专利名称：一种在热轧过程中粗轧板坯温度控制方法
技术领域：
本发明涉及热轧钢的成型加工，更具体地指一种在热轧过程中粗轧板坯温度控制方法。
背景技术：
热轧生产中，温度是一个极为重要的工艺参数，准确地预报各个环节的温度变化是实现热连轧机计算机控制的重要前提，轧制温度的预报是否准确，对其整个设定计算和改善轧件的尺寸精度、板形和力学性能都具有非常重要的意义，是提高轧制稳定性的核心所在。
目前板坯温度控制和预报计算通常采用的模型有两类，一类是简化理论模型，另一类是差分模型。前一类模型是在带钢内部分布为抛物线等稳态假设下获得的简化理论模型，它具有计算速度快的优点，但计算精度较差，尤其在环境突变时更差，这种模型无法给出板坯的上下表面温度，满足不了热轧工序高要求的板坯温度控制。而后一类差分模型又有显示差分模型和隐士差分模型，显示差分模型不是绝对稳定的，隐士差分模型虽然是绝对稳定的，但是计算量大。为了实现热轧粗轧工序高精度的板坯温度控制，就需要解决好分布温度控制模型的计算稳定性与计算速度的矛盾，使得分布温度控制模型计算精度高、计算速度快、计算稳定性好。
对进入精轧入口有严格温度要求的板坯，要求板坯在粗轧出口达到一定的目标温度。这个要求是通过板坯在中间辊道摆钢来实现的，通过板坯温度模型预报出板坯到达粗轧出口温度测量点的温度，然后与工艺要求的目标温度进行比较，根据温差计算出摆钢所需要的时间，并发给电气执行。这要求准确计算出摆钢所需要的时间，它取决板坯温度模型的计算精度，而且不仅是最后的计算精度，更要求在辐射区域和辐射以外的区域模型计算具有较高的精度。传统的粗轧板坯温度计算模型关注达到粗轧测量点的最终的计算结果，没有充分利用温度测量仪表的实际测量值对中间过程的模型系数进行分区域的修正。为了解决粗轧板坯温度的计算和控制问题以及给轧制力等工艺量的计算提供准确的板坯温度，就需要解决温度分布模型的自适应学习(又称为修正，下同)问题。
可见，热轧粗轧工序板坯轧制过程中，为了提高整个设定计算的精度和使轧件温度满足精轧入口对中间板坯温度的要求，需要准确预报和控制板坯温度。
发明内容
本发明的目的在于提供一种在热轧过程中粗轧板坯温度控制方法，以实现稳定性好、速度快和精度高的板坯温度控制。
为了实现上述目的，本发明采用如下技术方案，一种在热轧过程中粗轧板坯温度控制方法，该温度控制方法包括以下步骤a，首先，以板坯从加热炉抽出时的温度分布为起点，按板坯的移动顺序和运行时间，采用递推解析温度分布模型，求出板坯轧制运行路径上各点的温度分布；
b，然后，将板坯在粗轧后测量点处由步骤a所求得的平均温度与粗轧目标温度进行比较，如果比较结果大于所设定的两者温度之差的允许值，则以粗轧最后一个道次入口温度为参考，进行摆钢，对板坯进行辐射降温，如果比较结果小于所设定温度允许值，则对板坯进行正常轧制；c，再将板坯在测量点的板坯上表面温度实测值与采用递推解析温度分布模型在该处求得的板坯上表面温度进行比较，当两者出现偏差时，对模型辐射系数和水冷系数分区域进行自适应修正，直至偏差达到最小并将修正的结果用到相同规格的后续板坯上。
所述的步骤a)中，所述的热轧粗轧板坯递推解析温度分布模型主要是指根据边界条件确定板坯在粗轧轧制过程中的上表面温度、下表面温度、平均温度。
所述的上表面温度、下表面温度、平均温度表达式分别为，θ(H2,t)=Σi=04(-1)iAi(t)+Σj=14(-1)j-1Bj(t),]]>θ(-H2,t)=Σi=04(-1)iAi(t)-Σj=14(-1)j-1Bj(t),]]>θm(t)＝A0(t)，且上面各式的模型系数通过下式递推获得，
