | 一种五机架冷连轧高强钢板带的单边浪板形控制方法 | |
| JP4016761B2 (ja) | 圧延材の製造方法及び蛇行制御装置 | |
| CN116689507A (zh) | 一种减小热轧带钢翘曲度的控制方法 | |
| CN115335158A (zh) | 控制辊轧材料的带材平整度的方法、控制系统和生产线 | |
| CN114798727B (zh) | 一种基于多目标优化的规格自适应轧制方法和装置、电子设备 | |
| CN111438197A (zh) | 带钢断面边部反翘的控制方法 | |
| CN113751511B (zh) | 一种钢板厚度控制方法、计算机可读介质及电子设备 | |
| JP6772919B2 (ja) | 圧延制御方法、圧延制御装置及びプログラム | |
| CN109226279B (zh) | 一种五机架冷连轧高强钢板带的四分之一浪板形控制方法 | |
| CN107583959B (zh) | 一种补偿冷连轧前滑值的方法及装置 | |
| CN112792140A (zh) | 一种基于逆线性二次型的带钢厚度和板凸度控制方法 | |
| JP4227686B2 (ja) | 冷間圧延時のエッジドロップ制御方法 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240320 Address after: 117000 No. 130, Guangyu Road, Pingshan District, Benxi City, Liaoning Province Patentee after: BENXI STEEL (GROUP) INFORMATION AUTOMATION CO.,LTD. Country or region after: Zhong Guo Patentee after: BENXI BEIYING IRON & STEEL (GROUP) CO.,LTD. Address before: 117000 No. 130, Guangyu Road, Pingshan District, Benxi City, Liaoning Province Patentee before: BENXI STEEL (GROUP) INFORMATION AUTOMATION CO.,LTD. Country or region before: Zhong Guo |
|
| TR01 | Transfer of patent right |