一种基于集成梯度数据elm-pls方法的减径管质量预报方法
【专利摘要】针对无缝钢管减径生产中衡量减径管管质量好坏的横向和纵向壁厚不均检验滞后和难以建立其机理模型的问题，考虑其时变、非线性、快速间歇、数据梯形分布等的生产特点，提出了基于集成梯度数据ELM-PLS方法的减径管质量预报模型。介绍了集成梯度数据ELM-PLS方法中过程数据时段分解、均值求取、回归模型建立和模型在线预报等关键内容，并将建立的预报模型用于减径管质量预报中。实验和仿真表明,基于集成梯度数据ELM-PLS预报方法模型有效地提高了减径钢管质量预报精度,为减径钢管生产质量控制提供了模型依据,并且其维护费用低、实时性好、可靠性及精度高。
【专利说明】一种基于集成梯度数据ELM-PLS方法的减径管质量预报方
【技术领域】
[0001]本发明涉及一种减径管质量在线预报方法，实时性好，可靠性和精度高。
【背景技术】
[0002]无缝钢管被广泛应用于汽车、航空、石油、化工、建筑、锅炉和军工等各个部门，在国民经济中具有很重要的地位，故被人们称为工业的血管。随着经济的快速发展，无缝钢管的使用领域在不断扩大，对产品质量的要求也越来越高。无缝钢管的生产工序主要有穿孔、轧管和减径。穿孔和轧管时受顶杆刚度的限制，对于直径在70毫米以下的无缝钢管很难在轧管机组上获得。即使是直径大于70毫米的小型热轧无缝钢管也不希望采用小管坯轧管来生产，因为这样将使机组的生产能力大幅度下降。因此，对于小直径钢管应采用减径方式来生产才合理。由于减径工艺的采用，可用大直径管坯穿孔、轧管，而在减径机组上实现较大的减径，得到小直径的长管子。这是增加产量、扩大品种、减小消耗的有效工艺措施。世界各国越来越趋向于在钢管延伸工序上采用生产效率最高的连轧工艺生产单一规格荒管，而在减径工序通过改变工艺，来得到不同规格的成品管。
[0003]因为张减机是钢管热轧生产的最后一道变形设备，对钢管质量影响很大，壁厚偏差是衡量钢管质量的重要指标。然而钢管减径过程机理模型欠缺，其质量监测需通过技术人员定期抽查来完成，检验结果严重滞后。因此建立具有足够精确性的钢管减径壁厚预测模型，具有重要的理论和经济意义。Macrea等学者建立了减径机的机理模型，对减径过程张力、速度、壁厚等指标进行分析，但机理模型的各种约束较多，适合个别生产机组，模型通用性较差。于辉等学者利用有限元软件模拟了无缝钢管减径生产过程，对减径后钢管的尺寸、壁厚等关键指标进行了预测，用于指导减径生产工艺参数的设定，取得了一定的实际效果。但由于有限元软件的限制，其预测精度并不高，更适合于新规格产品的开发，而不是钢管质量的在线实时控制。
【发明内容】
[0004]本发明的目的，是提供一种减径管质量预报方法，能快速准确减径管质量，从而降低废品率，提高生产效益，该方法模型维护费用低，实时性好，精度高。
[0005]针对管坯穿孔过程的复杂性，可将其分为咬钢、稳定轧制和抛钢三个子时段。本发明人提出了基于集成梯度数据ELM-PLS方法来建立减径管质量预报模型。在每个子时段选取相关过程变量的平均值作为输入变量。该方法避免了传统MPLS方法模型结构复杂、冗余数据多、计算负荷大的缺点，易于实现减径管质量的在线建模与预报。实验表明，基于集成梯度数据ELM-PLS方法模型比传统的MPLS模型具有更高的回归和预报精度，为减径管质量的提高提供了测量依据。
[0006]在建模前，先对生产时段进行划分
钢管减径过程，实质上是空心体无芯棒连续轧制过程。如图1所示，从钢管头部进入第一架到尾部离开最后一架可分为三个阶段。
[0007](I)咬钢阶段:从管头进入第I机架到管头进最后I机架为咬钢阶段。如图1所示是从钢管头部进入I号轧机开始，到钢管头部遇到12号轧机为止。钢管头部由点运动到点，钢管尾部由Jl_点运动到—I点。此时管头逐渐通过各机架，其速度随延伸系数的增加
MmMM
而加大。在此阶段，依据钢管的前进步进增加各轧机的影响变量。
[0008](2)稳定轧制阶段:从管子头部进入最后I机架到管尾还未离开第I机架，此时整个机组都在轧制一支钢管，轧制负荷及速度都是稳定的，叫稳定阶段。如图1所示是从钢管头部遇到12号乳机开始，到钢管尾部遇到I号轧机为止。钢管头部由点运动到^点，钢
管尾部由点运动到(^点。在稳定轧制阶段，各轧机变量对钢管都有影响。
[0009](3)抛钢阶段:从管尾离开第I机架到离开最后I机架。如图1所示是从钢管尾部遇到I号乳机开始，到钢管尾部遇到12号轧机为止。钢管头部由点运动到,点，钢管
