DE19642919C2

DE19642919C2 - System zur Berechnung des Enddickenprofils eines Walzbandes

Info

Publication number: DE19642919C2
Application number: DE1996142919
Authority: DE
Inventors: Otto Gramckow; Peter Protzel; Friedemann Schmid; Guenter Soergel
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 1996-10-17
Filing date: 1996-10-17
Publication date: 2002-09-26
Anticipated expiration: 2016-10-18
Also published as: DE19642919A1

Description

Die Erfindung betrifft ein System zur Berechnung des Enddi ckenprofils eines Walzbandes gemäß dem Oberbegriff des Pa tentanspruches 1 sowie ein Verfahren zur Bestimmung des Dickenprofils eines Walzbandes hinter einem Walzgerüst gemäß dem Oberbegriff des nebengeordneten Patentanspruchs 19.

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 (p_i) 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 k_i nach dem Artikel "High Accuracy and Rapid-Re sponse-Hot Strip Mill", TECHNO Japan Vol. 20.-No9, Sept. 1987, S. 54-59 gemäß

berechnet.

Außerdem sind
p_i-1 das Dickenprofil des Walzbandes vor dem Walzgerüst
h_i-1 die Banddicke vor dem Walzgerüst, h_i die Banddicke hinter dem Walzgerüst
Π_i das Lastwalzspaltprofil
D_i der Arbeitswalzendurchmesser
b die Dicke des Walzbandes und
c_i1, c_i2 Modellparameter

Der Faktor k_i 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 c_i1 und c_i2 unbekannt und müssen experimentell ermittelt werden. Dies führt häufig zu einer unzureichenden Bestimmung des Banddickenprofils.

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 System 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.

Die Aufgabe wird erfindungsgemäß durch ein System gemäß An spruch 1 bzw. durch ein Verfahren gemäß Anspruch 19 gelöst. Dieses System hat sich gegenüber dem bekannten Ansatz, bei dem experimentell ermittelte Parameter zur Beschreibung der Eigenschaften des Walzgerüstes bzw. zur Beschreibung des Walzmaterials in analytischen Zusammenhängen zu Kenngrößen zusammengefaßt werden, bewährt. Das erfindungsgemäße System hat sich überraschenderweise als besonders geeignet erwiesen, das Banddickenprofil zwischen den Walzgerüsten einer mehrge rüstigen Walzstraße mit hoher Präzision zu bestimmen.

In einer vorteilhaften Ausgestaltung der Erfindung wird das Lastwalzspaltprofil in einer Vorverarbeitung ermittelt, die unter anderem ein Biegemodell, ein Walzentemperaturmodell so wie ein Verschleißmodell umfassen kann. Auf diese Weise ist es möglich, daß mit dem erfindungsgemäßen System zur Bestim mung des Dickenprofils eines Walzbandes hinter einem Walzge rüst existierende Algorithmen zur Modellbildung der Span nungs- und Temperaturverhältnisse im Walzgerüst sowie der Al terung weiter verwendet werden können. Diese Weiterverwendung bekannter Modelle für eine Walzstraße verringert die Kosten des erfindungsgemäßen Systems deutlich, und ermöglicht insbe sondere ein Nachrüsten existierender Walzgerüste bzw. Walz straßen.

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 bzw. in der Walzstraße 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 Banddickenprofil ausschließlich mit Meßwer ten nach dem letzten Gerüst der mehrgerüstigen Walzstraße trainiert. Auf diese Weise ist es möglich, die neuronalen Netze aller Walzgerüste on-line weiterzutrainieren, ohne zwi schen den Walzgerüsten aufwendige Einrichtungen zur Dicken profilmessung zu installieren. Es hat sich überraschenderwei se herausgestellt, daß es möglich ist, das on-line Training der neuronalen Netze ausschließlich mit einer Dickenprofil messung hinter dem letzten Walzgerüst durchzuführen. Insbe sondere für das on-line Training haben sich dabei drei Trai ningsvarianten als vorteilhaft erwiesen. So werden die neuro nalen Netze nicht nur mit Daten des ihnen zugeordneten Walz gerüstes trainiert, sondern auch mit Daten anderer Walzgerüste, wobei die Daten anderer Walzgerüste mit geringerem Ge wicht in das Training eingehen. In einer weiteren alternati ven Trainingsart werden die neuronalen Netze der auf neurona len Netzen basierenden Informationsverarbeitung für alle Ge rüste einer Walzstraße mit den gleichen Daten on-line weiter trainiert. Auf diese Weise wird erreicht, daß die neuronalen Netze für jedes Walzgerüst identisch sind. In einer weiteren Alternative wird das on-line Training der einzelnen gerüst spezifischen Netze nur mit Datensätzen des zugehörigen Gerü stes derart durchgeführt, daß nur graduelle und/oder ganz be stimmte Unterschiede für die Gewichte benachbarter Netze zu gelassen werden. D. h., daß die neuronalen Netze der auf neu ronalen Netzen basierenden Informationsverarbeitung derart trainiert werden, daß die Netzparameter, also die Gewichte oder Verstärkungen, der neuronalen Netze für die einzelnen Walzgerüste, die einander entsprechen, um weniger als einen bestimmten Toleranzwert voneinander abweichen. Gemäß dieser Trainingsstrategie haben die neuronalen Netze der einzelnen Walzgerüste 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 und in Verbindung mit den Unteransprü chen. Im einzelnen zeigen:

