用于不锈钢复合板轧制的翘扣头控制方法与流程

1.本发明涉及一种钢板粗轧轧制工艺，尤其涉及一种用于不锈钢复合板轧制的翘扣头控制方法。


背景技术：

2.在钢板的粗轧工艺中，通常需要通过多个轧机多道次轧制，但由于上下工作辊的直径不同且通过独立电机传动，上下工作辊的传动可能出现不同步，上下辊线速度的变化会直接导致钢板轧制时的翘头和扣头问题。现有技术中，操作人员在生产中看到实际板形情况，人工对下一块带钢进行翘扣头系数调整，可通过单独调整上下工作辊电机实现上下工作辊线速度的变化调整，从而调整翘扣头系数，将翘扣头情况控制在允许的范围内。
3.随着板坯制品的开发，不锈钢与普通钢坯单层或双层复合的产品不断增加，由于不锈钢与普碳钢的合金结构成分完全不同，晶粒组织与内部机械性能更是差异巨大，在高温大压下量轧制时，导致复合板经加热炉加热后的延伸性差异较大，钢板轧制后翘扣头情况加剧。如果下表面延伸率大于上表面，则翘头，反之则扣头，为了降低废钢频率，通常的做法是将翘扣头系数进行调整，宁愿扣头冲击辊道，也尽量避免翘头造成废钢撞坏设备，因此，导致了粗轧辊道冲击损坏严重，被动辊大大增加，对于其它带钢产品下表面划伤质量缺陷大幅增加，由于采用翘扣头系数控制，都是在当块带钢出现翘头或扣头问题后再进行下一块调整，很难避免重大废钢事故的发生，废钢事故也造成了较大的经济损失。
4.中国发明专利申请cn202010402081.3公开了一种用于热连轧带钢生产线的钛带轧制方法，该方法在精轧工作辊上轧制氧化膜后进行精轧，通过钛带坯的表面粗糙度控制和轧制温度控制降低精轧扣翘头的轧废率，该方法是针对钛及其合金的板坯精轧，无法适应不锈钢、普通碳钢等钢坯的双层或单层复合板中。
5.中国发明专利申请cn201911233417.1公开了一种中厚板轧机翘、扣头的控制方法，该方法根据所轧制的板坯厚度调整上电机转速的相应时间，若板坯厚度大于300mm，则上电机速度的响应时间放慢，若板坯厚度小于300mm，则加快上电机速度的响应时间。该方法仅通过板坯的厚度控制上下电机的响应时间来控制翘扣头情况，但在由不同成分、厚度和机械性能的钢坯复合形成的复合板中，无法根据复合板的总厚度来精确控制钢坯的延伸性，进而也无法精确控制翘扣头情况的发生。


技术实现要素：

6.本发明的目的在于提供一种用于不锈钢复合板轧制的翘扣头控制方法，能通过翘扣头系数的设定和自学习实现板坯轧制生产过程中的各道次上下工作辊的转速控制，能对不锈钢复合板的轧制翘扣头进行有效的在线控制。
7.本发明是这样实现的：
8.一种用于不锈钢复合板轧制的翘扣头控制方法，包括以下步骤：
9.步骤1：在轧机后方设置图像处理器，图像处理器采集板坯翘扣头端的图像并发送
至粗轧过程服务器；
10.步骤2：根据板坯翘扣头端的图像设定板坯的翘扣头系数初始值s0，并建立基于板坯和道次的翘扣头系数层别表；
11.步骤3：板坯轧制开始时，采用翘扣头系数层别表中当前板坯对应的翘扣头系数及其道次数据，并下发至电气执行系统；
12.步骤4：当板坯的端部经过图像处理器时，通过图像处理器采集板坯翘扣头端的图像并发送至粗轧过程服务，计算当前板坯的翘扣头系数实际值s；
13.步骤5：根据翘扣头系数初始值s0和翘扣头系数实际值s进行翘扣头系数自学习，自学习公式为：
14.s
i 1
＝si α(s-si)
15.其中，i取大于等于0的整数，si表示第i块板坯的翘扣头系数自学习值，s
