一种用于五连轧机的模型结构优化方法及装置与流程

本技术涉及轧制工艺，尤其涉及一种用于五连轧机的模型结构优化方法及装置。

背景技术：

1、随着钢铁产品种类不断拓展，厚度规格不断减薄，传统的五连轧机模型结构在应对多品种、薄规格生产时，存在轧制工艺参数设定精度不足、摩擦系数无法按品种个性化匹配、负荷分配依赖人工经验干预等问题，导致轧制稳定性差、产品质量波动大。因此，亟需一种用于五连轧机的模型结构优化方法，以解决上述提到的技术问题。

技术实现思路

1、在 技术实现要素： 部分中引入了一系列简化形式的概念，这将在具体实施方式部分进一步详细说明。本技术的发明内容部分并不意味着要试图限定所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

2、第一方面，本技术提供一种用于五连轧机的模型结构优化方法，包括：

3、获取五连轧机的控制系统中的轧制模型参数表和摩擦系数模型参数表，其中，所述轧制模型参数表用于存储按钢种组距、厚度组距及宽度组距索引的轧制工艺参数，所述摩擦系数模型参数表用于存储按轧辊类型、乳化液模式和机架编号索引的摩擦系数参数；

4、对所述轧制模型参数表进行扩容处理，生成目标轧制模型参数表；

5、在所述摩擦系数模型参数表中增加钢种检索字段和厚度检索字段，生成目标摩擦系数模型参数表；

6、构建按钢种和厚度索引的预设负荷分配表，其中，所述预设负荷分配表用于在轧制过程中，优先以预设负荷分配值对指定机架进行负荷分配设定，剩余机架的负荷分配值基于负荷分配模型确定；

7、将所述目标轧制模型参数表、所述目标摩擦系数模型参数表及所述预设负荷分配表部署至所述五连轧机的控制系统，作为所述五连轧机的目标模型结构。

8、在一些实施方式中，所述对所述轧制模型参数表进行扩容处理，生成目标轧制模型参数表，包括：

9、将所述轧制模型参数表中的钢种组距由原始档位扩增至光辊模式下的第一预设钢种档位和毛辊模式下的第二预设钢种档位，所述原始档位为16；

10、将所述轧制模型参数表中的厚度组距由原始档位扩增至光辊模式下的第一预设厚度档位和毛辊模式下的第二预设厚度档位；

11、对所述轧制模型参数表中的宽度组距进行重新划分，生成优化后宽度组距；

12、基于扩增后的钢种组距、扩增后的厚度组距以及优化后宽度组距，生成所述目标轧制模型参数表。

13、在一些实施方式中，第一预设钢种档位为96档，第二预设钢种档位为96档，第一预设厚度档位为32档，第二预设厚度档位为32档。

14、在一些实施方式中，还包括：

15、获取待轧制带钢的规格信息，其中，所述规格信息包括钢种信息、厚度信息及宽度信息；

16、基于所述规格信息，判定所述待轧制带钢对应的目标轧辊表面状态，其中，所述目标轧辊表面状态为光辊状态或毛辊状态；

17、基于所述目标轧辊表面状态，从所述目标轧制模型参数表中执行钢种分档检索操作，确定所述待轧制带钢对应的目标钢号。

18、在一些实施方式中，所述基于所述目标轧辊表面状态，从所述目标轧制模型参数表中执行钢种分档检索操作，确定待轧制带钢对应的目标钢号，包括：

19、以所述目标轧辊表面状态作为第一检索条件，确定所述目标轧制模型参数表中的目标模式分支；

20、在所述目标模式分支下，判断是否存在与所述待轧制带钢对应的钢级代码；

21、当存在所述钢级代码时，将所述钢级代码作为第二检索条件，从所述目标轧制模型参数表中查询与所述钢级代码对应的钢号，并将查询到的钢号确定为所述目标钢号，其中，所述钢级代码为基于所述钢种信息、所述厚度信息及所述宽度信息构建的唯一标识符，用于查询唯一对应的所述钢号；

22、当不存在所述钢级代码时，获取所述待轧制带钢的出钢标记和屈服强度，将所述出钢标记和所述屈服强度作为第三检索条件，从所述目标轧制模型参数表中查询对应的钢号，并将查询到的钢号确定为所述目标钢号；