Fig. 1 den Querschnitt eines Walzbandes,

Fig. 2 ein erfindungsgemäßes System zur Bestimmung des Dickenprofils eines Walzbandes und

Fig. 3 ein erfindungsgemäßes System zur Bestimmung des Dickenprofils eines Walzbandes in einer Walzstraße mit mehreren Gerüsten (Tandemstraße).

Fig. 1 zeigt den Querschnitt eines Walzbandes. Dabei bezeich net b die Bandbreite, h_M die Banddicke in der Mitte des Walz bandes, h₂ die Banddicke am linken Rand des Walzbandes und h_R 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 Banddickenprofils eines Walzbandes bei Auslauf aus einem Walzgerüst 4. Dabei bezeichnet Bezugszeichen 1 eine auf neu ronalen Netzen basierende Informationsverarbeitung. Das er findungsgemäße System weist weiterhin eine Normierung 2 und eine Vorverarbeitung 3 auf. Die auf neuronalen Netzen basie rende Informationsverarbeitung 1 ermittelt das Dickenprofil p_i eines Walzbandes hinter dem Walzgerüst 4 in Abhängigkeit vom Dickenprofil p_i-1 vor dem Walzgerüst 4 von dem Lastwalz spaltprofil Π_i, das in der Vorverarbeitung 3 berechnet wird, und von weiteren Parametern des Walzbandes bzw. des Walzgerü stes 4, wie z. B. der Banddicken h_i-1 und h_i vor und hinter dem Walzgerüst 4. Der modulare Aufbau des Systems, d. h. die Trennung in eine Vorverarbeitung 3 und eine auf neuronalen Netzen basierende Informationsverarbeitung 1, ermöglicht es, bekannte Algorithmen wieder zu verwenden. Durch die Verwen dung bewährter Algorithmen und Modelle in der Vorverarbeitung 3 wird erreicht, daß die auf neuronalen Netzen basierende In formationsverarbeitung 1 einfacher gestaltet werden kann, da Modelle, wie Biegemodell, Temperaturmodell oder Verschleißmo dell, wie sie üblicherweise zur Berechnung des Lastwalzspalt profils herangezogen werden, nicht gelernt werden müssen.

Mittels der Normierung 2 werden die Meßwerte in bezug auf Pa rameter bzw. Eigenschaften des Walzbandes bzw. des Walzgerü stes 4 derartig aufbereitet, daß sie für die auf neuronalem Netz basierende Informationsverarbeitung 1 besonders einfach zu verarbeiten sind.

Die Eingangsgröße Dickenprofil p_i-1 vor dem Walzgerüst 4 für die auf neuronalen Netzen basierende Informationsverarbeitung 1 kann entweder ein Meßwert oder ein Rechenwert, d. h. insbe sondere die Ausgangsgröße eines Profilmodells für ein i - 1-tes Walzgerüst sein.

Fig. 3 zeigt ein erfindungsgemäßes System zur Bestimmung des Banddickenprofils p₁, p₂, p₃, p₄ eines Walzbandes in einer Walzstraße mit vier Walzgerüsten 5, 6, 7 und 8.

Eingangsgrößen des Systems zur Bestimmung des Dickenprofils p₁ hinter dem ersten Walzgerüst 5 sind die Breite des Walz bandes b, das Dickenprofil p₀ des Walzbandes vor dem ersten Walzgerüst 5, das Lastwalzspaltprofil Π₁ für das erste Walz gerüst 5, die Banddicke h₀ vor dem ersten Walzgerüst 5 und die Banddicke h₁ hinter dem ersten Walzgerüst 5.