A0(t)A1(t)A2(t)A3(t)A4(t)B1(t)B2(t)B3(t)B4(t)=1000000000m1(t)000000000m2(t)000000000m3(t)000000000m4(t)000000000m1*(t)000000000m2*(t)000000000m3*(t)000000000m4*(t)A0(0)A1(0)A2(0)A3(0)A4(0)B1(0)B2(0)B3(0)B4(0)]]>+a2·(φS+φI)·t/(λ·H)p1·K·(1-m1(t))p2·K·(1-m2(t))p3·K·(1-m3(t))p4·K·(1-m4(t))q1·R·(1-m1*(t))q2·R·(1-m2*(t))q3·R·(1-m3*(t))q4·R·(1-m4*(t))]]>式中，λ为板坯热传导率，ρ为板坯比重，cp为板坯比热，三者是被加热板坯的物理参数，实际中是给定的，Ai(0)，Bi(0)是模型计算的初始参数，最初的值由加热炉模型提供，后续的参数递推获得，a2=λρ·cp,]]>为板坯热扩散系数，mi(t)=exp{-4·i2·a2·π2·tH2}]]>(i＝1～4)，mj*(t)=exp{-(2j-1)2·a2·π2·tH2}]]>(j＝1～4)，t为计算步长，H为板坯厚度，K=(φS+φI)·H2·λ,R=(φS-φI)·H4·λ]]>φS，φI是板坯上下表面的热流，由边界条件确定。
所述的步骤b中，在进行摆钢时，摆钢条件是Δθ＞Tconst，其中Tconst是工艺规定的常数，Δθ＝θm-θt arg et，θm是模型计算的板坯平均温度，θt arg et是工艺给定的目标温度；摆钢时间为Δt＝(Δθ-Tconst/2)*ηt，ηt=ΔtaΔθout]]>Δta为最后一道次前板坯辐射时间摄动量，Δθout是板坯在粗轧出口温度测量位置，板坯平均温度相对于Δta的变化量。
所述的步骤c中，在对递推解析温度分布模型参数修正时，主要是利用板坯在粗轧机架间和粗轧后测量点的板坯上表面温度测量值分别与板坯温度递推解析分布模型在该处的板坯上表面温度进行比较，对模型辐射系数和水冷系数分区域分别进行自适应修正。
在进行粗轧机架间温度测量值与板坯温度递推解析分布模型在该处的板坯上表面温度值进行比较修正时进一步包括如下步骤C11，进行偏差分解；C12，分别求出辐射系数和水冷系数的修正量；C13，极限值和平滑处理；C14，利用粗轧实际值求出第一区域终点到粗轧后测量仪位置的板坯温度分布。
在进行粗轧后温度测量值与板坯温度递推解析分布模型在该处的板坯上表面温度值进行比较修正时进一步包括如下步骤
C21，进行偏差分解；C22，分别求出辐射系数和水冷系数的修正量；C23，极限值和平滑处理。
在本发明所采用的技术方案中，该方法主要以板坯从加热炉抽出时的温度分布为起点，按板坯的移动顺序和运行时间，采用递推解析温度分布模型，求出板坯轧制运行路径上各点的温度分布；并将板坯在粗轧后测量点处的平均温度与粗轧目标温度进行比较，如果比较结果大于所设定的两者温度之差的允许值，则以粗轧最后一个道次入口温度为参考，通过摆钢对板坯进行温度控制，此外，还对对模型辐射系数和水冷系数分区域进行自适应修正。因此，本发明的方法能快速准确地确定热轧粗轧工序板坯在各个位置的温度分布，同时根据粗轧目标温度确定板坯在中间辊道的摆钢时间，精确地控制板坯的温度。该方法解决了传统的粗轧板坯温度模型存在计算速度、计算精度和计算稳定性之间的矛盾，具有计算简单，速度快，稳定性好的优点，也解决了传统的温度分布模型难以对模型参数进行自适应学习的技术缺陷，提高了粗轧板坯温度模型的计算精度和粗轧板坯温度的控制精度，以及为粗轧轧制力等工艺量的计算提供了可靠的板坯温度，提高了粗轧工序的整体控制水平。
