轧制生产线的数学模型计算装置及控制装置的制作方法

本发明涉及轧制生产线的数学模型计算装置及控制装置。

背景技术：

专利文献1公开了轧制生产线的控制装置。该控制装置基于由线性递归计算得到的数学模型，控制精轧机的输出侧的轧制材的板宽。

现有技术文献

专利文献

专利文献1：日本特开2003－211211号公报

然而，在专利文献1所记载的控制装置中，数学模型由稳定状态获得。因此，在各机架间使张力动态地进行了变化的情况下，数学模型的预测精度降低。

技术实现要素：

本发明为了解决上述的课题而做成。本发明的目的在于提供能够计算对于轧制材的板宽控制而言高精度的数学模型的轧制生产线的数学模型计算装置及控制装置。

本发明涉及一种轧制生产线的数学模型计算装置，其中，所述轧制生产线中，利用在具备多个机架的精轧机中设置于相邻的机架之间的机架间活套来控制轧制材的张力，从而控制所述精轧机的输出侧的轧制材的板宽，所述数学模型计算装置具备数学模型计算部，该数学模型计算部对于所述轧制生产线，基于所述轧制生产线的响应值的履历，将相邻的机架之间的轧制材的张力的响应值作为输入，将所述精轧机的输出侧的轧制材的板宽的响应值作为输出，计算数学模型。

本发明涉及一种轧制生产线的控制装置，其中，所述控制装置具备控制部，该控制部在所述轧制生产线的运转中，对由上述数学模型计算装置计算出的数学模型，在线输入相邻的机架之间的轧制材的张力的响应值，计算所述精轧机的输出侧的轧制材的板宽的预测值。

发明效果

根据本发明，基于轧制生产线的响应值的履历计算数学模型。因此，能够计算对于轧制材的板宽控制而言高精度的数学模型。

附图说明

图1是应用了实施方式1中的轧制生产线的数学模型计算装置的热轧生产线的构成图。

图2是用于说明应用了实施方式1中的轧制生产线的数学模型计算装置的轧制生产线的控制的框图。

图3是用于说明实施方式1中的轧制生产线的数学模型计算装置对数学模型的计算方法的概要的框图。

图4是用于说明实施方式1中的轧制生产线的数学模型计算装置对数学模型的计算方法的概要的框图。

图5是用于说明实施方式1中的轧制生产线的数学模型计算装置对数学模型的计算方法的概要的框图。

图6是用于说明实施方式1中的轧制生产线的数学模型计算装置对数学模型的计算方法的例子的图。

图7是用于说明实施方式1中的轧制生产线的数学模型计算装置对数学模型的计算方法的例子的图。

图8是用于说明实施方式1中的轧制生产线的数学模型计算装置对数学模型的计算方法的例子的图。

图9是表示应用了实施方式1中的轧制生产线的数学模型计算装置的轧制生产线的控制的模拟结果的图。

图10是具备实施方式1中的轧制生产线的数学模型计算装置的控制装置的硬件构成图。

图11是用于说明应用了实施方式2中的轧制生产线的数学模型计算装置的轧制生产线的控制的框图。

附图标记说明

1粗轧机，2精轧机，2a机架，2b机架，2c机架，2d机架，2e机架，2f机架，2g机架，3粗轧机输出侧板宽仪，4精轧机输出侧板宽仪，5活套装置，5a机架间活套，5b机架间活套，5c机架间活套，5d机架间活套，5e机架间活套，5f机架间活套，6控制装置，7轧制材，8数学模型计算装置，9数学模型计算部，10控制部，11史密斯补偿器，100a处理器，100b存储器，200硬件。

具体实施方式

根据附图对具体实施方式进行说明。另外，在各图中，对于相同或相当的部分赋予相同的附图标记。该部分的重复说明被适当地简单化或省略。

实施方式1.

