本发明属于热轧方法技术领域.特别涉及一种降低摆荡钢卷超厚率的控制系统和方法。
背景技术:
热轧生产线中的温度模型计算的准确性是非常重要的,它直接关系到轧辊的轧制力和带钢的速度、张力、前滑系数等模型参数的设定计算。如果带钢在进入精轧的温度计算设定不准确,则精轧的7个机架的温度计算都会不准确,那么7个机架的轧制力设定计算也不准确最终会使得带钢最终的厚度无法达到预期值;当精轧出口的温度由于入口的温度预测不准确,则精轧的机架间的冷却水以及温度的预控也不准确。
带钢头部超厚影响了一个钢卷的质量,同时也会造成凸度和平直度等板型要求命中率下降。当一块带钢头部的温度计算温度偏高时,会造成轧制力设定偏小,带钢张力偏小等现象,最终导致带钢的头部厚度超厚,厚度的命中率下降。热轧生产线的带钢厚度命中率不达标,普遍现象是头部超厚。为了解决带钢头部厚度超厚的现象,需要对现场的数据进行采集分析,找到原因才能制定解决方案。
中国专利cn103406369a公开了一种利用温度函数提高带钢头部轧制力精度的方法,通过对温降模型计算的优化改进,引入带钢头部温降计算函数,对粗轧至精轧过程的温降计算采用将带钢沿长度方向分成若干段进行分别计算的方式,来得到相对精确的带钢头部温度计算值;但该方案不能对在中间辊道处已经产生摆荡的钢卷进行实时的预报和判定,并准确分档,导致对热连轧的入口温度预报不够准确,无法实现对钢卷厚度准确控制。
技术实现要素:
本发明解决现有技术中存在的上述技术问题,提供一种降低摆荡钢卷超厚率的控制系统和方法。
为解决上述问题,本发明的技术方案如下:
一种降低摆荡钢卷超厚率的控制系统,包括,
钢卷摆荡温度权重分配模块:根据质量号、带钢种族、厚度、摆荡时间,在数据库中建立权重分配存储表,存储不同钢种根据摆荡时间得到的权重分配参数;
摆荡钢卷温度权重自学习模块:根据质量号、带钢种族、温度、厚度反馈对温度权重的学习系数进行更新和存储,建立权重自学习存储表;
温度检测计算模块:包括温度检测模块和温度计算模块;所述温度检测模块根据高温计检测出带钢表面的实际温度;所述温度计算模块根据检测得到的带钢表面实际温度,预测出带钢达到精轧入口处的温度以及计算出厚度方向各层的温度;
精轧入口处温度的测量模块:根据精轧入口处带钢的表面温度,调用温度计算模块计算出厚度方向各层的温度tfact,建立一个缓存矩阵用来记录段和层的温度;
中间坯摆荡判定模块:根据从粗轧出口高温计到精轧入口高温计所需要的实际时间判断钢卷是否产生摆荡;
精轧温度设定模块:根据中间坯摆荡判定模块的判定结果选择权重分配参数读取途径,从而计算精轧入口温度;
厚度反馈控制模块:计算精轧出口处带钢的实际厚度与目标厚度的差值确定学习系数,用于替换摆荡钢卷温度权重自学习模块的学习系数。
优选地,所述降低摆荡钢卷超厚率的控制系统还包括操作工干预模块:当现场有突发情况需要带钢在中间辊道进行停留且操作工知晓停留时间时,调用操作工干预模块;所述操作工干预模块根据操作工输入的中间辊道停留的时间,调用温度计算模块计算出带钢到达精轧入口处的带钢头部温度trcal;对计算出的带钢头部温度进行温度判断,当温度trcal小于900度时进行模型报警。
一种降低摆荡钢卷超厚率的控制方法,包括以下步骤:
步骤1,建立模型配置表;
步骤2,根据粗轧出口处的高温计检测出带钢的实际温度,计算出粗轧出口处各个段和层的温度tract,预测出带钢达到精轧入口处各个段和层的温度trcal;
步骤3,精轧入口处设置有高温计对带钢的表面温度进行检测,计算出厚度方向各层的温度tfact,建立一个缓存矩阵用来记录段和层的温度;
步骤4,根据从粗轧出口高温计到精轧入口高温计所需要的实际时间判断钢卷是否产生摆荡;
步骤5,根据步骤4的判定结果选择权重分配参数读取途径,从而计算精轧入口温度设定下发值;
步骤6,计算精轧出口处带钢的实际厚度与目标厚度的差值确定学习系数,用于替换模型配置表中的学习系数。
优选地,所述模型配置表的建立包括:
