冷连轧机组升降速过程的乳化液流量控制方法与流程

本发明涉及冶金领域，尤其涉及一种乳化液流量控制方法。

背景技术：

如图1所示，冷连轧机组是带钢轧制的主要设备，是决定带钢轧制生产线能力的关键性设备。在冷连轧过程中喷洒乳化液实现冷却和润滑是必不可少的关键工艺；现有技术，中国专利cn201310304133.3中公开了一种双机架六辊轧机冷轧中乳化液总流量设定方法，其乳化液流量设定分配主要考虑的条件是轧制压力、轧制功率、打滑、滑伤和板形质量。可以看出现有技术中，乳化液流量分配设定主要考虑的问题是打滑与热滑伤、轧制压力、轧制功率以及板形，只要满足上述几个条件的一定范围内的乳化液流量值都是可行的，但具体的流量大小则是根据设备条件和现场经验来设定的，这种流量的设定很容易出现乳化液的浪费，增加了生产成本；

此外，由于乳化液流量的大小会影响摩擦系数，在机组升降速过程中，由于轧制速度的变化，导致带钢摩擦系数出现变化，这就可能造成摩擦力和轧制力的变化过大，超出允许范围，此时生产出的带钢品质也会降低，给企业带来损失。

因此，针对以上乳化液流量控制缺陷，同时结合冷连轧机组的设备与工艺特点，需要一种适合于冷连轧机组升降速过程的乳化液流量优化设定方法。

技术实现要素：

本发明所要解决的技术问题是提供一种冷连轧机组升降速过程的乳化液流量控制方法，该方法以保证轧制力稳定性为目标，通过带钢轧制速度来计算乳化液流量，以解决现场生产中轧制力剧烈变化所造成的影响，提高了带钢板形质量，节约了乳化液的消耗，为企业创造了经济效益。

本发明是这样实现的：一种冷连轧机组升降速过程的乳化液流量控制方法，包括以下步骤：

s1，构造出轧制速度与乳化液流量函数f(v)，q＝f(v)，q为乳化液流量，v为轧制速度，所述轧制速度与乳化液流量函数f(v)中具有若干个待定系数，将若干个待定系数组成数组x；

s2，以在轧制过程中尽量保证轧制力的稳定性为目标，构造出数组x的目标函数g(x)；

s3，求出满足目标函数g(x)最小值的最优解xy，得到函数f(v)中待定系数的最优解；

s4，利用函数f(v)根据轧制速度v对乳化液流量q进行控制。

所述轧制速度与乳化液流量函数f(v)为，

q＝a·th(bv)(1)

式中，th为双曲正切函数，e为自然常数；

a、b为待定系数，数组x＝{a，b}。

所述步骤s3中，求出满足目标函数g(x)最小值的最优解xy为采用powell法优化求得。

所述的目标函数g(x)以轧制力平衡原理构造，

式中，α为权重系数，0＜α＜1；

为轧制力平均值；

m为将轧制速度v分为m段，其中，j＝1，2，……，m；

pj为在第j段轧制速度下的轧制力；

pmax＝max{pj}，pmin＝min{pj}；

本发明冷连轧机组升降速过程的乳化液流量控制方法通过调节乳化液流量大小来保证在冷连轧机组升降速过程中的轧制力稳定性，使乳化液流量随轧制速度变化而变化，实现了对乳化液流量的精确控制，提高了板形质量；另外，在控制乳化液流量过程中，为了定量控制的精确性，避免了乳化液冗余设定的浪费，节约了乳化液的消耗，为企业创造了经济效益。

附图说明

图1为现有的冷连轧机组示意图；

图2为本发明冷连轧机组升降速过程的乳化液流量控制方法的流程框图；

图3为本发明中使用powell法优化求得最优解的流程框图；

图4为使用本发明前后的轧制力随时间变化曲线图；

图中：…为采用本发明控制方法前的曲线，-为采用本发明控制方法后的曲线。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明表述的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

实施例1

如图2所示,一种冷连轧机组升降速过程的乳化液流量控制方法，包括以下步骤：

s1，构造出轧制速度与乳化液流量函数f(v)，q＝f(v)，q为乳化液流量，v为轧制速度，轧制速度采用机架出口侧速度，所述轧制速度与乳化液流量函数f(v)中具有若干个待定系数，将若干个待定系数组成数组x；

