DE19642918C2 - System zur Berechnung des Enddickenprofils eines Walzbandes - Google Patents
System zur Berechnung des Enddickenprofils eines WalzbandesInfo
- Publication number
- DE19642918C2 DE19642918C2 DE19642918A DE19642918A DE19642918C2 DE 19642918 C2 DE19642918 C2 DE 19642918C2 DE 19642918 A DE19642918 A DE 19642918A DE 19642918 A DE19642918 A DE 19642918A DE 19642918 C2 DE19642918 C2 DE 19642918C2
- Authority
- DE
- Germany
- Prior art keywords
- roll stand
- stand
- neural networks
- roll
- thickness profile
- 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.)
- Expired - Fee Related
Links
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
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- 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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Description
Die Erfindung betrifft ein System zur Berechnung des Enddi
ckenprofils eines Walzbandes gemäß dem Oberbegriff des Pa
tentanspruchs 1 sowie ein Verfahren zur Bestimmung des Dickenprofils
eines Walzbandes gemäß dem Oberbegriff des nebengeordneten Patentanspruchs 22.
Ein solches System und ein solches Verfahren sind aus der
Druckschrift atp 38 (1996) 10, Seiten 28 bis 42 bekannt.
Zur Beeinflussung des Enddickenprofils eines Walzbandes in
einer Walzstraße mit mehreren Walzgerüsten ist es notwendig,
die Beeinflussung des Dickenprofils des Walzbandes auf mehre
re Walzgerüste zu verteilen. Für eine geeignete Beeinflussung
müssen Werte für das Enddickenprofil des Walzbandes nach dem
einzelnen Walzgerüst vorliegen. Da die Messung des Dickenpro
fils eines Walzbandes aufwendig und teuer ist, wird das Di
ckenprofil des Walzbandes üblicherweise an einer einzigen
Stelle gemessen. Es ist z. B. bekannt, das Dickenprofil eines
Walzbandes (pi) hinter den einzelnen Walzgerüsten und damit
schließlich das Enddickenprofil, d. h. das Dickenprofil hinter
dem letzten Walzgerüst, durch wiederholte Verwendung des Zu
sammenhangs
zu bestimmen.
Dabei wird ki nach dem Artikel "High Accuracy and Rapid-
Response-Hot Strip Mill", TECHNO Japan Vol. 20.-No9, Sept.
1987, S. 54-59 gemäß
berechnet.
Außerdem sind
pi-1 das Dickenprofil des Walzbandes vor dem Walzgerüst
hi-1 die Banddicke vor dem Walzgerüst, hi die Banddicke hinter dem Walzgerüst
Πi das Lastwalzspaltprofil
Di der Arbeitswalzendurchmesser
b die Dicke des Walzbandes und
ci1, ci2 Modellparameter
pi-1 das Dickenprofil des Walzbandes vor dem Walzgerüst
hi-1 die Banddicke vor dem Walzgerüst, hi die Banddicke hinter dem Walzgerüst
Πi das Lastwalzspaltprofil
Di der Arbeitswalzendurchmesser
b die Dicke des Walzbandes und
ci1, ci2 Modellparameter
Der Faktor ki wird also aus analytischen Zusammenhängen be
stimmt, in die bestimmte Eigenschaften des Walzgerüstes und
des Walzgutes eingehen.
An diesem Ansatz ist nachteilig, daß Gleichung (2) und (3)
nur näherungsweise gelten. Zudem sind die Modellparameter ci1
und ci2 unbekannt und müssen experimentell ermittelt werden.
Dies führt häufig zu einer unzureichenden Bestimmung des End
dickenprofils.
Aus atp 38 (1996) 10, Seiten 28 bis 42, ist es be
kannt, neuronale Netze zur Steuerung von Walzstraßen zu ver
wenden. Auf der übergeordneten Prozessführungsebene einer
Walzstraße, deren zentrale Aufgabe darin besteht, ausgehend
von Primärdaten und Sollwerten sowie basierend auf Modellen
bzw. Tabellen, die für das jeweils nächste Band erforderliche
Voreinstellung der Anlage vor dessen Einlauf in die Walzstra
ße möglichst genau zu berechnen. Diese vorausberechneten Vor
einstellungen werden als Führungsgrößen an die Basisautomati
sierung übermittelt, die darauf aufbauend die gesamte Rege
lung und Steuerung übernimmt. Mit der Messwerterfassung der
Basisebene können die Modelle und Tabellen über die sogenann
te Nachberechnung nach Walzen des Bandes modifiziert werden.
