CN1902464A - 用于测量、确定和控制金属带材平直度的方法和设备 - Google Patents

Abstract

本发明涉及用于使得轧制材料的带材的平直度的测量和控制最佳化的方法。通过把参考带材模型和传动器空间变换矩阵与相关的平直度缺陷类型相关联而完成变换以实现本发明。本发明还涉及用于使得轧制材料的带材的平直度的测量和控制最佳化的设备。

Description

用于测重、确定和控制金属带材平直度的方法和设备

发明领域

本发明涉及在连续的或半连续的生产过程中用于测量、确定和控制诸如铜、钢、铝或其它材料(诸如塑料)的材料的相当长而平的片材或带材平直度的方法和设备。

更具体地，本发明是在冷轧或热轧机中用于测量、确定和控制平直度的方法和设备。

本发明还涉及使用人-机接口和控制算法来测量、确定和控制平直度的方法和设备。

发明背景

在带材和片材的轧制中，通常的实践是在冷轧或热轧机中把材料轧制到所需尺寸，然后把最终得到的带材馈送到卷绕机，在其中把它绕成卷材。在图1上，显示了平直度控制，它典型地包括三个主要部分，测量、控制和传动器，用来校正平直度误差。平直度控制的困难在于，尽管有某些已知的限制但仍要达到非常良好的平直度。平直度为什么不总是完美的原因在于，所有这三个部分都有多个限制。

测量例如常常是离散的，因为在带材的宽度上，只具有有限个测量区域，而沿着带材，每次旋转只完成有限次数的测量(比如说，在旋转方向上有四个测量区域)。控制具有复杂的数学关系，它并不总是能跟得上带材的速度，而传动器只能校正某些类型的误差，并且不保证它们可以校正任何形状的平直度误差。例如，弯曲和倾斜传动器只能校正作为抛物线与直线的总和的形状，但当然平直度误差在原理上可以具有任意不规则的形状。

在宽度上有不同的减小程度的金属带材在不同的带材分段将以不同的长度被拉长。通常，这种减小导致带材的某些预定的应力分布。

在被测量的带材平直度与目标平直度曲线之间的差值被定义为“平直度误差”。实际上，带材的平直度误差可以由专门测量滚筒(roll)进行测量，例如用应力计滚筒，这是一种ABB产品。

现有技术

已经开发了几种不同的方法，用来通过所谓的平直度控制操作以校正平直度误差。所有的这些方法是基于滚筒之间的缝隙的局部修正。

在轧制机与卷绕机之间的带材的张力被仔细地监视，并且大家知道，为了调整轧制的材料的平直度，要测量带材上的张力分布。

在US 3,481,194中，Sivilotti和Calsson公开了一种带材平直度传感器。它包括测量滚筒，带材通过该滚筒在轧制机与在本例中的卷绕机之间传送。测量滚筒检测在带材的宽度上几个点处的带材的压力。压力表示带材上张力的度量。带材上张力的测量导致在带材的宽度上几个区域的每个区域中平直度的一个图形。

US 4,400,957公开了带材或片材轧制机，在其中测量拉伸应力分布以表征平直度。平直度的测量值与目标平直度进行比较，并计算在测量的平直度与目标平直度之间的差值作为平直度误差。平直度误差被反馈回轧制机的控制单元，以便调整和控制带材的平直度，从而达到零平直度误差。

离散平直度传感器和带有几个传动器的轧制机具有传感器不能连续地进行测量的缺点。这意味着，某些类型的平直度误差无法检测。除此以外，由于物理限制，传动器不能校正任何类型的平直度误差，即使检测到了这些误差。

另一个缺点是，在传感器处理、传动器响应预测、和需要这些传感器与传动器之间的精确的数学变换关系中增加的复杂性。这种复杂性可以通过平直度和控制的最佳化操作而被克服。

通常平直度的最佳化通过空间变换函数的不同的补偿而完成。这些都牵涉到大量数值和处理控制方法。典型的例子是人工神经网络、多变量控制、自适应控制等等。这些对于普通操作员是难以理解和操纵的。

