二次冷轧机组直喷系统轧前带钢表面油膜厚度的预报方法与流程

本发明属于冷轧
技术领域：
，特别涉及一种轧前带钢表面油膜厚度预报方法。
背景技术：
：近年来，随着包装制罐行业市场的不断扩大，使得镀锡及镀铬板带工业获得了迅猛发展。与此同时，为了节约材料消耗成本、减少环境污染，包装制罐持续向着减薄、减重的方向发展，薄规格、高强度带钢需求量持续增长，极大的促进了二次冷轧产品的发展。二次冷轧是指在一次冷轧带钢经退火处理后，再次进行压下减薄，相比传统的一次冷轧产品，二次冷轧产品具有厚度更薄、强度更高、加工性能更好的优点，在保证罐体性能需求的情况下，有效降低材料消耗，能够较好的适应包装制罐行业的发展趋势。由于二次冷轧产品厚度薄、强度高，因此采用乳化液直喷系统进行轧制润滑。二次冷轧产品生产过程中，在带钢进入轧制辊缝前，喷淋在带钢表面的乳化液在带钢表面析出一定厚度的润滑油膜，并随带钢进入辊缝进行润滑，乳化液在带钢表面析出的油膜厚度是二次冷轧机组润滑性能的重要影响因素，是二次冷轧机组轧制润滑得以实现的基础，因此，二次冷轧机组直喷系统轧前带钢表面析出的油膜厚度的研究，对于二次冷轧机组直喷系统润滑性能的控制与提升有着十分重要的价值。以往，学者对于轧制润滑过程的研究主要是针对冷轧乳化液循环系统，而对于直喷系统油膜厚度的研究还停留在实验室测量阶段，尚未形成二次冷轧直喷系统轧前带钢表面析出油膜厚度的定量表述模型。这样，如何充分结合二次冷轧机组直喷系统的设备与工艺特点，建立一套二次冷轧直喷系统轧前带钢表面油膜厚度预报方法，对于二次冷轧机组轧制润滑性能控制与提升具有重要意义。技术实现要素：本发明的目的在于提供一种二次冷轧机组直喷系统轧前带钢表面油膜厚度的预报方法，可以预报出不同乳化液流量密度、乳化液浓度、乳化液析出距离、轧机入口轧制速度下轧前带钢上下表面的油膜厚度。本发明包括以下由计算机执行的步骤：(a)构造二次冷轧直喷系统轧前带钢上下表面油膜厚度预报模型：式中，ξs为二次冷轧机组直喷系统轧前带钢上表面的油膜厚度；ξx为二次冷轧机组直喷系统轧前带钢下表面的油膜厚度；q为乳化液流量密度；c为乳化液浓度；l为乳化液析出距离；v为轧机入口轧制速度；λz为析出率撞击影响系数；λr为析出率润湿性影响系数；λt为析出率时间影响系数；δqs为带钢上表面剩余率流量影响系数；δts为带钢上表面剩余率时间影响系数；δqx为带钢下表面剩余率流量影响系数；δtx为带钢下表面剩余率时间影响系数。(b)采用powell优化算法，计算析出率撞击影响系数λz、析出率润湿性影响系数λr、析出率时间影响系数λt、带钢上表面剩余率流量影响系数δqs、带钢上表面剩余率时间影响系数δts、带钢下表面剩余率流量影响系数δqx、带钢下表面剩余率时间影响系数δtx的最优值，具体包括以下步骤：b1)收集二次冷轧机组现场已生产的n组带钢的轧制工艺参数及对应的轧前带钢表面油膜厚度，包括：乳化液流量密度qi、乳化液浓度ci、乳化液析出距离li、轧机入口轧制速度vi、轧前带钢上表面的油膜厚度实测值ξsmi、轧前带钢下表面的油膜厚度实测值ξxmi；其中，i为带钢组数编号，i＝1,2,l,n；b2)定义轧前带钢表面油膜厚度影响系数数组x＝{λz,λr,λt,δqs,δts,δqx,δtx}，给定轧前带钢表面油膜厚度影响系数数组初始值x0＝{λz0,λr0,λt0,δqs0,δts0,δqx0,δtx0}、搜索步长初始值δx＝{δλz,δλr,δλt,δδqs,δδts,δδqx,δδtx}、收敛精度ε；b3)按照步骤(a)构造的模型计算已生产的n组带钢的轧前带钢上下表面的油膜厚度ξsi、ξxi：b4)计算轧前带钢表面油膜厚度影响系数优化目标函数g(x)：式中，轧前带钢上表面油膜厚度权重系数，为轧前带钢下表面油膜厚度权重系数，b5)判断powell条件是否成立？若成立，则转入步骤b6)；若不成立，则更新数组x及其搜索步长δx，转入步骤b3)；b6)输出优化目标函数最小值对应的轧前带钢表面油膜厚度影响系数数组的最优值xy＝{λzy,λry,λty,δqsy,δtsy,δqxy,δtxy}。