Das Profil des Walzgutes nach Durchlaufen eines Gerüsts er
gibt sich aus einer Kombination des Bandprofils beim Eintritt
in das Gerüst und dem Profil des Walzspaltes unter Last
(Lastwalzspaltprofil). Neuronale Netze können zur Profilbe
stimmung, beispielsweise in einem Hybridenansatz, verwenden
werden, bei dem gerüstspezifische mathematische Modelle die
Lastwalzspaltprofile bestimmen. Die sich aus diesen Modellen
ergebenden Werte für die Walzspaltprofile bilden zusammen mit
weiteren Prozessgrößen den Eingangsvektor für ein neuronales
Netz, das darauf trainiert wird, anhand dieser Informationen
das Profil am Ende der Fertigungsstraße zu bestimmen.
Aufgabe der Erfindung ist es, ein Systems und ein Verfahren der eingangs genannten Art anzugeben, das eine
präzisere Berechnung des Ausgangs eines mehrstufigen Verfor
mungsprozesses, insbesondere des Dickenprofils bzw. des End
dickenprofils eines Walzbandes erlaubt.
Diese Aufgabe wird erfindungsgemäß durch die kennzeichnenden Merkmale im Anspruch 1
beziehungsweise im nebengeordneten Anspruch 22 gelöst.
Dieses
System hat sich gegenüber dem bekannten Ansatz, bei dem experimentell
ermittelte Parameter zur Beschreibung der Eigen
schaften des Walzgerüstes bzw. zur Beschreibung des Walzmate
rials in analytischen Zusammenhängen zu Kenngrößen zusammen
gefaßt werden, bewährt. Das erfindungsgemäße System hat sich
überraschenderweise als besonders geeignet erwiesen, das End
dickenprofil hinter den Walzgerüsten einer mehrgerüstigen
Walzstraße mit hoher Präzision zu bestimmen.
Vorteilhafte Ausgestaltungen der Erfindung sind
in den Unteransprüchen gekennzeichnet.
Es hat sich als besonders vorteilhaft erwiesen, das Dicken
profil eines Walzbandes hinter einem Walzgerüst mittels der
Funktion
zu bestimmen, und die
Eigenschaften des Walzgerüstes bzw. Eigenschaften des Walzge
rüstes unter Einbeziehung von Eigenschaften des Walzmaterials
repräsentierenden Faktor ki mittels der auf neuronalen Netzen
basierenden Informationsverarbeitung zu bestimmen. Die Be
stimmung des Faktors ki mit einer auf neuronalen Netzen ba
sierenden Informationsverarbeitung hat sich dabei als deut
lich vorteilhaft gegenüber dem bekannten Ansatz zur Bestim
mung dieses Faktors erwiesen.
In einer weiteren vorteilhaften Ausgestaltung der Erfindung
wird das Lastwalzspaltprofil in einer Vorverarbeitung ermit
telt, die unter anderem ein Biegemodell, ein Walzentempera
turmodell sowie ein Verschleißmodell umfassen kann. Auf diese
Weise ist es möglich, daß mit dem erfindungsgemäßen System
zur Bestimmung des Dickenprofils eines Walzbandes hinter ei
nem Walzgerüst existierende Algorithmen zur Modellbildung der
Spannungs- und Temperaturverhältnisse im Walzgerüst sowie der
Alterung weiter verwendet werden können. Diese Weiterverwen
dung bekannter Modelle für eine Walzstraße verringert die Ko
sten des erfindungsgemäßen Systems deutlich, und ermöglicht
insbesondere ein Nachrüsten existierender Walzgerüste bzw.
Walzstraßen.
In einer weiteren vorteilhaften Ausgestaltung der Erfindung
wird die vor Inbetriebnahme vortrainierte, auf neuronalen
Netzen basierende Informationsverarbeitung im Betrieb on-line
weitertrainiert. Auf diese Weise ist es möglich, das System
zur Bestimmung des Dickenprofils eines Walzbandes hinter ei
nem Walzgerüst an Veränderungen im Walzgerüst zu adaptieren.