图1是应用了实施方式1中的轧制生产线的数学模型计算装置的热轧生产线的构成图。

如图1所示，热轧生产线具备粗轧机1、精轧机2、粗轧机输出侧板宽仪3、精轧机输出侧板宽仪4、活套(looper)装置5及控制装置6。

粗轧机1设置于未图示的加热炉的输出侧。精轧机2设置于粗轧机1的输出侧。精轧机2具备多个机架。多个机架在水平方向上排列设置。例如，多个机架由机架2a、机架2b、机架2c、机架2d、机架2e、机架2f、及机架2g构成。粗轧机输出侧板宽仪3设置于粗轧机1的输出侧且精轧机2的输入侧。精轧机输出侧板宽仪4设置于精轧机2的输出侧。活套装置5具备多个机架间活套。多个机架间活套分别设置于相邻的机架之间。例如，多个机架间活套由机架间活套5a、机架间活套5b、机架间活套5c、机架间活套5d、机架间活套5e及机架间活套5f构成。控制装置6设置为能够整体控制热轧生产线。

轧制材7向箭头示出的轧制方向移动。轧制材7由粗轧机1及精轧机2进行轧制。结果，轧制材7的板厚发生变化。

粗轧机输出侧板宽仪3对粗轧机1的输出侧且精轧机2的输入侧的轧制材7的板宽进行计测。粗轧机输出侧板宽仪3将计测结果作为粗轧机输出侧板宽响应值输出。精轧机输出侧板宽仪4对精轧机2的输出侧的轧制材7的板宽进行计测。精轧机输出侧板宽仪4将计测结果作为精轧机输出侧板宽响应值输出。

多个机架间活套分别对相邻的机架之间的轧制材7的张力进行计测。多个机架间活套分别将计测结果作为各机架间张力响应值输出。例如，机架间活套5a将计测结果作为各机架间张力响应值输出。例如，机架间活套5b将计测结果作为各机架间张力响应值输出。例如，机架间活套5c将计测结果作为各机架间张力响应值输出。例如，机架间活套5d将计测结果作为各机架间张力响应值输出。例如，机架间活套5e将计测结果作为各机架间张力响应值输出。例如，机架间活套5f将计测结果作为各机架间张力响应值输出。

控制装置6具备数学模型计算装置8。数学模型计算装置8具备数学模型计算部9。数学模型计算部9设置为能够基于轧制生产线的响应值的履历来计算轧制生产线的数学模型。例如，数学模型计算部9设置为能够基于轧制生产线的响应值的履历，将各机架间张力响应值作为输入，将精轧机输出侧板宽响应值作为输出来计算数学模型。

控制装置6具备控制部10。控制部10设置为能够基于由数学模型计算部9计算出的数学模型，控制轧制生产线的动作。例如，控制部10基于从在线输入了各机架间张力响应值的数学模型得到的精轧机输出侧板宽预测值计算多个机架之间的针对各机架间张力的变化参照值(指令值)控制部10分别向多个机架间活套输出针对各机架间张力的变化参照值(指令值)例如，控制部10向机架间活套5a输出针对各机架间张力的变化参照值(指令值)例如，控制部10向机架间活套5b输出针对各机架间张力的变化参照值(指令值)例如，控制部10向机架间活套5c输出针对各机架间张力的变化参照值(指令值)例如，控制部10向机架间活套5d输出针对各机架间张力的变化参照值(指令值)例如，控制部10向机架间活套5e输出针对各机架间张力的变化参照值(指令值)例如，控制部10向机架间活套5f输出针对各机架间张力的变化参照值(指令值)

多个机架间活套分别基于针对机架间张力的变化参照值(指令值)沿铅垂方向移动。例如，机架间活套5a基于针对各机架间张力的变化参照值(指令值)沿铅垂方向移动。例如，机架间活套5b基于针对各机架间张力的变化参照值(指令值)沿铅垂方向移动。例如，机架间活套5c基于针对各机架间张力的变化参照值(指令值)沿铅垂方向移动。例如，机架间活套5d基于针对各机架间张力的变化参照值(指令值)沿铅垂方向移动。例如，机架间活套5e基于针对各机架间张力的变化参照值(指令值)沿铅垂方向移动。例如，机架间活套5f基于针对各机架间张力的变化参照值(指令值)沿铅垂方向移动。