钢卷摆荡温度权重分配模块的建立和维护:根据质量号、带钢种族、厚度、摆荡时间,在数据库中建立权重分配存储表,存储不同钢种根据摆荡时间得到的权重分配参数;
摆荡钢卷温度权重自学习模块的建立和维护:根据质量号、带钢种族、温度、厚度反馈对温度权重的学习系数进行更新和存储,建立权重自学习存储表;
优选地,所述步骤2的具体方法为:
1)带钢被分成相同的长度段,获取带钢在粗轧出口处的带钢各个段的表面实际温度,利用有限元技术将带钢在厚度方向上分5层;
2)建立一个缓存矩阵用来记录段和层的温度;
3)调用温度差分计算方法计算出粗轧出口处各个段和层的温度tract以及预测经过中间辊道到达精轧入口时各个段和层的温度trcal,此时保存前5段的温度数据tract和trcal发送给精轧模型用于精轧模型设定计算。
优选地,当现场有突发情况需要带钢在中间辊道进行停留且操作工知晓停留时间时,可以调用操作工干预模块:
1)操作工输入需要在中间辊道停留的时间,调用温度计算模块计算出带钢到达精轧入口处的带钢头部温度trcal;
2)对计算出的带钢头部温度进行温度判断,当温度trcal小于900度时进行模型报警。
优选地,所述步骤4的具体方法为:
1)计算从粗轧出口高温计到精轧入口高温计所需要的实际时间timetake;
2)当timetake>50s时判定为钢卷产生了摆荡,当timetake<50s时判定为钢卷未产生摆荡。
优选地,所述步骤5中精轧入口温度设定下发值tfet的具体计算方法为:
tfet=trcal×fetcoeff×α+tfact×(1—fetcoeff×α)
其中,trcal为预测的精轧入口时各个段和层各个段和层的温度;
fetcoeff为权重分配参数;当钢卷未产生摆荡时,权重分配参数从配置文件中读取,当钢卷产生摆荡时,权重分配参数从权重分配存储表中读取;
α为学习系数;
tfact为精轧入口处带钢厚度方向各层的温度。
优选地,所述步骤6的具体方法为:
精轧出口处有厚度检测仪,用来检测出口带钢的实际厚度thickact,目标厚度为thickpdi;
1)当|thickact—thickpdi|>0.1cm时,说明带钢轧制头部是超厚状态,学习系数
其中g为修正系数,介于0-1中间,一般设置为0.3;
2)将权重自学习存储表中的α更新替换为步骤1)中α计算的计算结果。
相对于现有技术,本发明的优点如下,
(1)由于带钢进行摆荡后计算出的精轧入口设定温度准确性会降低,若采用固定的温度权重比例则无法准确的计算出带钢精轧入口温度;
(2)该方法在计算中考虑了操作工的干预,在中间辊道就可以预测出带钢的温度是否低于了报警值,更加准确有效;
(3)对带钢是否产生摆荡进行实时在线判断,并依据摆荡时间进行归档分类;
(4)根据轧制实际信息,选择与之对应的的权重比例,从而准确的计算出精轧入口温度设定;
(5)根据精轧出口带钢厚度,反馈出温度设定的准确性,进行后续的权重比例自学习;
(6)相关的技术均在智能化的基础上实现的,无需人工操作。
附图说明
图1为降低摆荡钢卷超厚率的控制方法流程图;
图2为权重分配存储表;
图3为权重自学习存储表。
具体实施方式
对热轧产线1个月内的带钢数据进行数据统计和分析,得到结论:头部超厚现象的带钢普遍出现中间辊道摆荡现象,并且温度设定都会偏高。所以摆荡钢卷精轧入口温度设定偏高是产生带钢头部超厚的根本原因。
实施例1:
一种降低摆荡钢卷超厚率的控制系统,包括,
钢卷摆荡温度权重分配模块:根据质量号、sfc(带钢种族)、厚度、摆荡时间,在数据库中建立权重分配存储表,存储不同钢种根据摆荡时间得到的权重分配参数;
摆荡钢卷温度权重自学习模块:根据质量号、sfc(带钢种族)、温度、厚度反馈对温度权重的学习系数进行更新和存储,建立权重自学习存储表;
温度检测计算模块:包括温度检测模块和温度计算模块;所述温度检测模块根据高温计检测出带钢表面的实际温度;所述温度计算模块根据检测得到的带钢表面实际温度,预测出带钢达到精轧入口处的温度以及计算出厚度方向各层的温度;