In einer weiteren vorteilhaften Ausgestaltung werden die neu
ronalen Netze der auf neuronalen Netzen basierenden Informa
tionsverarbeitung, insbesondere die on-line weitertrainierten
neuronalen Netze bei mehrgerüstigen Walzstraßen in bezug auf
Meßwerte für das Enddickenprofil ausschließlich mit Meßwerten
nach dem letzten Gerüst der mehrgerüstigen Walzstraße trai
niert. Auf diese Weise ist es möglich, die neuronalen Netze
aller Walzgerüste on-line weiterzutrainieren, ohne in der
Walzstraße aufwendige Einrichtungen zur Dickenprofilmessung
zu installieren. Es hat sich überraschenderweise herausge
stellt, daß es möglich ist, das on-line Training der neurona
len Netze ausschließlich mit einer Dickenprofilmessung hinter
dem letzten Walzgerüst durchzuführen. Insbesondere für das
on-line Training haben sich dabei drei Trainingsvarianten als
vorteilhaft erwiesen. So werden die neuronalen Netze nicht
nur mit Daten des ihnen zugeordneten Walzgerüstes trainiert,
sondern auch mit Daten benachbarter Walzgerüste, wobei die
Daten benachbarter Walzgerüste mit geringerem Gewicht in das
Training eingehen. In einer weiteren alternativen Trainings
art werden die neuronalen Netze der auf neuronalen Netzen ba
sierenden Informationsverarbeitung für alle Gerüste einer
Walzstraße mit den gleichen Daten on-line weitertrainiert.
Auf diese Weise wird erreicht, daß die neuronalen Netze für
jedes Walzgerüst identisch sind. In einer weiteren Alternati
ve wird das on-line Training der einzelnen gerüstspezifischen
Netze nur mit Datensätzen des zugehörigen Gerüstes derart
durchgeführt, daß nur graduelle und/oder ganz bestimmte Un
terschiede für die Gewichte benachbarter Netze zugelassen
werden. D. h., daß die neuronalen Netze der auf neuronalen
Netzen basierenden Informationsverarbeitung derart trainiert
werden, daß die Netzparameter, also die Gewichte oder Ver
stärkungen, der neuronalen Netze für die einzelnen Walzgerüste,
die einander entsprechen, um weniger als einen bestimm
ten Toleranzwert voneinander abweichen. Gemäß dieser Trai
ningsstrategie haben die neuronalen Netze der einzelnen Walz
gerüste die gleiche Struktur. Durch diese Gleichheit der
Struktur kann erreicht werden, daß die einzelnen Netzpara
meter gegenüber den entsprechenden Netzparametern der neuro
nalen Netze der jeweils anderen Gerüste ähnlich sind. Um die
se Ähnlichkeit sicherzustellen, dürfen gemäß dieser vorteil
haften Ausgestaltung der Erfindung die Netzparameter gegen
über den entsprechenden Netzparametern der neuronalen Netze
der anderen Walzgerüste nur um einen bestimmten Toleranzwert
abweichen. Dabei können für unterschiedliche Netzparameter
unterschiedliche Toleranzwerte festgelegt werden.
Weitere Vorteile und erfinderische Einzelheiten ergeben sich
aus der nachfolgenden Beschreibung von Ausführungsbeispielen,
anhand der Zeichnungen.
Im einzelnen zeigen:
Fig. 1 den Querschnitt eines Walzbandes;
Fig. 2 ein erfindungsgemäßes System zur Bestimmung des
Dickenprofils eines Walzbandes;
Fig. 3 ein alternatives System zur Bestimmung des Dicken
profils eines Walzbandes;
Fig. 4 ein System zur Bestimmung des Dickenprofils eines
Walzbandes in einer Walzstraße.
Fig. 1 zeigt den Querschnitt eines Walzbandes. Dabei bezeich
net b die Bandbreite, hM die Banddicke in der Mitte des Walz
bandes, h2 die Banddicke am linken Rand des Walzbandes und hR
die Banddicke am rechten Rand des Walzbandes.
