确定单机架可逆冷轧机升降速轧制效率系数的方法与流程

本发明涉及轧机过程自动控制技术领域，尤其涉及一种确定单机架可逆冷轧机升降速轧制效率系数的方法。

背景技术：

单机架可逆冷轧机对带钢进行多道次往返轧制，以达到订单要求的目标厚度。各道次轧制过程中，带钢都将经历升速段，高速运行段，降速段等轧制过程。其中道次开始后的升速段以及道次结束前的降速段轧制过程中，如果带钢厚度超差长度过大，直接影响机组成材率。

单机架可逆冷轧机主要厚度控制手段包括前馈控制，秒流量控制，反馈控制。它们共同作用下，高速运行段的厚度可以达到较高的精度，能满足下游客户要求。但是在升速段，轧机出口的带材会形成一个负厚差的“坑”；在降速段，轧机出口的带材会形成一个正厚差的“鼓包”；其原因在于随着速度的变化，带来摩擦力的变化，影响到轧制力，最终反映到出口厚度的变化。

为解决上述问题，公开号为cn103978044b(申请日期是2014年5月30日)的发明专利“轧机加减速阶段的辊缝补偿控制方法及其装置”提出了基于轧制效率系数的升降速厚度补偿方法。此方法用于优化升降速段的厚度偏差具备明显的效果，但是轧制效率系数的确定是一个难点。

理想情况下，如果轧制力数学模型足够优秀，是可以精确算出的轧制效率系数的，然而轧制力模型目前主要用于高速段的规程计算，针对其他速度段的计算值相对不太准确。如果计算失误，会导致断带事故的发生。

公开号为cn105195524b(申请日期是2015年12月21日)的发明专利“一种冷轧轧制升降速过程中板带厚度补偿控制方法”提出了采用在线试验来确定轧制效率系数的方法。此方法需要会对正常的钢卷实施升降速轧制测试，投入成本太高。

另外，针对同一钢种的钢卷，在不同轧制工况中，轧制效率系数也是不同的。目前来说尚未发现一种既可自适应的、又经济可行的确定单机架可逆冷轧机升降速轧制效率系数的方法。

技术实现要素：

本发明的目的在于提供一种确定单机架可逆冷轧机升降速轧制效率系数的方法，旨在用于解决升降速厚度控制精度的问题。

本发明是这样实现的：

本发明提供一种确定单机架可逆冷轧机升降速轧制效率系数的方法，包括以下步骤：

s1：建立各轧制道次冷轧轧制力数学模型，在道次开始轧制前，计算本道次的轧制效率系数，用于升降速厚度控制；

s2：在道次轧制过程中，采用数据采集软件记录该道次的生产工艺数据；

s3：在道次轧制结束后，获取数据采集软件记录的该道次的生产工艺数据，对该道次的冷轧轧制力数学模型进行自学习，更新模型参数并保存在数据库中，同时计算本道次升降速轧制效率修正因子并保存在数据库中。

进一步地，所述步骤s1中，计算本道次的轧制效率系数包括以下步骤：

s11：根据本道次冷轧轧制力数学模型分别计算在当前道次工况下，不同速度对应的轧制力值，形成初始效率系数；

s12：采用自适应修正法，对初始效率系数修正为最终效率系数。

进一步地，所述步骤s12中的自适应修正法的计算步骤如下：

s21：从数据库获取此钢种本道次的升降速轧制效率修正因子k；

s22：获取初始效率系数的轧制力最小值fmin；

s23：修正轧制效率系数的轧制力，公式如下：

fi^*＝fmin+(fi-fmin)*(1-k)

式中fi表示第i个速度对应的初值轧制力，fi*表示第i个速度对应的修正后的轧制力。

进一步地，当k>0或者k<kmin时，才利用公式fi^*＝fmin+(fi-fmin)*(1-k)对轧制力进行优化，否则修正后轧制效率系数就是初始效率系数，其中，kmin为预设的一定值。

进一步地，kmin选取为-0.05。

进一步地，所述步骤s3中，在道次轧制结束后，对该道次的冷轧轧制力数学模型进行自学习具体包括：获取数据采集软件中本道次各速度段代表工艺，用于数学模型自学习，然后更新模型系数。