括操作工干预模块:当现场有突发情况需要带钢在中间辊道进行停留且操作工知晓停留时间时,调用操作工干预模块;所述操作工干预模块根据操作工输入的中间辊道停留的时间,调用温度计算模块计算出带钢到达精轧入口处的带钢头部温度trcal;对计算出的带钢头部温度进行温度判断,当温度trcal小于900度时进行模型报警;
精轧入口处温度的测量模块:根据精轧入口处带钢的表面温度,调用温度计算模块计算出厚度方向各层的温度tfact,建立一个缓存矩阵用来记录段和层的温度;
中间坯摆荡判定模块:根据从粗轧出口高温计到精轧入口高温计所需要的实际时间判断钢卷是否产生摆荡;
精轧温度设定模块:根据中间坯摆荡判定模块的判定结果选择权重分配参数读取途径,从而计算精轧入口温度;
厚度反馈控制模块:计算精轧出口处带钢的实际厚度与目标厚度的差值确定学习系数,用于替换摆荡钢卷温度权重自学习模块的学习系数。
实施例2:
一种降低摆荡钢卷超厚率的控制方法,步骤如下:
1.模型配置表的建立:
1)钢卷摆荡温度权重分配模块的建立和维护
根据质量号、sfc、厚度、摆荡时间,在数据库中建立权重分配存储表,存储不同钢种根据摆荡时间得到的权重分配,见图2。
2)摆荡钢卷温度权重自学习模块的建立和维护
根据温度、厚度反馈对温度权重的自学习值进行更新和存储,见图3。
2.粗轧出口处温度的实际检测和预报模块
温度计算模块根据粗轧出口处的高温计检测出带钢的实际温度,预测出带钢达到精轧入口处的温度以及这段时间内带钢的温度变化过程。
1)带钢被分成相同的长度段,获取带钢在粗轧出口处的带钢各个段的表面实际温度,利用有限元技术将带钢在厚度方向上分5层;
2)建立一个缓存矩阵用来记录段和层的温度;
3)调用温度差分计算方法计算出各个段和层的温度tract以及预测经过中间辊道到达精轧入口时的温度trcal,此时保存前5段的温度数据tract和trcal发送给精轧模型用于精轧模型设定计算。
3.操作工干预模块
当现场有突发情况需要带钢在中间辊道进行停留且操作工知晓停留时间时,可以调用操作工干预模块。
1)操作工输入需要在中间辊道停留的时间,调用温度计算模块计算出带钢到达精轧入口处的带钢头部温度trcal;
2)对计算出的带钢头部温度进行温度判断,当温度trcal小于900度时进行模型报警。4.精轧入口处温度的测量模块
精轧入口处有高温计对带钢的表面温度进行检测,调用温度计算模块计算出厚度方向各层的温度tfact,建立一个缓存矩阵用来记录段和层的温度。
5.中间坯摆荡判定模块
带钢到达精轧入口高温计处,调用摆荡判定模块。
1)计算从粗轧出口高温计到精轧入口高温计所需要的实际时间timetake;
2)当timetake>50s时判定为钢卷产生了摆荡,读取图2中该块带钢所对应的权重分配fetcoeff;
3)对于未产生摆荡的钢卷,权重分配参数从配置文件中读取fetcoeff
6.精轧温度设定模块
精轧入口处的温度对于精轧设定模型的计算设定是非常重要的,温度准确才能够保证轧制力、穿带速度等控制参数下发正确。
1)当钢卷未产生摆荡时,权重分配参数从配置文件中读取,所以精轧入口温度tfet最终设定下发为:
tfet=trcal×fetcoeff×α+tfact×(1—fetcoeff×α)
2)当钢卷产生摆荡时,权重分配参数从图2读取,故
tfet=trcal×fetcoeff×α+tfact×(1—fetcoeff×α)
7.厚度反馈控制模块
精轧出口处有厚度检测仪,用来检测出口带钢的实际厚度thickact,目标厚度为thickpdi。
1)当|thickact—thickpdi|>0.1cm时,说明带钢轧制头部是超厚状态,学习系数
2)将图3中的α更新替换为上述过程中α计算的计算结果。
8.结束。
需要说明的是上述实施例仅仅是本发明的较佳实施例,并没有用来限定本发明的保护范围,在上述基础上做出的等同替换或者替代均属于本发明的保护范围。