一种热轧带钢横向成型一致性调控方法与流程
本发明涉及热轧带钢生产控制,尤其涉及一种热轧带钢横向成型一致性调控方法。
背景技术:
1、热轧带钢的横向成型一致性(即带钢全长宽度精度)是衡量带钢产品质量的核心指标之一,直接影响下游工序的加工效率和材料利用率。当前热轧带钢生产过程中,受粗轧立辊控制不稳定、精轧过程张力波动导致带钢拉窄、卷取阶段出现缩颈等问题影响,带钢全长宽度精度难以得到有效保障,通常只能维持在目标宽度±5mm的范围。
2、现有技术中,粗轧立辊多采用固定参数控制模式,即在热轧带钢生产过程中,粗轧立辊及各工艺环节采用预先设定的不变参数进行控制,未考虑板坯材质、轧制温度等动态因素的影响,易出现立辊速度与水平辊匹配度不足、轧制力波动等问题,导致带钢宽度出现偏差;精轧阶段缺乏针对性的张力调控策略,带钢在精轧建张及轧制过程中易发生宽度拉窄,尤其在带钢头部区域拉窄现象更为明显;卷取时带钢头部100-150m区域易出现宽度收缩(即缩颈现象),进一步加剧全长宽度不均匀性。
3、上述问题导致带钢下游工序需进行大量切边处理,不仅造成严重的材料浪费,增加生产成本,还降低了生产效率。
技术实现思路
1、本发明的目的是提供一种热轧带钢横向成型一致性调控方法,以解决现有技术中粗轧立辊控制不稳定、精轧张力波动导致带钢拉窄、卷取阶段出现缩颈等导致的宽度精度差问题;通过全流程协同调控,提升带钢全长宽度精度,减少下游切边损失,并具备自适应能力,适应不同钢种和规格的生产需求。
2、为实现上述目的,本发明通过以下技术方案实现:
3、一种热轧带钢横向成型一致性调控方法,包括:
4、s1、产线参数初始化与实时采集:
5、s2、粗轧e1立棍、粗轧e2立辊分别两道次轧制并协同调控,用于通过两道次轧制协同消除粗轧阶段的宽度偏差,并对卷取缩颈进行预判与补偿;
6、s3、精轧防拉窄控制,用于通过精轧前立辊修整和张力动态调控,避免精轧过程中带钢宽度拉窄:
7、s4、全流程协同优化与迭代。
8、s1中,产线参数初始化与实时采集,包括:
9、s11、初始参数设定:
10、设定带钢目标宽度,作为全流程宽度控制的基准值;
11、宽度精度控制目标,用于限定允许的宽度偏差范围;
12、预设粗轧e1立辊、粗轧e2立辊、精轧前立棍的初始辊缝值、轧制速度、轧制力阈值,作为粗轧和精轧前立辊的初始控制基准;
13、预设精轧张力基准值、卷取张力基准值及缩颈补偿初始参数,用于精轧防拉窄控制和卷取缩颈预判补偿;
14、s12、布置检测单元:
15、在粗轧e1立辊入口、粗轧e1立辊出口,粗轧e2立辊出口、精轧前立辊入口、精轧出口及卷取机入口分别设置测宽仪、测温仪、轧制力传感器、张力传感器,实时采集带钢实际宽度、轧制温度t、立辊轧制力、精轧张力t、卷取张力,用于提供实时反馈数据,支撑动态调控和闭环优化。
16、s2中,粗轧e1立棍、粗轧e2立辊分别两道次轧制并协同调控,包括:
17、s21、粗轧立辊稳定控制:
18、动态调整粗轧e1立辊的辊缝和速度,优化粗轧e1立辊与水平辊速度匹配度;
19、以粗轧e1立辊出口宽度为反馈,调整粗轧e2立辊的辊缝和轧制力,采用恒速轧制控制,协同校验粗轧e1立辊、粗轧e2立棍参数,使得粗轧出口带钢宽度偏差不超过设定范围;
20、s22、粗轧缩颈补偿控制:
21、根据粗轧e1立棍出口宽度、卷取温度及带钢材质,预判缩颈位置、收缩量,并给出缩颈补偿量。
22、s21中,粗轧e1立辊速度调整,通过采集咬钢前后的轧制力和轧制转矩平均值,结合板坯材质热塑性参数,通过bp神经网络算法计算水平辊后滑系数修正量并优化学习,速度修正量,表达式为:
23、 ①;
24、其中:
25、 为粗轧e1立辊速度修正量,单位为m/s;
26、 为轧制力影响系数;
27、 为温度影响系数;
28、 为后滑系数修正影响系数;
29、 为粗轧e1立辊实际轧制力与预设基准轧制力的差值,单位为kn;
30、 为粗轧e1立辊预设基准轧制力,单位为kn;
31、 为实际轧制温度,单位为℃;
32、 为预设基准轧制温度,单位为℃;
33、 为水平辊后滑系数修正量。
34、s22中,缩颈预判的初始收缩量和收缩长度根据带钢规格及sgp模型表确定,实际收缩量采用指数平滑法对预判参数进行修正;
35、缩颈补偿量通过回归多项式模型计算确定,表达式为:
36、 ②;
37、其中:
38、 为粗轧e2立辊缩颈补偿量,单位为mm;
39、 、 、 、 为补偿系数,通过lstm神经网络基于历史数据训练优化;