而且，虽然操作员可以从例如带材的视觉检查得到另外的信息，但操作员不能容易地把这个信息转移为现有的平直度控制的数学公式。例如，操作员可以看见带材上的某些图案，如“四分之一凹凸(quarter buckles)”，但他如何使用这个信息来修改平直度控制范例则是不清楚的。

在下面将描述用于控制设备的一般控制算法的基础知识，以便进一步了解本发明。在这样做时，将参考以下的参数：

N＝测量区域数(沿带材宽度的测量样本数)

P＝传动器数

b_i＝区域i的平直度误差(i＝1，...，N)，向量b＝{b_i}是平直度误差空间

a_i，j＝传动器j的对应于测量区域i的传动器效应(i＝1，...，N；j＝1，...，P)

A＝轧制矩阵，其元素a_i，j被用于空间变换

x_j＝在范围[0，...，1]中归一化的、要计算的传动器参数，向量x＝{x_i}是传动器空间

A^T＝表示矩阵A的转置

Rⁿ＝它是实数n维向量的空间{x₁，x₂，...，x_n}。

术语空间表示向量空间。我们使用不同尺寸的矩阵的向量空间和多项式的向量空间。

轧制矩阵A是从轧机制造商、从测量值或识别操作得到的，以及平直度误差矩阵b是通过平直度测量装置(诸如测量滚筒)在线测量的。这些矩阵通过下式与传动器参数矩阵相联系：

              Ax＝b                       (1)

平直度控制装置通常当向量A是给定的常数和b是在线测量时找出向量x。

由于A不是方矩阵(一般地N≥P)，对于由(1)代表的方程的系统，比起未知量的个数P，有更多的方程数N。这意味着，一般说来，(a)没有唯一解，和(b)解不是精确的，即可以找到一个x，以使得b接近于Ax。这里，“接近”是按照以R^N空间中的范数表示的欧几里德距离衡量的。

如果x是变化的以及如果A的列是线性独立的，则乘积Ax描述在R^N上的空间，被称为“A的列空间”，或“A的范围”，表示为R(A)或“A的列的跨度”。列空间给出一个其传动器设备由矩阵A描述的轧制机可以具有的平直度误差校正的所有的可能性。从2D/3D空间的基本几何关系和从N-空间的函数分析可以知道，最接近的距离由正交投影给出：在b与Ax之间的最小距离是b在Ax的空间上的投影，见图2。

当两个任意向量v和w的内积<v，w>是零时，这两个向量是正交的。对于矩阵向量空间，内积被定义为乘积v^Tw，这样，正交性是指v^Tw＝0。对于我们的情形，令r＝b-Ax是剩余数(在解Ax与向量b之间的误差)。最小剩余数是r在Ax上的正交的投影，按照定义，它是：

             0＝A^Tr＝A^T(b-Ax)             (2)

通过分开这些项，我们得到：

             A^TAx＝A^Tb                    (3)

这在文献中被称为正态方程。因子A^TA∈R^M×N被称为A的GTam矩阵(常常是对称方矩阵)。把(2)乘以(A^TA)^-1，我们得到x：

             x＝(A^TA)^-1A^Tb＝A^PLb          (4)

项A^PL＝(A^TA)^-1A^T被称为A的左伪逆矩阵。

以上的公式(4)用于例如在现有的ABB应力计5.0/6.0平直度控制设备中的基于模型的方法，以及也由平直度控制设备的大多数其它制造商所使用。这个方法的其它描述在诸如“最小平方法”、“正交向量”、或“剩余平方最小化”的名义下出现，然而，所有的这些是上述的向量空间和正交投影的不太常用的表达。例如正交向量可以通过Gram-Schmidt正交化过程得到；然而，正交化只是计算伪逆矩阵的另一个方法。这里提出的方法适用于所有的这些计算或其等价物。

图像变形(image morphing，这是图像变形(imagemetamorghosis)的简称)是用于创建在两个2D图像之间的平滑过渡的流行的技术。变形是把一个对象改变到另一个对象的过程。该方法可用于对象的基于体积的表示，结果是在两个3D对象之间的平滑过渡(3D变形或3D变形)。有几种不同的算法来创建过渡，取决于所需的函数。