图1为采用本发明的控制方法流程示意图。
图2为采用本发明的控制方法的一流程示意图。
图3为采用本发明的控制方法的又一流程示意图。
图4为热轧粗轧机组区域布置示意图。
具体实施例方式
为了能更清楚地理解本发明的内容，下面结合附图和具体的实施例进行进一步地详细说明。
实施例一请参阅图1所示，该温度控制方法包括以下步骤a，首先，以板坯从加热炉抽出时的温度分布为起点，按板坯的移动顺序和运行时间，采用递推解析温度分布模型，求出板坯轧制运行路径上各点的温度分布；b，然后，将板坯在粗轧后测量点处由步骤a所求得的平均温度与粗轧目标温度进行比较，如果比较结果大于所设定的两者温度之差的允许值，则以粗轧最后一个道次入口温度为参考，进行摆钢，对板坯进行辐射降温，如果比较结果小于所设定温度允许值，则对板坯进行正常轧制；c，再将板坯在测量点的板坯上表面温度实测值与采用递推解析温度分布模型在该处求得的板坯上表面温度进行比较，当两者出现偏差时，对模型辐射系数和水冷系数分区域进行自适应修正，直至偏差达到最小并将修正的结果用到相同规格的后续板坯上。
具体来说，利用递推解析分布温度模型，根据边界条件确定粗轧板坯在这个热轧粗轧轧制过程中的板坯温度分布。
所述的热轧粗轧板坯递推解析分布温度模型表达式为板坯上表面温度
θ(H2,t)=Σi=04(-1)iAi(t)+Σj=14(-1)j-1Bj(t)]]>板坯下表面温度θ(-H2,t)=Σi=04(-1)iAi(t)-Σj=14(-1)j-1Bj(t)]]>板坯平均温度θm(t)＝A0(t)上面各式的模型系数通过下式递推获得A0(t)A1(t)A2(t)A3(t)A4(t)B1(t)B2(t)B3(t)B4(t)=1000000000m1(t)000000000m2(t)000000000m3(t)000000000m4(t)000000000m1*(t)000000000m2*(t)000000000m3*(t)000000000m4*(t)A0(0)A1(0)A2(0)A3(0)A4(0)B1(0)B2(0)B3(0)B4(0)]]>+a2·(φS+φI)·t/(λ·H)p1·K·(1-m1(t))p2·K·(1-m2(t))p3·K·(1-m3(t))p4·K·(1-m4(t))q1·R·(1-m1*(t))q2·R·(1-m2*(t))q3·R·(1-m3*(t))q4·R·(1-m4*(t))]]>上式中λ为板坯热传导率，ρ为板坯比重，cp为板坯比热，三者是被加热板坯的物理参数，实际中是给定的，Ai(0)，Bi(0)是模型计算的初始参数，最初的值由加热炉模型提供，后续的参数递推获得。
其中a2=λρ·cp,]]>为板坯热扩散系数。
mi(t)=exp{-4·i2·a2·π2·tH2}]]>(i＝1～4)mj*(t)=exp{-(2j-1)2·a2·π2·tH2}]]>(j＝1～4)t计算步长H板坯厚度K=(φS+φI)·H2·λ,R=(φS-φI)·H4·λ]]>φS，φI是板坯上下表面的热流，由后面的不同的边界条件确定。
p1＝-0.106694，p2＝0.03125，p3＝-0.0183，p4＝0.007812q1＝0.821068，q2＝-0.101245，q3＝0.0452020，q4＝-0.03248在确定热轧粗轧板坯温度时，要求出板坯位于空冷区、水冷区和轧制变形区时的热流量。
具体确定方法如下空冷热流量的计算φs＝ε·σ·[(Tair+237)4-(θs+273)4]其中σ是斯蒂芬—波尔茨曼常数。