Eine mögliche Definition des Dickenprofils p des Walzbandes
bildet die Funktion
Fig. 2 zeigt ein erfindungsgemäßes System zur Bestimmung des
Enddickenprofils eines Walzbandes. Dabei bezeichnet Bezugs
zeichen 1 ein Walzgerüstmodell des Walzgerüstes 7. Das Walz
gerüstmodell 1 weist ein Profilmodell 2 und eine Vorverarbei
tung 3 auf. Das Profilmodell 2 ermittelt das Dickenprofil pi
eines Walzbandes hinter dem Walzgerüst 7 in Abhängigkeit vom
Dickenprofil pi-1 vor dem Walzgerüst 7, von einem Eigenschaf
ten des Walzgerüstes bzw. Eigenschaften des Walzgerüstes un
ter Einbeziehung von Eigenschaften des Walzmaterials reprä
sentierenden Faktor ki, von dem Lastwalzspaltprofil Πi, das in
der Vorverarbeitung 3 berechnet wird, und von der Banddicke
hi-1 und hi vor und hinter dem Walzgerüst 7. Der Faktor ki
wird in einer auf neuronalen Netzen basierenden Informations
verarbeitung 4 bestimmt. Diese weist ein neuronales Netz 5
sowie eine Normierung 6 auf. Der modulare Aufbau des Systems,
d. h. die Trennung in ein Walzgerüstmodell 1 und eine auf
neuronalen Netzen basierende Informationsverarbeitung 4, er
möglicht es, bekannte Algorithmen zur Bestimmung des Dicken
profils eines Walzbandes hinter einem Walzgerüst wieder zu
verwenden. Dabei enthält das Walzgerüstmodell vorteilhafter
weise die Modelle und Algorithmen bekannter Verfahren. Die
bekannte Bestimmung des Faktors ki wird dagegen durch die auf
neuronalen Netzen basierende Informationsverarbeitung 4 er
setzt. Durch die Verwendung bewährter Algorithmen und Modelle
im Walzgerüstmodell 1 wird erreicht, daß die auf neuronalen
Netzen basierende Informationsverarbeitung 4 besonders ein
fach gestaltet werden kann, da weder das Profilmodell 1 noch
Modelle, wie Biegemodell, Temperaturmodell oder Verschleißmo
dell, wie sie üblicherweise zur Berechnung des Lastwalzspalt
profils herangezogen werden, gelernt werden müssen. Der Trai
ningsaufwand für die auf neuronalen Netzen basierende Infor
mationsverarbeitung 4 beschränkt sich lediglich auf die Zu
sammenhänge zwischen Walzgerüst und Walzband, die zur Ermitt
lung des Faktors ki notwendig sind.
Die Eingangsgröße Dickenprofil pi-1 vor dem Walzgerüst für
das Profilmodell 1 kann entweder die Ausgangsgröße eines Profilmodells
für ein i-1-tes Walzgerüst oder ein Meßwert sein.
Fig. 3 zeigt letztere Lösung.
Fig. 4 zeigt ein System zur Bestimmung des Enddickenprofils
eines Walzbandes in einer Walzstraße 8. In der beispielhaften
Ausgestaltung weist diese Walzstraße 8 vier Walzgerüste auf.
Entsprechend weist das System zur Bestimmung des Dickenpro
fils der Walzstraße 8 vier Systeme 9, 10, 11 und 12 zur Be
stimmung des Dickenprofils des Walzbandes hinter je einem
Walzgerüst auf. Jedem dieser Systeme 9, 10, 11 und 12 werden
Meßwerte 13, 14, 15 und 16 zugeführt, die als Eingangsgrößen
der auf neuronalen Netzen basierenden Informationsverarbei
tung, der Vorverarbeitung sowie des Profilmodells dienen. Dem
System zur Bestimmung des Dickenprofils des Walzbandes hinter
dem ersten Walzgerüst wird entsprechend der beispielhaften
Ausgestaltung zusätzlich ein Meßwert des Dickenprofils p0 des
Walzbandes vor dem ersten Walzgerüst zugeführt. Das System 10
zur Bestimmung des Dickenprofils p2 des Walzbandes hinter dem
zweiten Walzgerüst ermittelt das Banddickenprofil p2 in Ab
hängigkeit der Meßwerte 14 und des Banddickenprofils p1, das
als Ausgangsgröße vom System 9 zur Bestimmung des Banddicken
profils p1 des Walzbandes hinter dem ersten Walzgerüst ermit
telt wird. Entsprechend ist jedes Dickenprofil p1, p2, p3, das
von einem vorhergehenden System 9, 10, 11 zur Bestimmung des
Dickenprofils des Walzbandes hinter einem Walzgerüst gelie
fert wird, Eingangsgröße des nachfolgenden Systems 10, 11, 12
zur Bestimmung des Dickenprofils des Walzbandes hinter dem
jeweiligen Walzgerüst.
Claims (23)
1. System zur Berechnung des Enddickenprofils bzw. Dickenpro
fils (pi) eines Walzbandes hinter einem Walzgerüst einer
mehrgerüstigen Walzstraße mittels eines Walzgerüstmodells
(1), mit dem das Dickenprofil (pi) des Walzbandes hinter dem
Walzgerüst in Abhängigkeit des Dickenprofils (pi-1) vor dem
Walzgerüst und von Eigenschaften des Walzgerüstes bzw. von
Eigenschaften des Walzgerüstes unter Einbeziehung von Eigen
schaften des Walzmaterials ermittelt wird, wobei die Bestimmung des Dickenprofils des Walzbandes in einer
auf neuronalen Netzen basierenden Informationsverarbeitung erfolgt,
die ein Modell der Walzstraße bildet,
dadurch gekennzeichnet, dass die Be
stimmung ausgewählter Eigenschaften des Walzgerüstes bzw.