i 1
表示第i 1块板坯的翘扣头系数自学习更新值；α为平滑系数；
16.步骤6：根据翘扣头系数自学习更新值计算上、下工作辊的速度，并通过电气执行系统修正上、下工作辊的转速。
17.所述的步骤2包括：
18.步骤2.1：将板坯的翘扣头端作为一个弧长为l的近似圆弧段，计算翘扣头端的接触弧长差
△
l，计算公式为：
19.△
l＝2π*
△
h*θ/360，其中，
△
h为板坯的厚度，θ为弧长为l的近似圆弧段所对应的圆心角；
20.步骤2.2：计算轧机上、下工作辊的辊速差
△
v，计算公式为：
21.△
v＝
△
l/(l/v)，其中，v为该轧机的轧制速度；
22.步骤2.3：计算翘扣头系数初始值s0，计算公式为：
23.s0＝
△
v/v＝
△
l/l＝2π*
△
h*θ/(360*l)；
24.步骤2.4：根据不同板坯在各轧机不同道次的翘扣头图像建立翘扣头系数层别表。
25.所述的步骤3包括：
26.步骤3.1：三级机将轧制计划发送至粗轧过程服务器；
27.步骤3.2：粗轧过程服务器根据轧制计划中的板坯类型从翘扣头系数层别表中提取当前板坯相对应的翘扣头系数及其道次，并下发至电气执行系统；
28.步骤3.3：粗轧过程服务器识别当前轧制的板坯的工艺参数，并下发至电气执行系统，电气执行系统控制各轧机进行轧制。
29.所述的板坯的工艺参数包括单层复合板、双层复合板、钢种、规格组距，单层复合板为不锈钢板-碳钢板复合板，双层复合板为不锈钢板-碳钢板-不锈钢板复合板。
30.在每块所述的板坯的轧制过程中，每个轧机的每个道次均进行一次自学习，并将翘扣头系数自学习更新值更新保存在翘扣头系数层别表中。
31.所述的平滑系数α的取值范围是：0＜α＜1。
32.所述的上工作辊的速度的计算公式为：v
上
＝(1-s
i 1
/2)*v，下工作辊的速度的计算公式为：v
下
＝(1 s
i 1
/2)*v。
33.本发明与现有技术相比，具有如下有益效果：
34.1、本发明由于采用了翘扣头系数自学习的方法，能根据自学习更新值及时、准确
的修正当前道次的电机转速和功率，从而实现上、下工作辊的自动调整，达到有效控制板坯轧制翘扣头的目的。
35.2、本发明由于采用了翘扣头系数自学习的方法，能针对不同种类的板坯进行自学习，并更新和完善翘扣头系数层别表，通过适用范围广，且有利于新产品的开发。
36.本发明能通过翘扣头系数的标定和自学习实现板坯轧制生产过程中的各道次上下工作辊的转速控制，具有良好的及时性、延续性和准确性，能对不锈钢、碳钢等钢种的复合板的轧制翘扣头进行有效的在线控制。
附图说明
37.图1是本发明用于不锈钢复合板轧制的翘扣头控制方法的流程图；
38.图2是本发明用于不锈钢复合板轧制的翘扣头控制方法的轧制设备示意图。
39.图中，1第二粗轧轧机，2图像处理器，3板坯，4粗轧过程服务器，5电气执行系统，6第一粗轧轧机。
具体实施方式
40.下面结合附图和具体实施例对本发明作进一步说明。
41.请参见附图1，一种用于不锈钢复合板轧制的翘扣头控制方法，包括以下步骤：
42.请参见附图2，步骤1：在轧机(优选为第二粗轧轧机1)后方设置图像处理器2，图像处理器2采集板坯3翘扣头端的图像并发送至粗轧过程服务器4。