(c)将轧前带钢表面油膜厚度影响系数的最优值λzy、λry、λty、δqsy、δtsy、δqxy、δtxy代入步骤(a)所构造的预报模型，得到最优的二次冷轧直喷系统轧前带钢表面油膜厚度预报模型：(d)收集二次冷轧机组待生产带钢的预设定润滑工艺参数，包括：乳化液流量密度q、乳化液浓度c、乳化液析出距离l、轧机入口轧制速度v。(e)根据步骤(c)的中的模型预报二次冷轧直喷系统轧前带钢上下表面油膜厚度ξs、ξx。本发明与现有技术相比具有如下优点：可以预报出不同乳化液流量密度、乳化液浓度、乳化液析出距离、轧机入口轧制速度下轧前带钢上下表面的油膜厚度，有效控制和提升二次冷轧机组直喷系统润滑性能，降低生产成本，提高生产效率。附图说明图1是本发明的总计算流程图；图2是本发明步骤(b)的流程图。具体实施方式实施例1：以某二次冷轧机组为例，按照图1所示的二次冷轧机组直喷系统轧前带钢表面油膜厚度的预报方法的总计算流程图：首先，在步骤(a)中，构造二次冷轧直喷系统轧前带钢上下表面油膜厚度预报模型：随后，如图2所示，在步骤(b)中，采用powell优化算法，计算析出率撞击影响系数λz、析出率润湿性影响系数λr、析出率时间影响系数λt、带钢上表面剩余率流量影响系数δqs、带钢上表面剩余率时间影响系数δts、带钢下表面剩余率流量影响系数δqx、带钢下表面剩余率时间影响系数δtx的最优值，具体包括以下步骤：首先，在步骤b1)中，收集二次冷轧机组现场已生产的10组带钢的轧制工艺参数及对应的轧前带钢表面油膜厚度，包括：乳化液流量密度qi＝{9.5，8.0，10.3，12.5，12.2，11.0，8.4，9.9，9.5，8.9}，单位为l/min/m；乳化液浓度ci＝{4.5％，5.0％，4.8％，6.3％，9.3％，7.2％，9.5％，8.8％，4.3％，7.5％}；乳化液析出距离li＝{0.5，0.5，0.6，0.8，0.6，1.0，1.0,1.0,0.5，0.8}，单位为m；轧机入口轧制速度vi＝{560,440,580,520,650,460,820,780,740,800}，单位为m/min；轧前带钢上表面的油膜厚度实测值ξsmi＝{0.172,0.213,0.199,0.376,0.395,0.480,0.252,0.295,0.121,0.205}，单位为μm；轧前带钢下表面的油膜厚度实测值ξxmi＝{0.158,0.193,0.175,0.323,0.355,0.411,0.238,0.265,0.116,0.191}，单位为μm；其中，i为带钢组数编号，i＝1,2,l,10；随后，在步骤b2)中，定义轧前带钢表面油膜厚度影响系数数组x＝{λz,λr,λt,δqs,δts,δqx,δtx}，给定轧前带钢表面油膜厚度影响系数数组初始值x0＝{0.1,0.1,0.1,0.1,0.1,0.1,0.1}、搜索步长初始值δx＝{0.1,0.1,0.1,0.1,0.1,0.1,0.1}、收敛精度ε＝0.001；随后，在步骤b3)中，按照步骤(a)构造的模型计算已生产的10组带钢的轧前带钢上下表面的油膜厚度ξsi、ξxi：随后，在步骤b4)中，选取轧前带钢上表面油膜厚度权重系数轧前带钢下表面油膜厚度权重系数计算轧前带钢表面油膜厚度影响系数优化目标函数g(x)：随后，在步骤b5)中，判断powell条件成立，则转入步骤b6)；随后，在步骤b6)中，输出优化目标函数最小值对应的轧前带钢表面油膜厚度影响系数数组的最优值xy＝{0.205,0.689,119.4,10.31,29.36,14.84,45.65}。随后，在步骤(c)中，将轧前带钢表面油膜厚度影响系数的最优值λzy、λry、λty、δqsy、δtsy、δqxy、δtxy代入步骤(a)所构造的预报模型，得到最优的二次冷轧直喷系统轧前带钢表面油膜厚度预报模型：随后，在步骤(d)中，收集二次冷轧机组待生产带钢的预设定润滑工艺参数，包括：乳化液流量密度q＝10.5l/min/m、乳化液浓度c＝9.0％、乳化液析出距离l＝1.0m、轧机入口轧制速度v＝780m/min。随后，在步骤(e)中，根据步骤(c)的中的模型预报二次冷轧直喷系统轧前带钢上下表面油膜厚度ξs＝0.314μm、ξx＝0.290μm。