ausgewählter Eigenschaften des Walzgerüstes unter Einbezie
hung von Eigenschaften des Walzmaterials mittels jeweils ei
nes dem jeweiligen Walzgerüst zugeordneten neuronalen Netzes
erfolgt und der Wert des Banddickenprofils (pi-1) des Walzban
des hinter einem i-1-ten Walzgerüst als Eingangswert für das
neuronale Netz zur Bestimmung des Banddickenprofils (pi) des
i-ten Walzgerüstes verwendet wird und die neuronalen Netze in
Bezug auf Messwerte für das Banddickenprofil ausschließlich
mit Messwerten (pn) trainiert werden, die nach dem letzten
Gerüst der mehrgerüstigen Walzstraße gewonnen wurden.
2. System nach Anspruch 1,
dadurch gekennzeichnet,
daß die Bestimmung des Dickenprofils (pi) des Walzbandes hin ter dem Walzgerüst mittels einer Funktion
pi = fpi (pi-1, hi-1, hi, ki, Πi)
erfolgt,
wobei
hi-1 die Banddicke vor dem Walzgerüst,
hi die Banddicke hinter dem Walzgerüst,
Πi das Lastwalzspaltprofil und
ki ein Eigenschaften des Walzgerüstes bzw. ein Ei genschaften des Walzgerüstes unter Einbeziehung von Eigenschaften des Walzmaterials repräsentie render Faktor ist.
daß die Bestimmung des Dickenprofils (pi) des Walzbandes hin ter dem Walzgerüst mittels einer Funktion
pi = fpi (pi-1, hi-1, hi, ki, Πi)
erfolgt,
wobei
hi-1 die Banddicke vor dem Walzgerüst,
hi die Banddicke hinter dem Walzgerüst,
Πi das Lastwalzspaltprofil und
ki ein Eigenschaften des Walzgerüstes bzw. ein Ei genschaften des Walzgerüstes unter Einbeziehung von Eigenschaften des Walzmaterials repräsentie render Faktor ist.
3. System nach Anspruch 2,
dadurch gekennzeichnet,
daß die Bestimmung des Dickenprofils (pi) eines Walzbandes
hinter einem Walzgerüst mittels der Funktion
erfolgt.
erfolgt.
4. System nach Anspruch 2 oder 3,
dadurch gekennzeichnet,
daß die Bestimmung der Eigenschaften des Walzgerüstes bzw.
der Eigenschaften des Walzgerüstes unter Einbeziehung von Ei
genschaften des Walzmaterials repräsentierenden Faktors (ki)
mit einer auf neuronalen Netzen basierenden Informationsver
arbeitung (4) erfolgt.
5. System nach Anspruch 1, 2, 3 oder 4,
dadurch gekennzeichnet,
daß zumindest eine der Größen Bandbreite vor und/oder hinter
dem Walzgerüst, Banddicke vor und/oder hinter dem Walzgerüst,
Bandzug vor und/oder hinter dem Walzgerüst, Dickenabnahme,
Walzkraft, Biegekraft, Arbeitswalzendurchmesser, Dauer der
Pause zwischen zwei Bändern und chemische Zusammensetzung des
Walzmaterials Eingangsgröße der auf neuronalen Netzen basie
renden Informationsverarbeitung (4) ist.
6. System nach Anspruch 1, 2, 3 oder 4,
dadurch gekennzeichnet,
daß die Größen Bandbreite vor oder hinter dem Walzgerüst,
Banddicke vor oder hinter dem Walzgerüst, Dickenabnahme,
Bandzug vor oder hinter dem Walzgerüst, Walzkraft, Biege
kraft, Arbeitswalzendurchmesser, Dauer der Pause zwischen
zwei Bändern und chemische Zusammensetzung des Walzmaterials
die Eingangsgrößen der auf neuronalen Netzen basierenden In
formationsverarbeitung (4) sind.
7. System nach Anspruch 1, 2, 3 oder 4,
dadurch gekennzeichnet,
daß die Größen Bandbreite vor und/oder hinter dem Walzgerüst
und Banddicke vor und/oder hinter dem Walzgerüst die Ein
gangsgrößen der auf neuronalen Netzen basierenden Informati
onsverarbeitung sind.
8. System nach einem der Ansprüche 1 bis 7,
dadurch gekennzeichnet,
daß die Eingangsgrößen der auf neuronalen Netzen basierenden
Informationsverarbeitung (4), vorzugsweise in Relation zu ih
rer Streuung, normiert werden.