尾部由点运动到D1点。此阶段同时参与乳制这支钢管的机架数逐渐减少，一直到最后I
架进行单机轧制，整支钢管被轧制完毕，然后钢管被抛出机架。在抛钢阶段，依据钢管的前进步进减少各轧机的影响变量。
[0010]然后对影响毛管质量的因素分析 (O荒管加热温度的影响
荒管的加热温度的高低会带来金属变形抗力的变化，进而造成轧制力和平均张力系数的变化。荒管的加热温度越高·，则金属的变形抗力越低，轧制力越小，钢管的外径波动也就越小。另外，荒管的加热温度是钢管直径的函数，并且二者存在着明显的正相关关系。荒管的加热温度越高，金属受热膨胀后，钢管的热外径越大。
[0011](2)轧制速度的影响
对于轧制速度对荒管减径时金属横向不均匀变形的影响，学者普遍认为是通过摩擦因素来起作用的。当轧制速度越低，摩擦力也越大，因此对减小钢管的壁厚不均也就越有利。
[0012](3)荒管质量的影响
荒管在减径时，由于其内表面没有芯棒支撑，荒管壁厚的控制比较困难，荒管的管壁会随着轧制工艺条件的变化而处于“自由”变化状态。并且，荒管的壁厚不均会“遗传”到减径后的成品钢管上。所以，提高荒管的壁厚均匀性是确保成品钢管壁厚精度的重要条件。
[0013](4)张力的影响
采用张力减径机实施荒管减径时，由于张力的存在，荒管在发生直径减小的同时壁厚减薄，在稳定的张力条件下，金属的横向变形较小，有利于钢管壁厚精度的提高。但因荒管的头部在依次进入各个减径辊机架和荒管的尾端依次离开各个减径辊机架之时，机架之间不能建立起张力，或张力发生波动，因而势必会产生钢管的纵向壁厚不均。
[0014]质量预报模型输出为减径管质量，衡量减径管质量的量化指标为横纵向壁厚不均。钢管横向壁厚不均是最大壁厚偏差与名义壁厚之比，其计算公式如下式所示。
[0015](I)
式中:M%——相对横向壁厚不均；
【权利要求】
1.一种基于集成梯度数据ELM-PLS方法的减径管质量预报方法其特征是:本发明在对减径过程各时段分析的基础上，确定了建模所需的各时段过程变量，依据变量采集建模数据后，需要对建模数据进行预处理.对建模数据做批次处理、时段划分、均值处理以及二维展开，在获得的三维数据的基础上，将过程数据按生产操作时段的不同，将其分段处理.本发明先将减径管的生产过程划分为咬钢子时段、稳定轧制子时段和抛钢子时段，然后依据轧辊加入的顺序细划咬钢和抛钢阶段，将咬钢阶段细划成11个子时段，同理将抛钢阶段也细划成11个子时段，确定建模所需的各时段过程变量后，对每个过程变量在该时段取其平均值，对过程变量数据处理后，应用集成梯度数据ELM-PLS方法进行建模，本发明的集成梯度数据ELM-PLS建模方法与线性PLS方法不同之处在于采用ELM建立内部非线性模型，集成梯度数据ELM-PLS方法保留了线性外部模型，如式(4)，通过PLS提取过程的特征信息，消除了数据的共线性，并降低了输入变量的维数，然后采用ELM建立输入得分向量矩阵和输出得分向量P之间的非线性内部模型提高内部模型的非线性处理能力，这样，集成梯度数据ELM-PLS同时具有集成模型、PLS模型和ELM模型的优点，即集成模型的泛化能力强，PLS模型的鲁棒性、特征提取等特性和ELM模型的快速非线性处理能力。
2.集成梯度数据ELM-PLS方法建模与测试步骤如下:(1)利用交叉检验法确定潜变量个数，采用线性PLS方法计算建模样本输入JT和输出的得分向量矩阵1和Ir,及负载向量矩阵F和β ；(2)设定ELM隐含层节点数和激活函数(如sigmoid函数)，采用ELM建立内部模型J和这之间的非线性模型，可求得P = m， 式中/_为ELM表示的非线性函数；(3)利用步骤(1)中确定的潜变量个数，对测试样本JT1JI进行线性PLS外部模型分解，得到得分向量矩阵?爲和负载向量矩阵I.；(4)将；ξ带入步骤(2)建立的ELM模型中，求得&=r，利用1^_求得测试样本的预测值；(5)步骤(1)~(4)为其中一组模型的建模方法，集成梯度数据ELM-PLS建模方法需利用相同建模数据重复建立10组模型，各模型的区别在于使用不同的ELM输入层到隐层权值.最后使用10组数据的平均值作为最后输出质量。
【文档编号】G06F17/50GK103593493SQ201310259351
【公开日】2014年2月19日 申请日期:2013年6月26日 优先权日:2013年6月26日
【发明者】肖冬 申请人:东北大学