此时，在相邻的机架之间，对轧制材7施加的张力发生变化。结果，在精轧机2的输出侧中，轧制材7的板宽的值被控制成为目标精轧机输出侧板宽目标值

接下来，使用图2对轧制生产线的控制进行说明。

图2是说明应用了实施方式1中的轧制生产线的数学模型计算装置的轧制生产线的控制的框图。

在图2中，是与相邻的机架之间对应的比例增益。是与相邻的机架之间对应的积分增益。g0是从相邻的机架之间的轧制材7的张力至精轧机2的输出侧的轧制材7的板宽的、数学模型的传递函数。是轧制材7的精轧机输出侧板宽变化预测值。

控制装置6进行使用了轧制材7的精轧机输出侧板宽变化预测值的反馈控制。具体而言，控制装置6将精轧机输出侧板宽偏差目标值设为0，将精轧机输出侧板宽偏差目标值与精轧机输出侧板宽变化预测值的偏差输入pi控制器。此时的pi增益按每个相邻的机架之间被设定。pi控制器的输出成为针对机架间张力的变化参照值(指令值)控制装置6基于针对机架间张力的变化参照值(指令值)使多个机架间活套分别沿铅垂方向移动，从而使相邻的机架之间的轧制材7的张力变化。此外，控制装置6通过使更上游侧的机架的辊周速变化，从而使相邻的机架之间的轧制材7的张力变化。

针对机架间张力的变化参照值(指令值)被输入数学模型。此时的输出成为轧制材7的精轧机输出侧板宽变化预测值控制装置6将轧制材7的精轧机输出侧板宽变化预测值加上当前时刻收到的来自精轧机输出侧板宽仪4的轧制材7的精轧机输出侧板宽响应值而得的值，设为精轧机输出侧板宽预测值

接下来，使用图3至图5对数学模型的计算方法的概要进行说明。

图3至图5是用于说明实施方式1中的轧制生产线的数学模型计算装置对数学模型的计算方法的概要的框图。

如图3所示，数学模型计算部9基于实验所得的数据，制作表示从各机架间张力响应值至精轧机输出侧板宽响应值的动态响应特性的数学模型。具体而言，数据模型计算部9计算从输入至输出的差分方程式、传递函数、状态方程式等。

例如，如图4所示，数学模型计算部9计算作为线性差分方程式的armax(auto-regressivemovingaverageexogonous)模型。armax模型由下面的(1)式表示。

【数1】

a(z)y(k)＝b(z)u(k)+c(z)w(k)(1)

(1)式的a(z)由下面的(2)式表示。

【数2】

a(z)＝1+a1z^-1+a2z^-2+…+anz^-n(2)

(1)式的b(z)由下面的(3)式表示。

【数3】

b(z)＝1+b1z^-1+b2z^-2+…+bnz^-n(3)

(1)式的c(z)由下面的(4)式表示。

【数4】

c(z)＝1+c1z^-1+c2z^-2+…+cnz^-n(4)

在armax模型中，定义多项式有理函数g(z)。g(z)是从输入u(k)至输出y(k)的传递函数。具体而言，g(z)由下面的(5)式表示。

【数5】

在armax模型中，定义了多项式有理函数h(z)。h(z)是从噪音w(k)至干扰项v(k)的传递函数。具体而言，h(z)由下面的(6)式表示。

【数6】

结果，图4的框图被转换为图5的框图。此时，输出y(k)由下面的(7)式表示。

【数7】

y(k)＝g(z)u(k)+h(z)w(k)(7)