40、 为预判缩颈收缩量,单位为mm;
41、 为卷取温度,单位为℃;
42、 为带钢厚度,单位为mm。
43、实际收缩量采用指数平滑法对预判参数进行修正,包括:
44、(1)采集当前卷带钢在卷取机入口处的实际宽度 ,计算卷取机的实际收缩量,表达式为:
45、 ;
46、其中:
47、 为粗轧e2立辊出口带钢实际宽度(即进入精轧前的宽度),单位为mm;
48、 为卷取阶段的实际宽度收缩量,反映带钢从精轧出口到卷取机入口之间的宽度损失;
49、(2)采用指数平滑法对下一卷带钢的预判缩颈收缩量进行修正,表达式为:
50、 ;
51、其中:
52、 为下一卷带钢的预判缩颈收缩量,单位为mm;
53、 为当前卷带钢的预判缩颈收缩量,单位为mm;
54、 为平滑常数,取值范围为0.1~0.5。
55、s3中,精轧防拉窄控制包括:
56、根据粗轧出口宽度和精轧入口温度,调整精轧前立辊辊缝并对中间坯头部进行宽度预补偿;
57、动态调控精轧张力,避免张力波动导致带钢拉窄。
58、精轧过程中机架张力控制在10mpa以下,张力调整幅度为5%~10%;
59、根据粗轧出口宽度和精轧入口温度,调整精轧前立辊辊缝并对中间坯头部进行宽度预补偿的过程,包括:
60、(1)采集粗轧e2立辊出口带钢实际宽度 和精轧入口温度 ;
61、(2)计算精轧前立辊的辊缝修正量:
62、 ;
63、其中:
64、 为修正系数,取值范围为0.5~0.9;
65、 为目标宽度,单位为mm;
66、将精轧前立辊辊缝调整为:
67、 ;
68、其中:
69、 为精轧前立辊初始辊缝值,单位为mm;
70、(3)针对中间坯头部8000~15000mm区域进行宽度预补偿,根据带钢化学成分计算的ar3相变温度、轧制温度及精轧机架张力影响权值,计算预补偿量 ;并相应调整精轧前立辊辊缝或精轧张力设定值,用于补偿中间坯头部在精轧过程中因相变和张力波动产生的宽度收缩,使得精轧出口带钢头部宽度偏差控制在设定范围内;计算预补偿量 ,表达式为:
71、 ;
72、其中:
73、 为中间坯头部宽度预补偿量,单位为mm;
74、 为宽度预补偿基准系数,根据带钢钢种和规格确定,取值范围为0.5~2.5;
75、 为相变温度影响系数,取值范围为0.1~0.4;
76、 为精轧张力影响权值,取值范围为0.05~0.2;
77、 为根据带钢化学成分计算的ar3相变温度,单位为℃;
78、 为精轧入口实测轧制温度,单位为℃;
79、 为精轧实际张力,单位为kn;
80、 为精轧张力基准值,单位为kn。
81、s4中,全流程协同优化与迭代,包括:
82、存储控制参数和宽度数据,通过机器学习优化迭代控制参数;
83、统计分析带钢宽度标准差,调整基准参数;
84、更换带钢规格时,调用最优控制参数完成初始化。
85、与现有技术相比,本发明的有益效果是:
86、1、针对粗轧e1立辊、e2立辊、精轧前立辊及精轧、卷取各关键环节,建立协同调控模型,解决了现有技术中各环节单独控制、衔接不畅导致的宽度偏差问题,实现带钢全长宽度精度的更精准控制;
87、2、通过e1立辊速度动态修正(采用bp神经网络优化后滑系数)和e2立辊恒速轧制控制,配合双立辊协同校验,有效避免轧制力波动和速度失配导致的宽度偏差;通过粗轧缩颈预判与补偿机制,结合指数平滑法对预判参数进行实时修正,实现缩颈现象的预判与精准补偿,杜绝卷取阶段宽度收缩问题;通过精轧前立辊辊缝调整和中间坯头部宽度预补偿,结合精轧张力动态调控,有效避免精轧过程中的带钢拉窄现象;
88、3、带钢全长宽度精度提升后,下游工序切边量显著减少,大幅降低钢材浪费,提升生产效率,降低综合生产成本;
89、4、通过布置在粗轧、精轧、卷取各关键位置的测宽仪、测温仪、张力传感器等检测单元,实时采集带钢宽度、温度、轧制力、张力等参数,形成“采集-计算-修正-反馈”的闭环控制;采用bp神经网络等算法,基于历史生产数据和实时检测数据,动态优化立辊辊缝、轧制速度、精轧张力等控制参数,无需人工频繁干预;
90、5、每轧制1卷带钢,对比实际宽度与目标宽度的偏差,反向修正各控制模块的算法参数;每轧制10卷带钢,统计分析宽度标准差,若超过0.8mm则自动调整基准参数;更换带钢规格时,调用数据库中最优控制参数快速完成初始化,实现“数据-模型-控制-优化”的闭环循环,适配不同材质、不同规格带钢的生产需求。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com