Eingangsgrößen des Systems zur Bestimmung des Banddickenpro fils hinter dem zweiten Walzgerüst 6 sind die Breite des Walzbandes b, das Dickenprofil p₁ des Walzbandes nach dem er sten Walzgerüst 5, das Lastwalzspaltprofil Π₁ für das zweite Walzgerüst 6, die Banddicke h₁ vor dem zweiten Walzgerüst 6 und die Banddicke h₂ hinter dem zweiten Walzgerüst 6.

Eingangsgrößen des Systems zur Bestimmung des Banddickenpro fils p₃ hinter dem dritten Walzgerüst 7 sind die Breite des Walzbandes b, das Dickenprofil p₂ des Walzbandes nach dem zweiten Walzgerüst 6, das Lastwalzspaltprofil Π₁ für das dritte Walzgerüst 7, die Banddicke h₂ vor dem dritten Walzge rüst 7 und die Banddicke h₃ hinter dem dritten Walzgerüst 7.

Eingangsgrößen des Systems zur Bestimmung des Banddickenpro fils p₄ hinter dem vierten Walzgerüst 8 sind die Breite des Walzbandes b, das Dickenprofil p₃ des Walzbandes nach dem dritten Walzgerüst 7, das Lastwalzspaltprofil Π₁ für das vierte Walzgerüst 8, die Banddicke h₃ vor dem vierten Walzge rüst 8 und die Banddicke h₄ hinter dem letzten Walzgerüst 8.

Claims

1. System zur Berechnung des Enddickenprofils bzw. Dickenpro fils (p_i) eines Walzbandes hinter einem Walzgerüst einer mehrgerüstigen Walzstraße in Abhängigkeit des Dickenprofils (p_i-1) vor dem Walzgerüst und in Abhängigkeit von zumindest einer der Größen Lastwalzspaltprofil, Banddicke vor dem Walz gerüst, Banddicke hinter dem Walzgerüst, Arbeitswalzendurch messer und Bandbreite mittels einer auf neuronalen Netzen ba sierenden Informationsverarbeitung (4), dadurch gekennzeichnet, dass die Be stimmung des Dickenprofils (p_i) des Walzbandes hinter jedem Walzgerüst mittels jeweils eines dem jeweiligen Walzgerüst zugeordneten neuronalen Netzes erfolgt und der Wert des Band dickenprofils (p_i-1) des Walzbandes hinter einem i - 1-ten Walz gerüst als Eingangswert für das neuronale Netz zur Bestimmung des Banddickenprofils (p_i) des i-ten Walzgerüstes verwendet wird und die neuronalen Netze in Bezug auf Messwerte für das Banddickenprofil ausschließlich mit Messwerten (p_n) trainiert werden, die nach dem letzten Gerüst der mehrgerüstigen Walz straße gewonnen wurden.

2. System nach Anspruch 1, dadurch gekennzeichnet, daß zumindest eine der Größen Bandbreite (b) vor und/oder hinter dem Walzgerüst (h_i), Banddicke vor und/oder hinter dem Walzgerüst, Bandzug vor und/oder hinter dem Walzgerüst, Di ckenabnahme, Walzkraft, Biegekraft, Arbeitswalzendurchmesser, Dauer der Pause zwischen zwei Bändern und chemische Zusammen setzung des Walzmaterials Eingangsgröße der auf neuronalen Netzen basierenden Informationsverarbeitung (4) ist.

3. System nach Anspruch 2, dadurch gekennzeichnet, daß die Größen Bandbreite (b) vor oder hinter dem Walzgerüst, Banddicke vor oder hinter dem Walzgerüst, Dickenabnahme, Bandzug vor oder hinter dem Walzgerüst, Walzkraft, Biegekraft, Arbeitswalzendurchmesser, Dauer der Pause zwischen zwei Bändern und chemische Zusammensetzung des Walzmaterials die Eingangsgröße der auf neuronalen Netzen basierenden In formationsverarbeitung (4) sind.

4. System nach Anspruch 2, dadurch gekennzeichnet, daß die Größen Bandbreite (b) vor und/oder hinter dem Walzge rüst (h_i) und Banddicke vor und/oder hinter dem Walzgerüst die Eingangsgrößen der auf neuronalen Netzen basierenden In formationsverarbeitung (4) sind.