当前时刻k的输出y(k)的预测值使用时刻(k－1)为止的过去的数据、由下面的(8)式表示。

【数8】

另外，(8)式的右边的第2项由下面的(9)式定义。

【数9】

若将(8)式代入(7)式，则得到下面的(10)式。

【数10】

若利用(7)式、(10)式来消除噪音w(k)，则得到下面的(11)式。

【数11】

如(11)式所示，当前的输出作为过去的输入和输出的线性组合而计算出。此时，使用了1阶段预测值的预测误差ε由下面的(12)式定义。

【数12】

a(z)、b(z)、c(z)由使用了(12)式的预测误差法而被决定。具体而言，a(z)、b(z)、c(z)以使由预测误差ε构成的评价函数为最小方式而被决定。

在离散时间系统中，从输入u(k)至输出y(k)的传递函数g(z)由下面的(13)式表示。

【数13】

在连续时间系统中，从输入u(k)至输出y(k)的传递函数g′(s)能够通过对(13)式进行变换而得到。传递函数g′(s)由下面的(14)式表示。

【数14】

接下来，使用图6至图8对数学模型的计算方法的例子进行说明。

图6至图8是用于说明实施方式1中的轧制生产线的数学模型计算装置对数学模型的计算方法的例子的图。

图6表示机架2e与机架2f之间的机架间张力及精轧机输出侧板宽。

图7的上图是表示在图6中实际进行轧制的各机架间张力响应值的图。

图7的下图是表示在图6中实际进行轧制时的精轧机输出侧板宽响应值虚线是对数据进行直线近似的线。

图8的上图是作为向数学模型输入前的数据的预处理，是从图7的上图的数据中除去作为低频扰动的平均值和倾斜后的数据。

图8的下图是作为向数学模型输入前的数据的预处理，从图7的下图的数据中除去作为低频扰动的平均值及倾斜后的数据。

在图8的上图和下图中，数据的平均值和倾斜为0。数学模型计算部9在数据的收集后在线进行与图8的上图和下图对应的处理。数学模型计算部9使用图8的上图和下图的数据计算传递函数。例如，传递函数g5(s)由以下的(15)式表示。

【数15】

所得到的传递函数g5(s)用于下次之后的轧制材7的板宽控制。数学模型计算部9在线除去当根据轧制生产线的运转中的各机架间张力响应值而在前次的轧制材7中推断传递函数g5(s)时从输入数据中除去的平均值及倾斜。数学模型计算部9将该值输入传递函数g5(s)。数学模型计算部9基于对传递函数g5(s)的输出加上计算传递函数g5(s)时从输出数据中除去的平均值及倾斜而得的值，计算精轧机输出侧板宽预测值

接着，使用图9说明精轧机输出侧板宽预测值

图9是表示应用了实施方式1中的轧制生产线的数学模型计算装置的轧制生产线的控制的模拟结果的图。

如图9所示，精轧机输出侧板宽预测值与精轧机输出侧板宽响应值相同地变化。

根据以上说明的实施方式1，基于热轧生产线的响应值的履历来计算数学模型。因此，能够计算对轧制材7的板宽控制而言高精度的数学模型。

此外，数学模型是用1次直线对输入和输出进行近似、使用从该输入和该输出减去对应的1次直线而得的值而计算出的。因此，能够计算精度更高的数学模型。

此外，控制装置6在热轧生产线的运转中，取得数学模型计算装置8以在线的响应值为输入、基于数学模型计算出的输出，并基于该输出来计算精轧机输出侧板宽预测值因此，在轧制生产线的运转中，能够以更高的精度计算精轧机输出侧板宽预测值

此外，控制装置6基于精轧机输出侧板宽预测值以使精轧机2的输出侧的轧制材7的板宽的值成为目标精轧机输出侧板宽目标值对机架间活套对轧制材7施加的张力进行修正。因此能够以更高的精度进行轧制材7的板宽控制。

接下来，使用图10对控制装置6的例子进行说明。

图10是具备实施方式1中的轧制生产线的数学模型计算装置的控制装置的硬件构成图。

控制装置6的各功能能够通过处理电路实现。例如，处理电路具备至少一个处理器100a和至少一个存储器100b。例如，处理电路具备至少一个专用的硬件200。

在处理电路具备至少一个处理器100a和至少一个存储器100b的情况下，控制装置6的各功能通过软件、固件、或软件和固件的组合来实现。软件及固件的至少一方被描述为程序。软件及固件的至少一方存储于至少一个存储器100b。至少一个处理器100a通过读出并执行在至少一个存储器100b中存储的程序，来实现控制装置6的各功能。至少一个处理器100a也被称作cpu(centralprocessingunit)、中央处理装置、处理装置、运算装置、微处理器、微型计算机、dsp。例如，至少一个存储器100b是ram、rom、闪存、eprom、eeprom等的非易失性或易失性的半导体存储器、磁盘、软盘、光盘、压缩磁盘、迷你磁盘、dvd等。