Tair是空冷环境温度。
θs是带钢表面温度，分布模型计算得到。
ε是辐射系数，ε∈
，具体值可由实验确定。
水冷热流量的计算φs＝aw·(Tw-θs)其中TW为冷却水的温度，aw为水冷热交换系数，由实验确定。
带钢轧制变形及带钢与轧辊接触而产生的热流量的计算
φs＝(TFOR-TLTG)·CP·ρ·δ/tc其中TFOR为轧制变形热，TLTG为带钢与轧辊接触的热损失，CP带钢比热，ρ带钢比重，δ半个带钢厚度，tc带钢与轧辊接触时间。
轧制变形热TFOR确定如下TFOR=C·HART(I)·FEPS(I)·SWMBRH(I)·AWR(G)·HEIN(I)]]>其中C是变形功常数因子。
FEPS(I)是相对压下对变形的影响系数，根据相对压下量EPS(I)计算，即FEPS(I)=(EPS(I)31-EPS(I))1/2.]]>HEAT(I)是材质硬度。
SWM是道次专用的轧制力矩遗传系数。
BRH(I)是带钢入口宽度。
AWR(G)是工作辊压扁半径。
HEIN(I)是入口厚度。
带钢与轧辊接触的热损失TLTG由不考虑变形热时带钢与轧辊接触温度损失TLT(I)和轧制变形热附加接触温损TFLG(I)确定TLTG(I)＝TLT(I)+TFLG(I)TLT(I)计算如下TLT(I)=GTL·(TEIN(I)-TW)·GLG(I)·WDUZ(I)HAUS(I)·VAUS(I)]]>其中GLT是温度传导加权因子，为0.4986×10-3(mm·m/sec)/Z，Z为氧化铁皮厚度(mm)。
TEIN(I)为模型计算的带钢入口平均温度，TW轧辊温度，GLG为轧制接触弧长，WDUZ(I)为热交换系数由实验获得。
HAUS(I)为带钢出口厚度，VAUS为带钢出口速度。
TFLG(I)计算如下TFLG(I)＝GFLG·[1-WDUZ(I)]·TFOR其中GFLG为变形热对热传导影响的加权常数。
确定热轧粗轧板坯在中间辊道上的摆钢时间时，主要根据板坯在粗轧后测量点处的模型计算的平均温度和粗轧目标温度，并遵循下式来求出摆钢时间摆钢条件是Δθ＞Tconst，其中Tconst是工艺规定的常数，Δθ＝θm-θt arg et，θm是模型计算的板坯平均温度，θt arg et是工艺给定的目标温度。
摆钢时间Δt为Δt＝(Δθ-Tconst/2)*ηt其中ηt计算如下ηt=ΔtaΔθout]]>Δta为最后一道次前板坯辐射时间摄动量，取20分钟。
Δθout是板坯在粗轧出口温度测量位置，板坯平均温度相对于Δta引起的变化量。
在粗轧板坯递推解析模型参数修正时，利用板坯在粗轧机架间和粗轧后测量点的板坯上表面温度实测值，和板坯温度递推解析模型在该处计算的板坯上表面温度进行比较，对模型辐射系数和水冷系数分区域分别进行自适应学习，结果用到相同规格的后续板坯上。修正内容如下●修正的条件Tgatemin<|Δθs|<Tgatemax]]>
其中Tgatemax，Tgatemin是工艺规定的常数，Δθs＝θs-θact，θs是模型计算的板坯上表面温度，θact是温度仪实测的板坯表面温度。
●偏差分配当Δθs＝θs-θact＞0时，Δθw=β*(Δθs-Tgatemin/2)]]>Δθr=(1-β)*(Δθs-Tgatemin/2)]]>当Δθs＝θs-θact＜0时，Δθw=β*(Δθs-Tgatemin/2)]]>Δθr=(1-β)*(Δθs-Tgatemin/2)]]>其中β∈
；Δθw，Δθr分别为水冷对流系数和辐射系数误差引起的模型计算偏差。