9. System nach einem der Ansprüche 2 bis 8,
dadurch gekennzeichnet,
daß das Lastwalzspaltprofil (Πi) in einer insbesondere ein
Biegemodell, ein Walzentemperaturmodell sowie ein Verschleiß
modell umfassenden Vorverarbeitung (3) ermittelt wird.
10. System nach einem der Ansprüche 1 bis 9,
dadurch gekennzeichnet,
daß die Modelle der Vorverarbeitung (3) analytisch sind.
11. System nach einem der Ansprüche 1 bis 9,
dadurch gekennzeichnet,
daß die Modelle der Vorverarbeitung (3) neuronale Netze sind.
12. System nach einem der Ansprüche 1 bis 9,
dadurch gekennzeichnet,
daß die Modelle der Vorverarbeitung (3) teilweise analytische
Modelle, teilweise neuronale Netze sind.
13. System nach einem der Ansprüche 1 bis 12,
dadurch gekennzeichnet,
daß die neuronalen Netze der auf neuronalen Netzen basieren
den Informationsverarbeitung (4), insbesondere on-line, wei
tertrainiert werden.
14. System nach einem der Ansprüche 1 bis 13,
dadurch gekennzeichnet,
daß die neuronalen Netze der auf neuronalen Netzen basieren
den Informationsverarbeitung (4) für ein Walzgerüst auch mit
Daten anderer Gerüste, insbesondere der direkt benachbarten
Gerüste, trainiert werden, wobei die Daten anderer Gerüste
mit geringerem Gewicht in das Training der neuronalen Netze
eingehen.
15. System nach einem der Ansprüche 1 bis 13,
dadurch gekennzeichnet,
daß die gleichen neuronalen Netze der auf neuronalen Netze
basierenden Informationsverarbeitung für jedes Gerüst der
mehrgerüstigen Walzstraße verwendet werden.
16. System nach einem der Ansprüche 1 bis 13,
dadurch gekennzeichnet,
daß die neuronalen Netze der auf neuronalen Netzen basieren
den Informationsverarbeitung (4) im Rahmen des on-line Trai
nings ausschließlich mit Datensätzen des zugehörigen Walzge
rüstes trainiert werden.
17. System nach einem der Ansprüche 12 bis 16,
dadurch gekennzeichnet,
daß die neuronalen Netze der auf neuronalen Netzen basieren
den Informationsverarbeitung derart trainiert werden, daß die
Netzparameter der neuronalen Netze für die einzelnen Walzge
rüste, die einander entsprechen, um weniger als einen be
stimmten Toleranzwert voneinander abweichen.
18. System nach einem der Ansprüche 1 bis 17,
dadurch gekennzeichnet,
daß es Teil eines automatischen Prozeßführungssystems einer
Walzanlage ist.
19. System nach einem der Ansprüche 1 bis 18,
dadurch gekennzeichnet,
daß es eine Prozeß-Recheneinheit aufweist.
20. System nach einem der Ansprüche 1 bis 19,
dadurch gekennzeichnet,
daß die Prozeß-Recheneinheit als Einschrittrechner, z. B. als
Mikrocontroller, oder als Mehrchiprechner, insbesondere als
ein Einplatinenrechner oder als ein Automatisierungsgerät,
ausgebildet ist.
21. System nach Anspruch 20,
dadurch gekennzeichnet,
daß das Automatisierungsgerät als speicherprogrammierbare
Steuerung, als VME-Bussystem oder als Industrie-PC ausgebil
det ist.
22. Verfahren zur Bestimmung des Dickenprofils (pi) eines
Walzbandes hinter einem Walzgerüst mittels eines Walzgerüst
modells (1), insbesondere unter Benutzung eines Systems nach
einem der Ansprüche 1 bis 21, dadurch gekennzeichnet, daß die Bestimmung ausgewähl
ter Eigenschaften des Walzgerüstes bzw. ausgewählter Eigen
schaften des Walzgerüstes unter Einbeziehung von Eigenschaf
ten des Walzmaterials mittels jeweils eines dem jeweiligen
Walzgerüst zugeordneten neuronalen Netzes erfolgt und der
Wert des Banddickenprofils (pi-1) des Walzbandes hinter einem
i-1-ten Walzgerüst als Eingangswert für das neuronale Netz
zur Bestimmung des Banddickenprofils (pi) des i-ten Walzge
rüstes verwendet wird und die neuronalen Netze in Bezug auf
Messwerte für das Banddickenprofil ausschließlich mit Mess
werten (pn) trainiert werden, die nach dem letzten Gerüst der
mehrgerüstigen Walzstraße gewonnen wurden.