如果对象具有相同的数目的多边形和顶角以及完成了100％变形，则结果是第一对象被变换成与你用来使它变形的对象相同的对象。也就是，如果两个对象是一个球和一个立方体，则你可以把球变形成与立方体是等同的，如果它们具有相同的数目的多边形和顶角的话。你也可以选择把对象变形例如50％，然后你以球和立方体的合并作为结束。

如果对象具有不同数目的多边形或顶角，则你必须构建在一个对象的顶角与另一个对象的顶角之间的变换。因此，即使在你把对象变形到100％，你也不能用一个看起来与你用来使它变形的对象相同的变形形状作为结束。

本方法可用于对象的基于体积的表示，结果是在两个3D对象之间的平滑过渡(3D变形(metamorphosis)或3D变形(morphing))。取决于所需的函数，有几种不同的算法来创建过渡。

发明概要

由于具有高度平直度的带材产品今天对于轧制机的竞争是重要的，所以本发明的目的是解决上述的问题，以及给出一种用于通过测量、确定和控制材料的相当长在而平的片材或带材的平直度而改进平直度控制以达到非常好的平直度的方法和设备。

平直度控制，FC，主要是把测得的平直度误差在多维空间中运动的点变换成在传动器的多维空间中所确定的点，从而满足某些最佳化条件。这是今天在FC中使用的传统的变换，我们把它称为第一变换。

由于传动器空间的性质和由于传感器数据与用于计算平直度误差的参考值之间的关系，第一变换常常很难最佳化。例如，所有的传动器的全部动作在各个单独传动器中是非线性的，它不能产生最佳的变换，或变换(传动器位置的可能的组合)不是唯一的。

限制控制的另一个因素是测量的离散的性质。离散化对大多数当前测量技术而言在带材宽度(测量滚筒的测量区域)和沿带材长度(当接触带材时的传感器测量)这两方面都是固有的。

本发明提出通过引入第二变换而对以上讨论的问题提出一个解决方案。这个第二变换可以根据视频样本或数学函数这样的参考模型来输出空间最佳化矩阵而实现。参考模型进入主变换的计算。其结果是平直度控制的增加的精确度和定域性。另一个优点是大大增加采样量化度(granularity)，这转换成更精确的和及时的平直度控制。

本发明的方法通过以下步骤而实现：

-通过使用视觉的或图像信息对作用在传动器模型和传感器空间的最佳化算法进行第二变换，以及

-用来自实际的带材的信息来增强测量的带材平直度向量。

本发明可应用到在至少一维上(沿带材宽度、带材长度或二者)是离散的任何类型的平直度测量，诸如利用离散采样的测量设备或非接触测量设备。

本发明在传感器空间与传动器空间之间建立一个数学变换，它大大地改进已知的控制方法的缺陷。这是由于有关平直度误差的性质的额外信息从用户或从视觉传感器输入到系统，和由于这个信息以更好的方式被用于使任何类型的已知控制器实现传动器性能的最佳化。因此，在按照本发明的方法中使用了视觉设备和对于诸如传感器融合或变形的传动器数据的视觉操作，同时还使用了实施空间变换的控制结构。

按照本发明的方法因响应时间减小而将大大地提高控制速度。

附图简述

为了更好地了解本发明，将参照下面的附图。

图1显示已知的平直度控制设备。

图2显示简单的正交投影。

图3显示按照本发明的控制系统。

图4显示数学模型生成的带材。

图5显示多个平直度外形图的例子。

图6显示参考模型的细调节或采样的同步。

图7显示连续带材预测的例子。

优选实施例详细说明

在金属轧制工业中使用的平直度控制，从数学观点看来，是源于传感器的向量的抽象空间到传动器空间的变换。当对特定轧制条件的控制进行细调时，使用了相应于所实施的控制的数学级别的传统范例，诸如“转移函数”、“状态空间的极点与零点”、“动态特性”、“最小平方”和不同的参数化或补偿函数。随着IT和虚拟现实结构的出现，越来越多的情形是：虚拟的带材模型可以从视频获取或数学模型得到。因此，这里的概念是把调节操作从控制的抽象级别移到操作员在使用不同的视觉化和虚拟真实性技术时可以看到的真实物理特性。