●模型系数修正对于第一区域的辐射系数修正为Δε1＝Δθr/MM=Δθout1/Δϵv]]>其中，Δε1为消除温度偏差Δθr第一区域辐射系数所需要的改变量，M为辐射系数对板坯温度的影响系数，Δεr为第一区域辐射系数的摄动量，取0.2。
Δθout1是板坯在粗轧机架间即第一区域，温度测量仪位置处，板坯上表面温度相对于Δεr的变化量。
对于第一区域的水冷对流系数修正为Δaw1=Δθw/N]]>N=Δθout1/Δawv]]>其中，Δaw1为消除温度偏差Δθw第一区域水冷对流系数所需要的改变量，N为水冷对流系数对板坯温度的影响系数，Δawv为第一区域水冷对流系数的摄动量，取1000。Δθout1是板坯在粗轧机架间即第一区域，温度测量仪位置处，板坯上表面温度相对于Δawv的变化量。
对于第二区域辐射系数和水冷对流系数的修正与第一区域的模型系数修正相同，只是模型计算的起点是第一区域的终点，递推解析模型的递推参数是利用第一区域模型后得到的参数，利用实际信息递推到第一区域的终点的递推参数作为递推解析模型的初始参数。
●极限值检查及平滑处理上下限检查的方法如下Δεi＝MIN(Δεi，Δεuper)Δεi＝MAX(Δεi，Δεlower)其中，Δεi，i＝1，2为第一区域或第二区域辐射系数的改变量，Δεupper是辐射系数改变量上限值，Δεlower是辐射系数改变量下限值。
Δawi=MIN(Δawi,Δauper)]]>Δawi=MAN(Δawi,Δalower)]]>其中，Δawi，i＝1，2为第一区域或第二区域水冷对流系数的改变量，Δaupper是水冷对流系数的改变量上限值，Δalower是水冷对流系数的改变量下限值。
平滑处理的方法如下Δϵi=βb·ΔϵiN+(1-βb)·ΔϵiO]]>Δai=βa·ΔaiN+(1-βa)·ΔaiO]]>其中βb、βa为修正平滑系数，i＝1，2表示第一区域和第二区域。
ΔεiN为第一区域或第二区域辐射系数新的改变量，ΔεiO第一区域或第二区域辐射系数老的修正量。
ΔaiN为第一区域或第二区域水冷对流系数新的改变量，ΔaiO第一区域或第二区域水冷对流系数老的修正量。
实施例二，请参阅图2所示，该实施例的步骤具体描述如下首先，获取从加热炉抽出板坯的温度分布模型参数和轧制工艺所确定的数据，如板坯厚度、板坯的物性参数、板坯运行速度以及喷水模式等。
利用递推解析模型求出板坯在到达出鳞箱前空冷辐射的温度分布，求出过程中涉及两个参数，一个是板坯的运行时间，一个是辐射系数，他们都是确定的，因为无论是空冷区还是水冷区域，其长度是知道的，所以板坯在相应区域的运行时间是可以预测的，辐射系数是模型参数是已知的。
求出板坯通过除鳞箱的水冷对流的板坯温度分布以及粗轧机架冷却水前经过空冷的板坯温度分布。并判断是否需要对板坯在机架前喷水，需要降温则喷水后再求出经过机架前水冷的板坯温度分布和求出板坯经过轧制变形和轧辊接触的温度分布；不需要喷水降温则直接求出板坯经过轧制变形和轧辊接触的温度分布。
此后再判断机架后需要喷水吗，并求出经过机架后水冷的板坯温度分布，若是最后一个道次，还需要求出到粗轧后温度测量仪位置处经过空冷辐射的板坯温度分布，若不是最后一个道次，则再求出粗轧机架冷却水前经过空冷辐射的板坯温度分布。
最后判断是否需要摆钢，若需要摆钢，则以最后一道次进入水冷前为起点，求出摆钢时间，该时间累加到最后一道次前的空冷时间里，此后再循环返回到求出粗轧机架冷却水前经过空冷辐射的板坯温度分布及以后的各步骤；若不需要摆钢，则结束控制过程。
实施例三下面再结合图3和图4来说明本发明的控制方法的板坯温度分布模型分区域对辐射系数和水冷系数进行修正的过程。