43.优选的，图像处理器2通过摄像机高速拍摄板坯3的翘扣头端图像，进行图像处理检测出板坯3头部翘曲或下扣的相关参数。其原理是：板坯3温度高，而背景温度低，呈现的图像上板坯3与背景有着明显的灰度级的差别，通过图像处理技术分割板坯3的边缘轮廓，并且以板坯3后部的平直部分作为基准，然后计算头部各点与基准之间的像素偏差，再根据像素偏差以及像素标定量计算出头部轮廓线的实际翘扣头量。
44.利用图像处理器2的图像视觉系统替代人眼对板坯3的翘曲情况观察，通过将翘扣头系数量化，作为控制方法中的一个反馈修正输入量。图像处理器2对板坯3翘扣头端的图像采集可采用现有技术的图像检测、数据处理分析和计算模型，使其能提取板坯3翘扣头端的轮廓及步骤2中计算所需的参数。
45.步骤2：根据板坯3翘扣头端的图像设定板坯3的翘扣头系数初始值s0，并建立基于板坯和道次的翘扣头系数层别表。
46.步骤2.1：将板坯3的翘扣头端作为一个弧长为l的近似圆弧段，计算翘扣头端的接触弧长差
△
l，计算公式为：
47.△
l＝2π*
△
h*θ/360，其中，
△
h为板坯3的厚度，θ为弧长为l的近似圆弧段所对应的圆心角。
48.步骤2.2：计算轧机上、下工作辊的辊速差
△
v，计算公式为：
49.△
v＝
△
l/(l/v)，其中，v为该轧机的轧制速度(即带钢的流动速度，一般为上、下工作辊的辊速平均值)。
50.步骤2.3：计算翘扣头系数初始值s0，计算公式为：
51.s0＝
△
v/v＝
△
l/l＝2π*
△
h*θ/(360*l)。
52.步骤2.4：根据不同板坯3在各轧机不同道次的翘扣头图像建立翘扣头系数层别表。
53.由于不同钢种在轧制时各道次的翘扣头系数差异较大，翘扣头系数层别表可根据以往的生产经验预设定，并在后期生产过程的自学习中进行更新修正。
54.不同板坯3在各轧机不同道次的翘扣头系数初始值如表1所示：
55.表1翘扣头系数层别表
[0056][0057]
步骤3：板坯3轧制开始时，采用翘扣头系数层别表中当前板坯3对应的翘扣头系数及其道次数据，并下发至电气执行系统5，用于控制各轧机(如第一粗轧轧机6和第二粗轧轧机1)对板坯3的轧制。
[0058]
步骤3.1：三级机将轧制计划发送至粗轧过程服务器4。
[0059]
步骤3.2：粗轧过程服务器4根据轧制计划中的板坯类型从翘扣头系数层别表中提取当前板坯3相对应的翘扣头系数及其道次，并下发至电气执行系统5。
[0060]
步骤3.3：粗轧过程服务器4识别当前轧制的板坯3的工艺参数，并下发至电气执行系统5，电气执行系统5控制各轧机(如第一粗轧轧机6和第二粗轧轧机1)进行轧制。
[0061]
所述的板坯3的工艺参数包括单层复合板、双层复合板、钢种、规格组距等，单层复合板为不锈钢板-碳钢板复合板，双层复合板为不锈钢板-碳钢板-不锈钢板复合板。
[0062]
步骤4：当板坯3的端部经过图像处理器2时，通过图像处理器2采集板坯3翘扣头端的图像并发送至粗轧过程服务器4，计算当前板坯3的翘扣头系数实际值s。翘扣头系数实际值s的计算方法与步骤2中的翘扣头系数初始值s0的计算方法相同，此处不再赘述。
[0063]
步骤5：根据翘扣头系数初始值s0和翘扣头系数实际值s进行翘扣头系数自学习，自学习公式为：
[0064]si 1
＝si α(s-si)
[0065]
其中，i取大于等于0的整数，si表示第i块板坯3的翘扣头系数自学习值，s
i 1
表示
第i 1块板坯3的翘扣头系数自学习更新值；α为平滑系数(0＜α＜1)，优选的，α＝0.5。
[0066]