在本实施例中，所构造的轧制速度与乳化液流量函数f(v)如公式1所示，

q＝a·th(bv)(1)

式中，th为双曲正切函数，e为自然常数，在本实施例中取e＝2.71828；

a、b为待定系数，数组x＝{a，b}。

s2，以在轧制过程中尽量保证轧制力的稳定性为目标，构造出数组x的目标函数g(x)；

所述目标函数g(x)根据轧制力平衡原理构造，在本实施例中，

式中，α为权重系数，0＜α＜1；

为轧制力平均值；

m为将轧制速度v分为m段，其中，j＝1，2，……，m；

pj为在第j段轧制速度下的轧制力；

pmax＝max{pj}，pmin＝min{pj}

s3，求出满足目标函数g(x)最小值的最优解xy，得到函数f(v)中待定系数的最优解；

在本实施例中，求出满足目标函数g(x)最小值的最优解xy为采用powell法优化求得，具体包括以下步骤：

该冷连轧机组的机架数为n，i＝1，2，……，n；

a)收集现场参数，包括：第i机架入口厚度hi-1，第i机架出口厚度hi，第i机架轧辊半径ri，第i机架带材宽度bi，带材杨氏模量e，带材泊松比v，第i机架平均变形抗力kmi，第i机架的入口张应力σi-1，第i机架的出口张应力σi，第i机架换辊后的轧制吨位zi，第i机架工作辊换辊后轧制公里数li，第i机架最高速度vimax；

b)收集机组摩擦特性参数，包括：速度指数衰减系数bv，轧制公里数指数衰减系数bl，轧制吨位指数衰减系数bz，乳化液流量指数衰减系数bq，第i机架速度线性回归系数cvi，第i机架轧制公里数线性回归系数cli，第i机架轧制吨位线性回归系数czi，第i机架乳化液流量线性回归系数cqi，第i机架压下率线性回归系数cri，第i机架入口张应力线性回归系数cσ(i-1)，第i机架出口张应力线性回归系数cσi，第i机架后张力线性回归系数ct(i-1)，第i机架变形抗力线性回归系数cki，第i机架出口厚度线性回归系数chi，第i机架入口厚度线性回归系数ch(i-1)，第i机架基准摩擦系数μ0i；

c)初始化i：令i＝1；即，从第1机架开始分别计算各个机架的待定系数ai和bi，所述ai和bi为第i机架的轧制速度与乳化液流量函数中的待定系数；

d)将第i机架两个待定系数构成数组xi＝{ai，bi}；

e)如图3所示，利用目标函数g(x)，采用powell法，按以下步骤进行：

式中，αi为第i机架权重系数，0＜αi＜1；

为第i机架的轧制力平均值；

m为将第i机架的轧制速度vi分为m段，其中，j＝1，2，……，m；

pij为第i机架在第j段轧制速度下的轧制力；

pimax＝max{pij}，pimin＝min{pij}

e1)设定待定系数的搜索初始数组xi0＝{ai0，bi0}及其初始搜索步长δxi0＝{δai0，δbi0}；

e2)定义优化参数k，初始化k＝0；

e3)xi＝xik+δxik；

e4)初始化j：令j＝1；

e5)计算第i机架在第j段轧制速度下的乳化液流量qij：

令则

vimax为第i机架的最大轧制速度；

e6)计算第i机架在第j段轧制速度下的摩擦系数μij：

式中：ri为第i机架压下率，

vij为第i机架的第j段轧制速度值；

e7)采用hill公式计算第i机架在第j段轧制速度下的轧制压力pij：

式中：

δhi为第i机架绝对压下量，δhi＝hi-1-hi；

ξi为第i机架等效张力影响系数，ξi＝0.3σi+0.7σi-1；

r'ij为第i机架在第j段轧制速度下的工作辊弹性压扁半径，

e8)令j＝j+1,并判断j≤m是否成立？成立则转入步骤e5；不成立则转入步骤e9；

e9)选定第i机架权重系数αi后，利用公式2计算得到g(xi)：

e10)判断powell条件是否成立？成立则进入步骤e11；不成立则令k＝k+1，xik＝xi，重新计算并更新搜索步长δxik＝{δaik，δbik}，转入步骤e3；