23. Stahl,
dadurch gekennzeichnet,
daß er nach dem Verfahren gemäß Anspruch 22 hergestellt ist.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19642918A DE19642918C2 (de) | 1996-10-17 | 1996-10-17 | System zur Berechnung des Enddickenprofils eines Walzbandes |
US08/953,309 US5966682A (en) | 1996-10-17 | 1997-10-17 | System for calculating an output of a multi-stage forming process |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19642918A DE19642918C2 (de) | 1996-10-17 | 1996-10-17 | System zur Berechnung des Enddickenprofils eines Walzbandes |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19642918A1 DE19642918A1 (de) | 1998-04-30 |
DE19642918C2 true DE19642918C2 (de) | 2003-04-24 |
Family
ID=7809048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19642918A Expired - Fee Related DE19642918C2 (de) | 1996-10-17 | 1996-10-17 | System zur Berechnung des Enddickenprofils eines Walzbandes |
Country Status (2)
Country | Link |
---|---|
US (1) | US5966682A (de) |
DE (1) | DE19642918C2 (de) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19644132B4 (de) * | 1996-10-23 | 2005-07-07 | Siemens Ag | Verfahren zum Optimieren der Bandbreitenverteilung an den Enden eines eine Walzstraße durchlaufenden Bandes |
DE19713004C2 (de) * | 1997-03-27 | 2002-10-24 | Siemens Ag | Verfahren und Einrichtung zur Voreinstellung der Planheit eines Walzbandes |
DE19731980A1 (de) | 1997-07-24 | 1999-01-28 | Siemens Ag | Verfahren zur Steuerung und Voreinstellung eines Walzgerüstes oder einer Walzstraße zum Walzen eines Walzbandes |
AT410407B (de) * | 1998-02-18 | 2003-04-25 | Siemens Ag | Verfahren und einrichtung zur bestimmung eines zwischenprofils eines metallbandes |
FR2783444B1 (fr) * | 1998-09-21 | 2000-12-15 | Kvaerner Metals Clecim | Procede de laminage d'un produit metallique |
JP2000167612A (ja) * | 1998-12-04 | 2000-06-20 | Toshiba Corp | 圧延機の最適パススケジュール決定方法及び装置 |
DE10059567A1 (de) * | 2000-11-30 | 2002-06-13 | Siemens Ag | Verfahren und Vorrichtung zur Berechnung von Prozessgrößen eines industriellen Prozesses |
JP4348177B2 (ja) * | 2002-11-20 | 2009-10-21 | ポスココーポレーションリミテッド | 仕上圧延異常診断装置及び方法 |
DE102006008574A1 (de) * | 2006-02-22 | 2007-08-30 | Siemens Ag | Verfahren zur Unterdrückung des Einflusses von Walzenexzentrizitäten |
CN102284512B (zh) * | 2011-07-28 | 2013-07-17 | 郑州大学 | 一种大变形管线钢管制造工艺控制方法 |
US10217237B1 (en) | 2018-06-21 | 2019-02-26 | 3D Med Ag | Systems and methods for forming a desired bend angle in an orthodontic appliance |
DE102018133058A1 (de) * | 2018-12-20 | 2020-06-25 | Beckhoff Automation Gmbh | Verfahren zum steuern eines automatisierungsprozesses in echtzeit |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2354649A1 (de) * | 1973-05-09 | 1974-11-21 | Nippon Kokan Kk | Verfahren zur formsteuerung gewalzter baender |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1993000181A1 (de) * | 1991-06-28 | 1993-01-07 | Siemens Aktiengesellschaft | Regelung bei dem herstellen von warmband mittels eines mehrgerüstigen warmbandwalzwerks |
DE4231615A1 (de) * | 1992-09-22 | 1994-03-24 | Siemens Ag | Verfahren zum Unterdrücken des Einflusses von Walzenexzentrizitäten auf die Regelung der Walzgutdicke in einem Walzgerüst |
DE4416364B4 (de) * | 1993-05-17 | 2004-10-28 | Siemens Ag | Verfahren und Regeleinrichtung zur Regelung eines Prozesses |
DE4338607B4 (de) * | 1993-11-11 | 2005-10-06 | Siemens Ag | Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System |
DE4338615B4 (de) * | 1993-11-11 | 2005-10-13 | Siemens Ag | Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System |
DE4338608B4 (de) * | 1993-11-11 | 2005-10-06 | Siemens Ag | Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System |
ATE161109T1 (de) * | 1994-01-17 | 1997-12-15 | Siemens Ag | Verfahren und vorrichtung zur führung eines prozesses |