在每块所述的板坯3的轧制过程中，每个轧机的每个道次均进行一次自学习，并将翘扣头系数自学习更新值更新保存在翘扣头系数层别表中。通过将翘扣头系数实际值s与第i块板坯3的翘扣头系数自学习值si做差，并进行平滑处理，能更实际的反应现场生产情况，用于第i 1块板坯3的轧制辊速控制。
[0067]
步骤6：根据翘扣头系数自学习更新值计算上、下工作辊的速度，并通过电气执行系统5修正上、下工作辊的转速。电气执行系统5通过有线或无线方式与各轧机建立通讯连接，从而控制各轧机的各道次的上、下工作辊的转速。
[0068]
上工作辊的速度的计算公式为：v
上
＝(1-s
i 1
/2)*v；
[0069]
下工作辊的速度的计算公式为：v
下
＝(1 s
i 1
/2)*v。
[0070]
实施例1：
[0071]
对复合板i(即不锈钢：碳钢＝1：5的板坯3)，在本发明投用前，翘扣头系数默认为0值，板坯3存在明显的扣头现象。本发明投用后，提取表1中相应板坯类型的各道次翘扣头系数，如表2所示：
[0072]
表2实施例1翘扣头系数层别表
[0073][0074]
考虑到复合板i的轧制难度一般位于计划尾部，按照自学习算法进行翘扣头系数的自学习，并对表2中翘扣头系数进行更新，轧制10块复合板i后更新的翘扣头系数层别表如表3所示：
[0075]
表3实施例1轧制10块后的翘扣头系数层别表
[0076][0077]
在轧制过程中，轧制的板坯3的翘扣头状态不断改善，10块板坯3轧制后带钢各道次出口的板坯均比较平直，符合生产要求。
[0078]
实施例2：
[0079]
对复合板ii(即不锈钢：碳钢＝1：10的板坯3)，在本发明投用前，翘扣头系数默认为0值，板坯3存在明显的扣头现象。本发明投用后，提取表1中相应板坯类型的各道次翘扣头系数，如表4所示：
[0080]
表4实施例2翘扣头系数层别表
[0081][0082]
考虑到复合板i的轧制难度一般位于计划尾部，按照自学习算法进行翘扣头系数的自学习，并对表4中翘扣头系数进行更新，轧制10块复合板i后更新的翘扣头系数层别表如表5所示：
[0083]
表5实施例2轧制10块后的翘扣头系数层别表
[0084][0085][0086]
在轧制过程中，轧制的板坯3的翘扣头状态不断改善，10块板坯3轧制后带钢各道次出口的板坯均比较平直，符合生产要求。
[0087]
实施例3：
[0088]
对复合板iii(即不锈钢：碳钢：不锈钢＝1：8：1的板坯3)，在本发明投用前，翘扣头系数默认为0值，板坯3存在明显的扣头现象。本发明投用后，提取表1中相应板坯类型的各道次翘扣头系数，如表6所示：
[0089]
表6实施例3翘扣头系数层别表
[0090][0091]
考虑到复合板iii的轧制难度一般位于计划尾部，按照自学习算法进行翘扣头系数的自学习，并对表6中翘扣头系数进行更新，轧制10块复合板iii后更新的翘扣头系数层别表如表7所示：
[0092]
表7实施例3轧制10块后的翘扣头系数层别表
[0093]
[0094]
在轧制过程中，轧制的板坯3的翘扣头状态不断改善，10块板坯3轧制后带钢各道次出口的板坯均比较平直，符合生产要求。
[0095]
以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，因此，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。