进一步地，所述步骤s3中，在道次轧制结束后，计算本道次升降速轧制效率修正因子包括以下步骤：

s31：获取数据采集软件中本道次第i个升降速段的开始速度si，结束速度ei，以及本段出口厚度与设定厚度偏差的平均值ui；

s32：计算本升降速段效率修正因子ki，公式如下：

ki＝ui*c/(ei-si)

其中c为自适应模型系数；

s33：累加本道次所有升降速段效率修正因子ki，然后再乘以此钢种的上一卷带钢在本道次的效率修正因子klast，即可得到本道次升降速轧制效率修正因子k，公式如下：

k＝(σki)*klast。

进一步地，所述步骤s31中，仅获取满足以下条件的升降速段的工艺数据：速度大于一个指定值，且结束速度与开始速度之差的绝对值大于一个指定值。

进一步地，速度大于指定值80m/min，结束速度与开始速度之差的绝对值大于指定值100m/min。

进一步地，所述数据采集软件的采集频率为10ms。

与现有技术相比，本发明具有以下有益效果：

本发明提供的这种确定单机架可逆冷轧机升降速轧制效率系数的方法，无需采用在线钢卷试验即可得到精准的轧制效率系数，节省了成本，且不影响正常生产；利用现有轧制力数学模型来计算初始轧制效率系数，采用实测结果来动态修正轧制效率系数，实现了参数自适应，满足了在线运行的需求；采用本方案后，升降速控制水平基本和高速段控制水平一致，提高了成材率，降低了断带事故发生概率。

附图说明

图1为本发明实施例提供的一种确定单机架可逆冷轧机升降速轧制效率系数的方法的流程图；

图2为本发明实施例提供的控制效果图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，本发明实施例提供一种确定单机架可逆冷轧机升降速轧制效率系数的方法，包括以下步骤：

s1：建立各轧制道次冷轧轧制力数学模型，在道次开始轧制前，计算本道次的轧制效率系数，用于升降速厚度控制；

s2：在道次轧制过程中，采用数据采集软件记录该道次的生产工艺数据；

s3：在道次轧制结束后，获取数据采集软件记录的该道次的生产工艺数据，对该道次的冷轧轧制力数学模型进行自学习，更新模型参数并保存在数据库中，同时计算本道次升降速轧制效率修正因子并保存在数据库中。

本发明实施例提供的这种确定单机架可逆冷轧机升降速轧制效率系数的方法，无需采用在线钢卷试验即可得到精准的轧制效率系数，节省了成本，且不影响正常生产；利用现有轧制力数学模型来计算初始轧制效率系数，采用实测结果来动态修正轧制效率系数，实现了参数自适应，满足了在线运行的需求；采用本方案后，升降速控制水平基本和高速段控制水平一致，提高了成材率，降低了断带事故发生概率。

具体地，所述步骤s1中，冷轧轧制力数学模型可以采用bland-ford-hill轧制力数学模型，同时对轧辊压扁用hitchcock公式进行修正。

轧制力数学模型的模型参数主要包括变形抗力模型的相关参数，摩擦模型的相关参数。其中变形抗力模型与钢种有关，可以根据钢种查表获取模型参数。为了进一步提高模型精度，可以将变形抗力模型的参数进一步按照道次号进行分类，根据钢种加道次号联合查表获取模型参数。本实施例为了计算方便，对于指定的钢种，不同道次采用相同的变形抗力参数，但是在轧制力模型的基础上加了一个独立自学习乘法系数，同样可以提高模型精度。

轧制效率系数是指一组轧制速度，以及这些速度对应的轧制力。用于agc(automaticgaugecontrol，自动厚度控制)控制系统在升降速阶段根据速度做轧制力补偿，提高升降速阶段的厚度精度。只需要代入数学模型，分别计算各速度下的轧制力即可。但是由于其计算精度有限，或者agc实际施加效果的原因，这个效率系数直接使用可能无法达到最佳的效果，必须要对其进行修正。