在获取刚轧过钢的道次相关数据后，如取得各道次机架实际喷水状态，各空冷区域板坯的搬送时间等，采用第二实施例所描述的控制步骤求出机架R1最后一道次板坯到达第一区域终点的板坯温度分布，如图4所示，即机架R1和机架R2间温度测量仪位置处的板坯温度分布。利用粗轧实际值，从加热炉抽出到第一区域终点求出板坯温度分布，将板坯上表面温度和机架间的温度测量仪获得的板坯表面温度测量值进行比较，不满足学习条件则进入第二区域，满足条件则进行学习。模型参数学习分三步，一是对偏差进行分解，分解成由于辐射引起的偏差和由于水冷引起的偏差，二是分别对递推解析模型的辐射系数和水冷系数进行修正，三是对新的模型系数修正量进行极限值检查和平滑处理。图4所示的第二区域的模型参数修正和第一区域是相同的，只是起点不同，第二区域模型参数的修正是以第一区域的终点为起点，第一区域终点的板坯温度分布是采用刚轧过钢的实际值，并且采用第一区域刚刚修正过的模型参数，利用递推解析模型求出到第一区域终点而获得的。
举例来说，若第一区域模型的辐射系数取0.85，第二区域的辐射系数取0.8，求出步长为板坯搬运时间t/20，高压除鳞区的上下水冷系数为5400和3600，机架前后的上下水冷系数为4650和3200。把在粗轧出口温度测量仪处的模型平均温度和目标温度比较，求出摆钢时间。在板坯轧制完成后，利用实际值，进行模型参数自适应学习，对第一区域和第二区域的模型参数，即辐射系数和水冷系数分别进行修正，偏差分解系数β＝N/(M+N)，其中M和N是求出的辐射和水冷的影响系数，辐射系数的摄动系数为0.2，水冷系数的摄动系数为1000。此后获得的模型参数修正量分类保存，学习结果用到相同规格的下一块板坯上。
权利要求
1.一种在热轧过程中粗轧板坯温度控制方法，其特征在于，该温度控制方法包括以下步骤a，首先，以板坯从加热炉抽出时的温度分布为起点，按板坯的移动顺序和运行时间，采用递推解析温度分布模型，求出板坯轧制运行路径上各点的温度分布；b，然后，将板坯在粗轧后测量点处由步骤a所求得的平均温度与粗轧目标温度进行比较，如果比较结果大于所设定的两者温度之差的允许值，则以粗轧最后一个道次入口温度为参考，进行摆钢，对板坯进行辐射降温，如果比较结果小于所设定温度允许值，则对板坯进行正常轧制；c，再将板坯在测量点的板坯上表面温度实测值与采用递推解析温度分布模型在该处求得的板坯上表面温度进行比较，当两者出现偏差时，对模型辐射系数和水冷系数分区域进行自适应修正，直至偏差达到最小并将修正的结果用到相同规格的后续板坯上。
2.如权利要求1所述的在热轧过程中粗轧板坯温度控制方法，其特征在于，所述的步骤a)中，所述的热轧粗轧板坯递推解析温度分布模型主要是指根据边界条件确定板坯在粗轧轧制过程中的上表面温度、下表面温度、平均温度。
3.如权利要求2所述的在热轧过程中粗轧板坯温度控制方法，其特征在于，所述的上表面温度、下表面温度、平均温度表达式分别为，θ(H2,t)=Σi=04(-1)iAi(t)+Σj=14(-1)j-1Bj(t),]]>θ(-H2,t)=Σi=04(-1)iAi(t)-Σj=14(-1)j-1Bj(t),]]>θm(t)＝A0(t)，且上面各式的模型系数通过下式递推获得，A0(t)A1(t)A2(t)A3(t)A4(t)B1(t)B2(t)B3(t)B4(t)=1000000000m1(t)000000000m2(t)000000000m3(t)000000000m4(t)000000000m1*(t)000000000m2*(t)000000000m3*(t)000000000m4*(t