在处理电路具备至少一个专用的硬件200的情况下，处理电路例如通过单一电路、复合电路、程序化的处理器、并行程序化的处理器、asic、fpga、或它们的组合来实现。例如，控制装置6的各功能分别通过处理电路来实现。例如，控制装置6的各功能一并通过处理电路来实现。

对于控制装置6的各功能，也可以通过专用的硬件200实现一部分，通过软件或固件实现其他部分。例如，也可以是对于数学模型计算部9的功能，通过作为专用的硬件200的处理电路来实现，对于数学模型计算部9的功能以外的功能，通过至少一个处理器100a读出并执行在至少一个存储器100b中储存的程序来实现。

这样，处理电路通过硬件200、软件、固件、或它们的组合来实现控制装置6的各功能。

实施方式2.

图11是说明应用了实施方式2中的轧制生产线的数学模型计算装置的轧制生产线的控制的框图。另外，对于与实施方式1的部分相同或者相当的部分赋予相同的附图标记。省略该部分的说明。

在实施方式2中，控制装置6具备史密斯补偿器11。史密斯补偿器11在线将针对机架间张力的变化参照值(指令值)向pi控制器进行负反馈。此外，控制装置6还在线将经过了来自精轧机输出侧板宽仪4的因传送延迟导致的浪费时间的精轧机输出侧板宽预测值也向pi控制器负反馈。此时，若基于数学模型的精轧机输出侧板宽预测值中存在误差，则该误差被在线输入pi控制器。

根据以上说明的实施方式2，基于精轧机输出侧板宽预测值精轧机输出侧板宽响应值及来自精轧机输出侧板宽仪4的因传送延迟导致的浪费时间，修正机架间活套对轧制材7施加的张力。因此，能够以更高的精度进行轧制材7的板宽控制。

另外，也可以是，在轧制材7的前端被夹入到精轧机2的最前级侧的机架2a之前，基于精轧机输出侧板宽响应值从粗轧机1的输出侧至精轧机2的输出侧的轧制材7的板宽变化预测式来计算轧制材7的精轧机输出侧板宽变化预测值此时，从粗轧机1的输出侧至精轧机2的输出侧的轧制材7的板宽变化预测式由下面的(16)式及(17)式的线性多项式表示。

【数16】

δbfm＝bfd-brd(16)

【数17】

其中，在(16)式中，是精轧机2的内部的轧制材7的板宽变化值。在(17)式中，是精轧机2的内部的轧制材7的板宽变化量预测值。是精轧机输出侧板厚目标值。是粗轧机输出侧板厚目标值。fdt^cmd是精轧机输出侧温度目标值。rdt^cmd是粗轧机输出侧温度目标值。a是各参数的系数。

此时，精轧机2的输出侧的目标板宽偏差预测值由下面的(18)式表示。

【数18】

在此，借助数学模型，各机架间张力δt0与精轧机输出侧板宽δbfd的关系由下面的(19)式表示。

【数19】

在(19)式中，稳定状态下的平衡为s＝0的状态。在该情况下，下面的(20)式成立。

【数20】

在此，若将(18)式代入(20)式，则除去目标板宽偏差所需的针对机架间张力的变化参照值(指令值)由下面的(21)式表示。

【数21】

控制装置6轧制材7的全长中的尾端部分通过粗轧机输出侧板宽仪3的时刻，计算轧制材7的全长中的精轧机输出侧板宽偏差目标值的平均值。控制装置6将该平均值代入到(21)式时的代入到(20)式时的针对机架间张力的变化参照值(指令值)作为机架间张力的初始设定值，预先进行修正。在该情况下，能够以更高的精度进行轧制材7的板宽控制。