在一个实施例中，所述步骤s1中，计算本道次的轧制效率系数包括以下步骤：

s11：根据本道次冷轧轧制力数学模型分别计算在当前道次工况下，不同速度对应的轧制力值，形成初始效率系数，即(v1,f1),(v2,f2)…(vn,fn)；

s12：采用自适应修正法，对初始效率系数修正为最终效率系数，即(v1,f1*),(v2,f2*)…(vn,fn*)。

所述步骤s2中，在道次轧制过程中，采用快速数据采集软件记录该道次的生产工艺数据；本实施例采用iba-pda软件，采集频率优选为10ms。

所述步骤s3中，在道次轧制结束后，获取iba-pda软件生成的dat文件，解析可以得到本道次所有生产工艺数据。

在一个实施例中，所述步骤s3中，在道次轧制结束后，对该道次的冷轧轧制力数学模型进行自学习具体包括：获取数据采集软件中本道次各速度段代表工艺，用于数学模型自学习，然后更新模型系数。

在一个实施例中，所述步骤s3中，在道次轧制结束后，计算本道次升降速轧制效率修正因子包括以下步骤：

s31：获取数据采集软件中本道次第i个升降速段的开始速度si，结束速度ei，以及本段出口厚度与设定厚度偏差的平均值ui；其中si和ei单位是m/min,ui单位是um。

优选地，所述步骤s31中，仅获取满足以下条件的升降速段的工艺数据：所有速度大于一个指定值，且结束速度与开始速度之差的绝对值大于一个指定值。优选地，所有速度大于指定值80m/min，结束速度与开始速度之差的绝对值大于指定值100m/min。

本实施例中先获取其中轧制速度大于80m/min的所有数据，然后挑出其中的升降速度段，其规则如下：若当前周期的主令速度和1s前的主令速度不相等(一般判断逻辑是大于0.00001/min即可)，则当前处于升降速度段，否则是非升降速段。选取升降速段的连续数据，如果其中结束速度与开始速度之差小于100m/min，则过滤掉这个升降速段。正常情况下，会得到一个或者多个升速段，一个降速段。

s32：计算本升降速段效率修正因子ki，公式如下：

ki＝ui*c/(ei-si)

其中c为自适应模型系数，单位是10⁶min^-1，c>0。

s33：累加本道次所有升降速段效率修正因子ki，然后再乘以此钢种的上一卷带钢在本道次的效率修正因子klast，即可得到本道次升降速轧制效率修正因子k，公式如下：

k＝(σki)*klast。

k的含义如下：如果k>0表示升降速过度补偿，k<0表示升降速欠补偿。

根据k值可以对初值轧制效率系数进行修正，在一个实施例中，所述步骤s12中的自适应修正法的计算步骤如下：

s21：从数据库获取此钢种本道次的升降速轧制效率修正因子k；

s22：获取初始效率系数的轧制力最小值fmin；

s23：修正轧制效率系数的轧制力，公式如下：

fi^*＝fmin+(fi-fmin)*(1-k)

式中fi表示第i个速度对应的初值轧制力，fi*表示第i个速度对应的修正后的轧制力。

优化上述实施例，当k处于一个死区时，可以不进行修正。即当k>0或者k<kmin时，才利用公式fi^*＝fmin+(fi-fmin)*(1-k)对轧制力进行优化，否则修正后轧制效率系数就是初始效率系数，其中kmin为预设的一定值，优选为-0.05。

例如：当k＝0.06，钢种为g35zw440，第三道次从0.85mm轧制到0.56mm轧制效率的计算值为：

其控制效果如图2所示：

针对第三道次,升速段205m/min到362m/min过程，以及稳定运行段362m/min，的厚度控制精度基本一致，在7μm以内。

本发明的原理在于，利用了现有的轧制力数学模型，并结合一个全新的基于实测数据的自适应算法，进行计算轧制效率系数。克服了数学模型在不同速度段的轧制力很难同时保证精度的问题。基于本发明，也无需进行钢卷升降速试验，节省了成本。另外基于本发明，对于新的钢种来说，一般第二卷即可控制在较高的精度。连续运行中，可以克服不同批次带钢性能差异的问题，在现场应用良好，能显著提高冷轧厂的经济效益。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。