如表1所示，采用本发明所述二次冷轧直喷系统轧前带钢表面油膜厚度预报方法的预报精度达到90％以上，能够满足二次冷轧直喷系统轧前带钢表面油膜厚度预报的要求。表1实施例1中轧前带钢上下表面油膜厚度预报与值实测值对比轧前带钢上表面油膜厚度轧前带钢下表面油膜厚度预报值0.314μm0.290μm实测值0.293μm0.272μm误差7.17％6.62％实施例2：以某二次冷轧机组为例，首先，在步骤(a)中，构造二次冷轧直喷系统轧前带钢上下表面油膜厚度预报模型：随后，如图2所示，在步骤(b)中，采用powell优化算法，计算析出率撞击影响系数λz、析出率润湿性影响系数λr、析出率时间影响系数λt、带钢上表面剩余率流量影响系数δqs、带钢上表面剩余率时间影响系数δts、带钢下表面剩余率流量影响系数δqx、带钢下表面剩余率时间影响系数δtx的最优值，具体包括以下步骤：首先，在步骤b1)中，收集二次冷轧机组现场已生产的12组带钢的轧制工艺参数及对应的轧前带钢表面油膜厚度，包括：乳化液流量密度qi＝{7.2，7.0，8.3，8.5,11.2,13.1，9.7，8.9，9.2，7.8,10.4,10.9}，单位为l/min/m；乳化液浓度ci＝{7.3％，5.9％，8.8％，6.3％，7.3％，9.2％，9.5％，8.8％,5.3％,7.5％,9.9％,7.7％}；乳化液析出距离li＝{0.6，0.6，0.5,0.5,0.8,0.8，0.6,0.5,1.0，1.0,1.0,0.8}，单位为m；轧机入口轧制速度vi＝{760,840,480,590,850,660,830,750,710,600,920,890}，单位为m/min；轧前带钢上表面的油膜厚度实测值ξsmi＝{0.165,0.115,0.359,0.206,0.228,0.435,0.251,0.236,0.185,0.275,0.280,0.224}，单位为μm；轧前带钢下表面的油膜厚度实测值ξxmi＝{0.151,0.108,0.322,0.191,0.215,0.387,0.236,0.216,0.165,0.250,0.262,0.207}，单位为μm；其中，i为带钢组数编号，i＝1,2,l,12；随后，在步骤b2)中，定义轧前带钢表面油膜厚度影响系数数组x＝{λz,λr,λt,δqs,δts,δqx,δtx}，给定轧前带钢表面油膜厚度影响系数数组初始值x0＝{0.1,0.1,0.1,0.1,0.1,0.1,0.1}、搜索步长初始值δx＝{0.1,0.1,0.1,0.1,0.1,0.1,0.1}、收敛精度ε＝0.001；随后，在步骤b3)中，按照步骤(a)构造的模型计算已生产的12组带钢的轧前带钢上下表面的油膜厚度ξsi、ξxi：随后，在步骤b4)中，选取轧前带钢上表面油膜厚度权重系数轧前带钢下表面油膜厚度权重系数计算轧前带钢表面油膜厚度影响系数优化目标函数g(x)：随后，在步骤b5)中，判断powell条件成立，则转入步骤b6)；随后，在步骤b6)中，输出优化目标函数最小值对应的轧前带钢表面油膜厚度影响系数数组的最优值xy＝{0.212,0.693,125.4,9.81,30.13,15.44,43.95}。随后，在步骤(c)中，将轧前带钢表面油膜厚度影响系数的最优值λzy、λry、λty、δqsy、δtsy、δqxy、δtxy代入步骤(a)所构造的预报模型，得到最优的二次冷轧直喷系统轧前带钢表面油膜厚度预报模型：随后，在步骤(d)中，收集二次冷轧机组待生产带钢的预设定润滑工艺参数，包括：乳化液流量密度q＝12.5l/min/m、乳化液浓度c＝5.8％、乳化液析出距离l＝0.5m、轧机入口轧制速度v＝640m/min。随后，在步骤(e)中，根据步骤(c)的中的模型预报二次冷轧直喷系统轧前带钢上下表面油膜厚度ξs＝0.249μm、ξx＝0.220μm。如表2所示，采用本发明所述二次冷轧直喷系统轧前带钢表面油膜厚度预报方法的预报精度达到90％以上，能够满足二次冷轧直喷系统轧前带钢表面油膜厚度预报的要求。表2实施例2中轧前带钢上下表面油膜厚度预报与值实测值对比轧前带钢上表面油膜厚度轧前带钢下表面油膜厚度预报值0.249μm0.220μm实测值0.235μm0.204μm误差5.96％7.84％当前第1页12