)A0(0)A1(0)A2(0)A3(0)A4(0)B1(0)B2(0)B3(0)B4(0)]]>+a2·(φS+φI)·t/(λ·H)p1·K·(1-m1(t))p2·K·(1-m2(t))p3·K·(1-m3(t))p4·K·(1-m4(t))q1·R·(1-m1*(t))q2·R·(1-m2*(t))q3·R·(1-m3*(t))q4·R·(1-m4*(t))]]>式中，λ为板坯热传导率，ρ为板坯比重，cp为板坯比热，三者是被加热板坯的物理参数，实际中是给定的，Ai(0)，Bi(0)是模型计算的初始参数，最初的值由加热炉模型提供，后续的参数递推获得，a2=λρ·cp,]]>为板坯热扩散系数，mi(t)=exp{-4·i2·a2·π2·tH2}]]>(i＝1～4)，mj*(t)=exp{-(2j-1)2·a2·π2·tH2}]]>(j＝1～4)，t为计算步长，H为板坯厚度，K=(φS+φI)·H2·λ,R=(φS-φI)·H4·λ]]>φS，φI是板坯上下表面的热流，由边界条件确定。
4.如权利要求1所述的在热轧过程中粗轧板坯温度控制方法，其特征在于所述的步骤b中，在进行摆钢时，摆钢条件是Δθ＞Tconst，其中Tconst是工艺规定的常数，Δθ＝θm-θtarget，θm是模型计算的板坯平均温度，θtarget是工艺给定的目标温度；摆钢时间为Δt＝(Δθ-Tconst/2)*ηt，ηt=ΔtaΔθout]]>Δta为最后一道次前板坯辐射时间摄动量，Δθout是板坯在粗轧出口温度测量位置，板坯平均温度相对于Δta的变化量。
5.如权利要求1所述的在热轧过程中粗轧板坯温度控制方法，其特征在于所述的步骤c中，在对递推解析温度分布模型参数修正时，主要是利用板坯在粗轧机架间和粗轧后测量点的板坯上表面温度测量值分别与板坯温度递推解析分布模型在该处的板坯上表面温度进行比较，对模型辐射系数和水冷系数分区域分别进行自适应修正。
6.如权利要求5所述的在热轧过程中粗轧板坯温度控制方法，其特征在于在进行粗轧机架间温度测量值与板坯温度递推解析分布模型在该处的板坯上表面温度值进行比较修正时进一步包括如下步骤C11，进行偏差分解；C12，分别求出辐射系数和水冷系数的修正量；C13，极限值和平滑处理；C14，利用粗轧实际值求出第一区域终点到粗轧后测量仪位置的板坯温度分布。
7.如权利要求5所述的在热轧过程中粗轧板坯温度控制方法，其特征在于在进行粗轧后温度测量值与板坯温度递推解析分布模型在该处的板坯上表面温度值进行比较修正时进一步包括如下步骤C21，进行偏差分解；C22，分别求出辐射系数和水冷系数的修正量；C23，极限值和平滑处理。
全文摘要
本发明公开了一种在热轧过程中粗轧板坯温度控制方法，该方法主要以板坯从加热炉抽出时的温度分布为起点，按板坯的移动顺序和运行时间，采用递推解析温度分布模型，求出板坯轧制运行路径上各点的温度分布；并将板坯在粗轧后测量点处的平均温度与粗轧目标温度进行比较，如果比较结果大于所设定的两者温度之差的允许值，则以粗轧最后一个道次入口温度为参考，通过摆钢对板坯进行温度控制，此外，还对模型辐射系数和水冷系数分区域进行自适应修正。该方法能快速准确地确定热轧粗轧工序板坯在各个位置的温度分布，同时根据粗轧目标温度确定板坯在中间辊道的摆钢时间，精确地控制板坯的温度。提高了粗轧工序的整体控制水平。
文档编号G06F17/50GK1990131SQ20051011207
公开日2007年7月4日 申请日期2005年12月27日 优先权日2005年12月27日
发明者吕立华, 张健民 申请人:宝山钢铁股份有限公司