US5680784A (en) * | 1994-03-11 | 1997-10-28 | Kawasaki Steel Corporation | Method of controlling form of strip in rolling mill |
DE19522494C2 (de) * | 1994-07-07 | 1997-06-19 | Siemens Ag | Verfahren zum Walzen eines Metallbandes |
DE19505694C1 (de) * | 1995-02-20 | 1996-07-04 | Siemens Ag | Einrichtung zur Dickenregelung von Walzgut |
-
1996
- 1996-10-17 DE DE19642918A patent/DE19642918C2/de not_active Expired - Fee Related
-
1997
- 1997-10-17 US US08/953,309 patent/US5966682A/en not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE2354649A1 (de) * | 1973-05-09 | 1974-11-21 | Nippon Kokan Kk | Verfahren zur formsteuerung gewalzter baender |
Non-Patent Citations (3)
Title |
---|
High Accuracy and Rapid-Response Hot Strip Mill. In: Techno Japan Vol.20-No.9, Sept.1987, S.54-59 * |
LINDHOFF, D. et al.: Erfahrungen beim Einsatz neuronaler Netze in der Walzwerkautomatisie- rung. In: Stahl und Eisen 114 (1994) Nr.4, S.49-53 * |
MARTINEZ, T. et al.: Neuronale Netze zur Steuerung von Walzstraßen. In: atp - Auto- matisierungstechnische Praxis 38 (1996) 10, S.28-42 * |
Also Published As
Publication number | Publication date |
---|---|
DE19642918A1 (de) | 1998-04-30 |
US5966682A (en) | 1999-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE4338615B4 (de) | Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System | |
DE19642918C2 (de) | System zur Berechnung des Enddickenprofils eines Walzbandes | |
EP0534221B1 (de) | Regelparameter-Verbesserungsverfahren für industrielle Anlagen | |
DE102016116076B4 (de) | Anlagensteuerungsvorrichtung, Walzsteuerungsvorrichtung, Anlagensteuerungsverfahren und Anlagensteuerungsprogramm | |
DE4338607B4 (de) | Verfahren und Vorrichtung zur Führung eines Prozesses in einem geregelten System | |
DE4416317B4 (de) | Verfahren und Regeleinrichtung zur Regelung eines materialverarbeitenden Prozesses | |
DE2256136A1 (de) | Computergesteuertes walzwerk | |
WO2007093333A1 (de) | Verfahren und vorrichtung zur identifizierung eines teilstücks eines halbzeugs | |
WO1998015882A1 (de) | Verfahren und einrichtung zur identifikation bzw. vorausberechnung von prozessparametern eines industriellen zeitvarianten prozesses | |
DE3931242A1 (de) | Verfahren und vorrichtung zum einstellen des walzenspalts eines walzwerks | |
DE19881041B4 (de) | Verfahren zur Steuerung und Voreinstellung eines Stahlwerkes oder von Teilen eines Stahlwerkes | |
DE2446009A1 (de) | Verfahren und vorrichtung zum steuern der walzspalte bei kaltwalzwerken | |
DE1914820A1 (de) | Verfahren und Vorrichtung zum Walzen von Bandmaterial | |
DE10324679A1 (de) | Steuerrechner und rechnergestützes Ermittlungsverfahren für eine Profil- und Planheitssteuerung für eine Walzstraße | |
DE19642919C2 (de) | System zur Berechnung des Enddickenprofils eines Walzbandes | |
DE19642921C2 (de) | System zur Bestimmung des Dickenprofils eines Walzbandes | |
DE3121232A1 (de) | Verfahren und anordnung zum regeln einer plattenbreite | |
EP2957360A1 (de) | Betriebsverfahren für eine Walzstraße | |
DE19980248B4 (de) | Verfahren und Einrichtung zur Bestimmung eines Zwischenprofils eines Metallbandes | |
DE3436991C2 (de) | ||
DE3026229A1 (de) | Verfahren zur einstellung einer mehrstufigen walzstrasse | |
EP1163062B1 (de) | Verfahren und einrichtung zur bestimmung der walzkraft in einem walzgerüst | |
DE60113132T2 (de) | Blechbreitenregelung beim warmbandwalzen | |
DE19625442A1 (de) | Verfahren bzw. Einrichtung zur Verringerung der Kantenanschärfung eines Walzbandes | |
DE3807399C2 (de) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8304 | Grant after examination procedure | ||
8364 | No opposition during term of opposition | ||
8339 | Ceased/non-payment of the annual fee |