本发明给出了一种方法，它使用包含在虚拟带材模型中的信息去改进平直度控制算法，本发明的主要特性是：

·测量的平直度向量通过使用变形技术用来自虚拟带材的信息而得到增强(第一空间变换的增强)。

·通过这种操作，采样的量化度增加。这导致更好的和更精确的平直度控制。

·由于采样的数据可在较短的时间间隔内得到，控制速度大大地增加(响应时间大大减小)。

·虚拟带材被变换到向量空间最佳化算法。这实际上是第二向量变换，它给控制最佳化实现了精细的局部调节(建立第二空间变换)。

简言之，本发明说明通过两种方式的空间变换可以实现平直度控制精度的增加，其中视觉的或其它连续的或接近连续的事先的带材信息增强了(a)测量(b向量)和传统的控制环，以及(b)最佳化算法，它告诉如何计算x以使得剩余量|Ax-b|最小化。

在图3上，显示按照本发明的控制系统，其中：

·A是平直度测量设备，它产生每个测量区域的平直度向量值。

·B是变形单元(在现有的设备或专用设备中的软件)，它是HMI的一部分。

·C表示被用于变形的参考带材模型。这些是从视频或使用激光器获取的或来自数学建模的结果而生成的图像文件。

·D是目标应力分布(参考)。对于本方法，目标应力分布的量化度是与参考带材模型的量化度相同的。

·E是执行以上描述的算法的平直度控制计算机。

·F是数学地描述带材的局部特性(边缘、中间等等)的空间变换矩阵。每个矩阵被变换成参考带材模型。

·G是轧制机模型，它是现有的平直度控制的一部分，以及它是一个矩阵(“轧制机矩阵”)。

·H是校正平直度的传动器。

·I是一个感知实际的带材和把这个信息变换成允许与参考带材模型相比较的格式的设备。这可以是诸如可视摄影机、红外摄影机或能够感知带材有关信息的其它设备，或与带材有视觉接触的训练有素的操作员。

·J是一个允许在按照I而感知到与变换过的实际带材与参考带材模型之间进行比较的设备。这个操作同样可以是人工的或自动的。然而，在自动操作的情形下，这个比较在设计该自动设备时完成。

·K是一个在感知的实际的带材与参考带材模型之间选择最好匹配的设备。

轧制机操作员例如从视频摄影机或通过视觉检查得到有关平直度缺陷特性的额外信息。作为对比，由于离散的采样，测量值只包含所有的这个信息的截取的部分。视频帧可包含亚毫米量化度的信息，而平直度测量值只具有在10cm与直到0.25m之间的量化度。例如，视频摄影机(或视觉检查)可以清楚地显示所谓的“四分之一凹凸”，但当用平直度测量设备采样时，这些凹凸不是完全可检测的。这被显示于图6的、从视频拍摄而生成的带材图像上，分散的滚筒测量样本可以处在凹凸的之内或之外的任何地方，以致不能单独地从滚筒测量值得到这些凹凸。视觉信息也可以从数学模型(所谓的灰色、白色、或黑色模型)生成，数学生成的模型带材的例子显示于图4。按照本发明，可以使用所有类型的生成的或照相的/视频拍摄的图像。