5. System nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, daß die Eingangsgrößen der auf neuronalen Netzen basierenden Informationsverarbeitung (4), vorzugsweise in Relation zu ih rer Streuung, normiert werden.

6. System nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, daß das Lastwalzspaltprofil (Π_i) in einer insbesondere ein Biegemodell, ein Walzentemperaturmodell sowie ein Verschleiß modell umfassenden Vorverarbeitung (3) ermittelt wird.

7. System nach Anspruch 6, dadurch gekennzeichnet, daß die Modelle der Vorverarbeitung (3) analytisch sind.

8. System nach Anspruch 6, dadurch gekennzeichnet, daß die Modelle der Vorverarbeitung (3) neuronale Netze sind.

9. System nach Anspruch 6, dadurch gekennzeichnet, daß die Modelle der Vorverarbeitung (3) teilweise analytische Modelle, teilweise neuronale Netze sind.

10. System nach einem oder mehreren der Ansprüche 1 bis 9, dadurch gekennzeichnet, daß die neuronalen Netze der auf neuronalen Netzen basieren den Informationsverarbeitung (4) on-line weitertrainiert wer den.

11. System nach Anspruch 10, dadurch gekennzeichnet, daß die neuronalen Netze der auf neuronalen Netzen basieren den Informationsverarbeitung (4) für ein Walzgerüst auch mit Daten anderer Gerüste, insbesondere benachbarter Gerüste, trainiert werden, wobei die Daten anderer Gerüste mit gerin gerem Gewicht in das Training der neuronalen Netze eingehen.

12. System nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die gleichen neuronalen Netze der auf neuronalen Netze basierenden Informationsverarbeitung (4) für jedes Gerüst der mehrgerüstigen Walzstraße verwendet werden.

13. System nach einem der Ansprüche 9 bis 11, dadurch gekennzeichnet, daß die neuronalen Netze der auf neuronalen Netzen basieren den Informationsverarbeitung im Rahmen des, insbesondere on- line ausgeführten, Trainings ausschließlich mit Datensätzen des zugehöri gen Walzgerüstes trainiert werden.

14. System nach einem der Ansprüche 9 bis 13, dadurch gekennzeichnet, daß die neuronalen Netze der auf neuronalen Netzen basieren den Informationsverarbeitung (4) derart trainiert werden, daß die Netzparameter der neuronalen Netze für die einzelnen Walzgerüste, die einander entsprechen, um weniger als einen bestimmten Toleranzwert voneinander abweichen.

15. System nach einem der Ansprüche 1 bis 14, dadurch gekennzeichnet, daß es Teil eines automatischen Prozeßführungssystems einer Walzanlage ist.

16. System nach einem oder mehreren der Ansprüche 1 bis 15, dadurch gekennzeichnet, daß es eine Prozeß-Recheneinheit aufweist.

17. System nach einem der Ansprüche 1 bis 16, 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.

18. System nach Anspruch 17, dadurch gekennzeichnet, daß, das Automatisierungsgerät als speicherprogrammierbare Steuerung, als VME-Bussystem oder als Industrie-PC ausgebil det ist.

19. Verfahren zur Bestimmung des Dickenprofils (p_i) eines Walzbandes hinter einem Walzgerüst in Abhängigkeit des Dic kenprofils (p_i-1) vor dem Walzgerüst und in Abhängigkeit von Eigenschaften des Walzgerüstes bzw. von Eigenschaften des Walzgerüstes unter Einbeziehung von Eigenschaften des Walzma terials, insbesondere unter Verwendung eines Systems nach ei nem oder mehreren der Ansprüche 1 bis 18, dadurch gekennzeichnet, daß die Bestim mung des Dickenprofils (p_i) des Walzbandes hinter jedem Walz gerüst mittels jeweils eines dem jeweiligen Walzgerüst zuge ordneten neuronalen Netzes erfolgt und der Wert des Banddi ckenprofils (p_i-1) des Walzbandes hinter einem i - 1-ten Walzge rüst als Eingangswert für das neuronale Netz zur Bestimmung des Banddickenprofils (p_i) des i-ten Walzgerüstes verwendet wird und die neuronalen Netze in Bezug auf Messwerte für das Banddickenprofil ausschließlich mit Messwerten (p_n) trainiert werden, die nach dem letzten Gerüst der mehrgerüstigen Walz straße gewonnen wurden.

20. Stahl, dadurch gekennzeichnet, daß er nach dem Verfahren gemäß Anspruch 19 hergestellt ist.