23、从所述目标轧制模型参数表中查询与所述目标钢号对应的轧制工艺参数。

24、在一些实施方式中，所述在所述摩擦系数模型参数表中增加钢种检索字段和厚度检索字段，生成目标摩擦系数模型参数表，包括：

25、构建以轧辊类型、钢种、厚度、机架编号和乳化液模式为联合索引的摩擦系数参数存储结构；

26、针对所述联合索引中的每一组索引值，获取对应的摩擦系数参数；

27、将所述摩擦系数参数写入所述摩擦系数参数存储结构中，生成所述目标摩擦系数模型参数表。

28、在一些实施方式中，基于负荷分配模型确定负荷分配值，包括：

29、获取各机架的负荷分配初始值；

30、对所述负荷分配初始值进行校验处理，生成校验结果，其中，所述校验处理包括轧制力极限校验、第一机架与第二机架之间的轧制力平衡校验、以及第二机架至第五机架之间的功率平衡校验；

31、基于所述校验结果，利用带钢轧制历史数据对所述负荷分配初始值进行回归计算，生成优化后的负荷分配值，并将所述优化后的负荷分配值确定为各机架的负荷分配值。

32、在一些实施方式中，所述指定机架的数量根据所述目标轧辊表面状态确定，其中，当所述目标轧辊表面状态为光辊状态时，所述指定机架的数量小于或等于4个；当所述目标轧辊表面状态为毛辊状态时，所述指定机架的数量小于或等于3个。

33、在一些实施方式中，还包括：

34、基于所述钢种信息和所述厚度信息，确定所述五连轧机的最大轧制速度。

35、第二方面，本技术提出一种用于五连轧机的模型结构优化装置，包括：

36、参数获取单元，用于获取五连轧机的控制系统中的轧制模型参数表和摩擦系数模型参数表，其中，所述轧制模型参数表用于存储按钢种组距、厚度组距及宽度组距索引的轧制工艺参数，所述摩擦系数模型参数表用于存储按轧辊类型、乳化液模式和机架编号索引的摩擦系数参数；

37、扩容处理单元，用于对所述轧制模型参数表进行扩容处理，生成目标轧制模型参数表；

38、检索扩充单元，用于在所述摩擦系数模型参数表中增加钢种检索字段和厚度检索字段，生成目标摩擦系数模型参数表；

39、轧制分配单元，用于构建按钢种和厚度索引的预设负荷分配表，其中，所述预设负荷分配表用于在轧制过程中，优先以预设负荷分配值对指定机架进行负荷分配设定，剩余机架的负荷分配值基于负荷分配模型确定；

40、模型部署单元，用于将所述目标轧制模型参数表、所述目标摩擦系数模型参数表及所述预设负荷分配表部署至所述五连轧机的控制系统，作为所述五连轧机的目标模型结构。

41、第三方面，一种电子设备，包括：存储器、处理器以及存储在上述存储器中并可在处理器上运行的计算机程序，处理器用于执行存储器中存储的计算机程序时实现上述第一方面任一项的用于五连轧机的模型结构优化方法的步骤。

42、第四方面，本技术还提出一种计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现第一方面任一项的用于五连轧机的模型结构优化方法的步骤。

43、综上，本技术所提供的用于五连轧机的模型结构优化方法，获取五连轧机控制系统中的轧制模型参数表和摩擦系数模型参数表，即现有模型结构的基础数据组织方式。对轧制模型参数表进行扩容处理，生成目标轧制模型参数表，将原有的钢种组距、厚度组距扩展，使原本因分级不足而被迫共用同一参数档位的不同钢种、不同厚度的产品获得更加精细的工艺参数索引，提高轧制工艺参数的设定精度，避免因参数混用导致的轧制力、张力设定偏差。在摩擦系数模型参数表中增加钢种检索字段和厚度检索字段，生成目标摩擦系数模型参数表，使得摩擦系数模型不再仅依赖轧辊类型、乳化液模式和机架编号，而是按照不同钢种和不同厚度规格的实际轧制特点单独配置模型参数，从而计算各机架的轧制力和前滑值，改善带钢的板形和厚度控制质量。构建按钢种和厚度索引的预设负荷分配表，该表在轧制过程中优先以预设负荷分配值对指定机架进行负荷分配设定，而剩余机架的负荷分配值仍基于原有负荷分配模型确定，这样既能够将工艺人员针对特定钢种和厚度规格总结的经验分配值直接用于关键机架(例如容易发生振动的薄规格镀锡基板所在机架)，避免了操作人员频繁手动干预，又保留了对非指定机架的功率平衡计算能力，从而有效降低轧机振动、划伤等工艺风险，提升轧制过程的稳定性和自动化水平。最后将生成的目标轧制模型参数表、目标摩擦系数模型参数表及预设负荷分配表部署至五连轧机的控制系统中，作为目标模型结构，使上述优化落地应用于实际生产，实现了多品种、宽规格产品的高质量稳定轧制。