按照本发明，这个信息被加到来自参考模型的测量信息，以便改进空间变换最佳化。信息典型地是被变形的。

操作员具有多个参考模型，它们具有作为输出的应力分布，见图5，它们可以用真实测量数据加以变形。这些模型例如是从视频拍摄的数字转换得到的。

为了完成变形，选择的参考模型需要被定标和被同步，以便与测量的数据匹配。

做到这一点的一个替换例是要在其上进行测量的带材上作一个视觉标记(从视频拍摄)。这例如可以通过使用激光射线来完成。

在图形用户接口上，操作员(或图案匹配算法)可以水平地细调参考模型，以便与测量的数据匹配。这个方法显示于图7。

变形算法按照测量值数据修正参考模型，导致更接近于真实性的数据组。

变形函数可以以不同的方法进行计算，但实际上每个测量的数据点逐渐地影响几个参考模型点。

这个新的数据组可被用来计算平直度误差，它与现有的系统相比较是更精确的。从变形分布减去目标分布(向量减法)，以便计算平直度误差。

如果目标与变形的信号的量化度是相同的，则可以执行这个操作。高的量化度目标分布图可以在达到需要的量化度之前简单地重复地填入相同的分布图，或通过使用来自事后的带材处理的图像或视频拍摄而得到，如在专利EP 1 110 635 A1“Method and device forcontrolling flatness”(控制平直度的方法和设备)，(Jonsson，Meyer，1999)中描述的。

最终得到的平直度误差比起传统上从原先的测量的样本得到的平直度误差具有高得多的量化度。这具有平直度控制更精确、更快速、和具有更好的预测能力的效果。

轧制机操作员具有例如从视频摄影机或视觉监视得到的有关平直度缺陷特性的额外信息。作为对比，测量值不包含由于采样产生的全部这些信息。例如，视频摄影机(或视觉监视)可以显示所谓的“四分之一凹凸”，但当用离散的采样测量设备采样时，这些凹凸不是完全可检测的。

操作员具有k个预先规定的应力分布的参考模型。这些模型例如可通过视频获取的数字转换而得到。

有关平直度缺陷的性质可被使用来设计平直度控制算法，以便集中在问题最重大的补偿区域。如果例如带材具有“波动边缘”的图案，则传动器需要补偿带材的边缘，而不是中心。

本发明提出建立一对一的变换：预先规定的应力分布的每个参考模型与一个矩阵相关联，该矩阵描述平直度误差校正用的每个测量区域的权重。这些权重矩阵用在平直度控制算法中。

操作员或图形匹配软件决定最好使用哪个参考模型。参考模型被变换成一个权重矩阵。这个变换是第二向量空间变换，以及它是本发明的关键成分。

来自例如Hitachi(日立)/Siemens(西门子)的某些专利使用某些图案匹配技术。然而，这些专利的焦点集中在使用某些用于增强测量的(模糊，神经网络)算法，以及不涉及本发明所利用的控制算法。换句话说，这些专利要求保护我们称为第一空间变换的权利。相反，本发明要求保护通过双重空间变换而达到大大地提高的平直度控制精确性的权利。

在数学上，这意味着每个参考模型M_i(其中i是模型的下标号)被变换成独特的矩阵K_i。矩阵K_i是N×N的方矩阵(N是测量区域数)。该矩阵除了主对角线以外所有位置都具有零值，其中具有传动器对特定大小的区域的动作所需的权重。

在变形后得到的接近连续的空间在测量采样后给出预测的程度，因为这时可以得到在两个样本之间的连续的子空间。预测的范围至少等于参考带材模型的尺寸。这意味着，通过执行自回归控制方案可以在这个带材区域内改进控制算法。操作员有可能进行视觉化和给出命令，正如图6示意地显示的。

带材在使用计算机图形工具(阴影化、材料纹理、转换等等)的操作员工作站被生成。带材与视频相同的方式(所谓的虚拟现实)显示成移动的。加到这个功能的输入是来自测量滚筒和变形面的测量的数据。测量传感器例如在图7上被表示为A，B，C，D的位置上接触带材。被使用于变形的参考模型具有长度1。图7显示当预测范围是1时的情形。这个长度覆盖3个测量样本A，B和C。在预测区域内的彩色是以通过利用记录程序(loggers)，Matlab程序等进行的通常方式映射实际测量与预测值之间的差别。例如，红色是指大的误差，黄色是指中等误差，绿色是小的误差，并且在彩色之间梯度。轧制机操作员通过在范围[0，1]内修正预测范围和变形的参考模型，可以验证哪种情形最好地适用于轧制。