e11)计算出满足目标函数g(xi)最小值的第i机架两个待定系数的最优解xiy＝{aiy，biy}；

f)由最优解xiy＝{aiy，biy}得到第i机架的乳化液流量qi的计算公式：qi＝aiy·th(biyvi)；aiy，biy为第i机架轧制速度与乳化液流量函数中的最优系数，vi为第i机架的轧制速度；

g)令i＝i+1，顺次计算后续各机架函数中的最优系数，直到所有机架计算完毕，即当i≤n时回到步骤e；当i＞n时进入步骤h；

h)综合上述步骤，可以得到该机组n个机架各自的乳化液流量随轧制速度变化的函数q＝f(v)；

s4，利用函数f(v)根据轧制速度v对乳化液流量q进行控制。

以某厂四辊五机架冷连轧生产线为例，详细地介绍该机组升降速过程中乳化液流量的确定和工作效果。

a)收集现场生产设备和工艺参数，包括：五个机架入口和出口厚度hi-1,hi(mm){(2.50，1.85)，(1.85，1.16)，(1.16，0.82)，(0.82，0.56)，(0.56，0.45)}，五个机架轧辊半径ri(mm){265，237，249，266，264}，五个机架带材宽度bi＝1800(mm)，带钢弹性模量e＝210gpa，泊松比v＝0.3，五个机架平均变形抗力kmi(mpa){373，475，541，576，612}，五个机架带钢入口和出口张力σi-1,σi(mpa){(49，160)，(160，170)，(160，170)，(170，180)，(180，69)}，五个机架换辊后的轧制吨位zi(ton){2228，1940，1880，2000，2320}，五个机架工作辊换辊后轧制公里数li(km){150，140，130，160，180}，五个机架最高轧制速度vimax(m/min){1400，1440，1480，1500，1550}，冷连轧机组的机架数量数n＝5；

b)收集机组摩擦特性参数，包括：速度指数衰减系数bv＝-0.0036，轧制公里数指数衰减系数bl＝-0.00082，轧制吨位指数衰减系数bz＝-5.0×10^-6，乳化液流量指数衰减系数bq＝-0.173，五个机架速度线性回归系数cvi＝{1.6×10^-2，2.5×10^-2，3.2×10^-2，4.5×10^-2，5.2×10^-2}，五个机架轧制公里数线性回归系数 cli＝{0.140,0.185,0.200,0.248,0.253}，五个机架轧制吨位线性回归系数czi＝{0.013,0.015,0.017,0.018,0.022}，五个机架乳化液流量线性回归系数cqi＝{6.1×10^-3,6.3×10^-3,7.4×10^-3,8.2×10^-3,1.0×10^-2}，五个机架压下率线性回归系数cri＝{0.179,0.162,0.154,0.142,0.132}，五个机架后前张力线性回归系数cσi＝{1.67×10^-4,2.13×10^-4,2.53×10^-4,2.99×10^-4,3.05×10^-4}，五个机架后张力线性回归系数cσ(i-1)＝{-1.45×10^-4,-1.83×10^-4,-2.35×10^-4,-2.76×10^-4,-2.89×10^-4}，五个机架变形抗力线性回归系数cki＝{-1.27×10^-5,-0.921×10^-5,-0.613×10^-5,-0.321×10^-5,-0.120×10^-5}，五个机架出口厚度线性回归系数chi＝{-6.18×10¹，-6.09×10¹，-6.00×10¹，-5.97×10¹，-5.94×10¹}，五个机架入口厚度线性回归系数ch(i-1)＝{5.84×10¹，6.01×10¹，6.21×10¹，6.37×10¹，6.51×10^-2}，五个机架的基准摩擦系数μ0i{-1.27×10^-1，-1.74×10^-1，-1.86×10^-1，-2.44×10^-1，-0.51×10^-1}；

c)计算第1机架两个待定参数：通过图3所示框图得到g(x1)的最优解x1y＝{891,1.47×10^-3}；

d)得到第1机架的轧制速度影响下的乳化液流量计算模型q1的计算公式：q1＝891·th(1.47×10^-3v1)；采用该函数控制后得到如图4所示的轧制力变化曲线图，从该图中可以明显看出，轧制力波动明显下降。

e)同理重复上述步骤，可以得到其余四个机架乳化液流量计算公式：

q2＝922·th(1.49×10^-3v2)，q3＝945·th(1.45×10^-3v3)，

q4＝958·th(1.40×10^-3v4)，q5＝989·th(1.33×10^-3v5)。