概述地，本发明包括以下内容：

-第二变换--从参考模型到输出空间最佳化矩阵--虚拟带材被直接变换到向量空间最佳化算法。

-参考模型进入到主变换的计算--测量的平直度向量通过使用变形技术用来自虚拟带材的信息而得到增强。

-使用带材的参考图像/模型/说明来增强平直度误差-变形技术。

-使用带材的参考图像/模型/说明，结合相关的权重矩阵以集中在问题最重要的补偿区域。

-空间改变。

按照本发明的方法至少部分可以在一组计算机可读的指令或被包含在计算机程序贮存装置中的代码装置的控制下被执行，以便使计算机或处理器执行上述的方法的任何步骤。

本发明也可以使用计算机可读的产品以实行按照本发明的方法。

虽然本发明是根据优选实施例被描述的，但本发明并不限于此，而是可以以各种不同的方式被体现而不背离如在权利要求中规定的本发明的原理。

Claims (22)

1.使轧制材料的带材的平直度的测量和控制最佳化的方法，其中第一变换是在带材通过轧制机后进行的，

其特征在于，

在测量与控制之间进行第二变换。

2.按照权利要求1的方法，

其特征在于，

第二变换是通过把参考带材模型和传动器空间变换矩阵与相关的平直度缺陷类型相关联而完成的。

3.按照前述权利要求的任一项的方法，

其特征在于，

使带材可视化；

通过把可视性与一个或多个参考带材模型相比较来确定相关的平直度缺陷的类型，

选择一个关联的和有关的传动器空间变换矩阵，

用测量的信息使可视图像变形。

4.按照前述权利要求的任一项的方法，

其特征在于，

通过传动器校正算法使用变形的信息在测量与控制之间进行增强的变换。

5.按照前述权利要求的任一项的方法，

其特征在于，

为已知的平直度缺陷类型建立一组参考带材模型，

建立一组空间变换矩阵，它们对通过平直度控制的最佳化来校正已知的平直度缺陷类型是已知的，

根据平直度缺陷类型把每个参考带材模型变换成它的相应的向量空间变换矩阵。

6.按照前述权利要求的任一项的方法，

其特征在于，

通过比较可得到的参考带材模型与实际的带材而选择一个参考带材模型。

7.按照前述权利要求的任一项的方法，

其特征在于，

通过用测量的平直度数据内插参考模型，即通过使用变形，来增强测量的数据。

8.按照前述权利要求的任一项的方法，

其特征在于，

用空间变换矩阵使控制最佳化。

9.按照前述权利要求的任一项的方法，

其特征在于，

把实际带材变换成被用于参考带材模型的可视化格式。

10.按照前述权利要求的任一项的方法，

其特征在于，

由操作员对带材进行可视的接触。

11.按照前述权利要求的任一项的方法，

其特征在于，

对参考带材模型与实际带材可视化格式进行比较。

12.按照前述权利要求的任一项的方法，

其特征在于，

对自动比较进行人工调节。

13.按照前述权利要求的任一项的方法，

其特征在于，

使测量数据与视频样本同步并与当前执行的最佳化算法同步。

14.按照前述权利要求的任一项的方法，

其特征在于，

使用变形技术。

15.按照前述权利要求的任一项的方法，

其特征在于，

把通过变形而进行的变换结果添加到来自参考模型的测量的信息中。

16.用于使轧制材料的带材的平直度的测量和控制最佳化的设备，

其特征在于，

用于通过把参考带材模型和传动器空间变换矩阵与相关的平直度缺陷类型相关联而完成变换的装置。

17.按照权利要求16的设备，

其特征在于，

具有用于在测量与控制之间进行变换的装置。

18.按照权利要求16或17的设备，

其特征在于，

具有用于通过传动器校正算法在测量与控制之间进行变换的装置。

19.按照权利要求16-17的设备，

其特征在于，

用于为已知的平直度缺陷类型建立一组参考带材模型的装置，

用于创建一组空间变换矩阵的装置，这些矩阵对通过平直度控制最佳化以校正已知的平直度缺陷类型是已知的，

用于根据平直度缺陷类型把每个参考带材模型变换成它的相应的向量空间变换矩阵的装置。

20.计算机程序，包括用于实行按照权利要求1-15的方法的步骤的计算机程序代码装置。

21.计算机可读的媒体，包括按照权利要求19的计算机程序的至少一部分。

22.按照权利要求19的计算机程序，它至少一部分是通过诸如互联网的网络提供的。

Images