一种提高换钢种或规格首块钢板形质量的优化方法

摘要

本发明涉及一种提高换钢种或规格首块钢板形质量的优化方法，包括：控制板形控制模型进行带钢凸度短期自学习、带钢平直度短期自学习、辊系凸度短期自学习及辊系凸度长期自学习。将短期自学习值进行衰减计算后保存至相应的层别号中。将衰减计算后的辊系凸度短期自学习值及衰减计算后的辊系凸度长期自学习值进行增益计算后保存至相应的层别号中。在换钢种或规格轧制前，读取相应层别的带钢凸度短期自学习值、带钢平直度短期自学习值、辊系凸度短期自学习值及辊系凸度长期自学习值进行板形模型的设定。本发明提供的提高换钢种或规格首块钢板形质量的优化方法，提高了带钢在换钢种和规格轧制时首块钢的板形质量。

说明书

技术领域

本发明涉及轧钢技术领域，特别涉及一种提高换钢种或规格首块钢板形质量的优化方法。

背景技术

迁钢1580mm热轧线由于采用感应加热炉生产高牌号取向硅钢(简称HIB)的工艺模式，从而导致不同钢种和规格的产品不可避免地会与HIB交叉轧制生产，即不论对于HIB，还是对于与其进行交叉轧制的钢种，经常涉及到换钢种首块钢，而换钢种首块钢板形各指标的命中率(包括凸度和平直度)总是受到与其进行交叉轧制产品的影响。同时由于HIB这种间歇出钢的生产模式，导致HIB会在计划单不同位置进行生产，这样也会因为轧制公里数(轧辊不同的磨损状态)的区别而使得此块钢自学习之后的结果对下块HIB产生影响，最终影响下块HIB钢的板形设定，导致板形指标差。而无论对于HIB产品还是对于普通产品来说，板形质量不仅影响到产品在下游工序的生产质量和效率，板形质量差时还会影响到穿带稳定性，甚至出现轧废的危险。

发明内容

本发明实施例通过提供一种提高换钢种或规格首块钢板形质量的优化方法，解决了现有技术中换钢种和规格时首块钢板形质量难以保证的技术问题，提高了带钢在换钢种和规格轧制时首块钢的板形质量，保证了产品在下游工序的生产质量和效率，提高了带钢的穿带稳定性，避免出现轧废的危险。

本发明实施例提供了一种提高换钢种或规格首块钢板形质量的优化方法，所述方法包括：

控制板形控制模型进行带钢凸度短期自学习、带钢平直度短期自学习、辊系凸度短期自学习及辊系凸度长期自学习；

将带钢凸度短期自学习值、带钢平直度短期自学习值及辊系凸度短期自学习值进行衰减计算后保存至相应的层别号中；

将衰减计算后的辊系凸度短期自学习值及衰减计算后的辊系凸度长期自学习值进行增益计算后保存至相应的层别号中；

在换钢种或规格轧制前，读取相应层别的带钢凸度短期自学习值、带钢平直度短期自学习值、辊系凸度短期自学习值及辊系凸度长期自学习值进行板形控制参数的设定。

进一步地，所述将带钢凸度短期自学习值、带钢平直度短期自学习值及辊系凸度短期自学习值进行衰减计算后保存至相应的层别号中，包括：

引入带钢凸度短期自学习衰减系数、带钢平直度短期自学习衰减系数及辊系凸度短期自学习衰减系数；

将带钢凸度短期自学习值与带钢凸度短期自学习衰减系数相乘的结果保存至相应的层别号中；

将带钢平直度短期自学习值与带钢平直度短期自学习衰减系数相乘的结果保存至相应的层别号中；

将带钢辊系凸度短期自学习值与带钢辊系凸度短期自学习衰减系数相乘的结果保存至相应的层别号中。

进一步地，所述带钢凸度短期自学习衰减系数、带钢平直度短期自学习衰减系数及所述辊系凸度短期自学习衰减系数的取值为0.1～0.9。

进一步地，所述将衰减计算后的辊系凸度短期自学习值及衰减计算后的辊系凸度长期自学习值进行增益计算后保存至相应的层别号中，包括：

引入辊系凸度短期自学习增益系数及辊系凸度长期自学习增益系数；

将辊系凸度短期自学习增益系数与当前带钢的短期自学习的辊系凸度计算误差相乘后加上衰减计算后的辊系凸度短期自学习值，得到的结果保存至相应的层别号中；

将辊系凸度长期自学习增益系数与当前带钢的长期自学习的辊系凸度计算误差相乘后加上衰减计算后的辊系凸度长期自学习值，得到的结果保存至相应的层别号中。

进一步地，所述辊系凸度短期自学习增益系数为0.1～0.3；

所述辊系凸度长期自学习增益系数为0.5～0.9。

进一步地，进行所述辊系凸度长期自学习时，采用前七次轧制同钢种、同规格带钢的辊系凸度长期自学习值的平均值作为本次辊系凸度长期自学习值。

进一步地，还包括：

通过每批次带钢的长期自学习值，建立带钢辊系凸度长期自学习值的分布函数；

判断本次辊系凸度长期自学习值是否在所述分布函数允许的偏离范围内；

若本次辊系凸度长期自学习值在所述分布函数允许的偏离范围内，则将本次辊系凸度长期自学习值保存至相应的层别号中；若本次辊系凸度长期自学习值不在所述分布函数允许的偏离范围内，则调整本次辊系凸度长期自学习值后将本次辊系凸度长期自学习值存储至相应的层别号中。

进一步地，通过线性回归的方式建立辊系凸度长期自学习值的分布函数。

进一步地，所述调整本次辊系凸度长期自学习值包括：

利用公式R_ZL(Fn)_new＝R_ZL(Fn)_old+G_RZLD(R_ZL(Fn)_old-f(n))对本次辊系凸度长期自学习值进行调整；

上式中，所述R_ZL(Fn)_new为调整后的长期自学习值，所述R_ZL(Fn)_old为调整前长期自学习值，所述G_RZLD为调整系数，所述f(n)为带钢的辊系凸度长期自学习值的分布函数。

进一步地，所述调整系数G_RZLD为0.1～0.3。

本发明实施例提供的一种或多种技术方案，至少具备以下有益效果或优点：

1、本发明实施例提供的提高换钢种或规格首块钢板形质量的优化方法，将带钢凸度短期自学习值、带钢平直度短期自学习值及辊系凸度短期自学习值进行衰减计算后保存至相应的层别号中，通过衰减计算调整本块钢对于下块换钢种带钢的自学习值，降低短期自学习对于换钢种和规格后第一块钢设定的影响，提高了带钢在换钢种和规格轧制时首块钢的板形质量。

2、本发明实施例提供的提高换钢种或规格首块钢板形质量的优化方法，将衰减计算后的辊系凸度短期自学习值及衰减计算后的辊系凸度长期自学习值进行增益计算后保存至相应的层别号中，优化了辊系凸度长期自学习与辊系凸度短期自学习所占比例，提高了带钢在换钢种和规格轧制时首块钢的板形质量。

3、本发明实施例提供的提高换钢种或规格首块钢板形质量的优化方法，采用前七次轧制同钢种、同规格带钢的辊系凸度长期自学习值的平均值作为本次辊系凸度长期自学习值，降低轧制计划单位置对于换钢种首块钢设定的影响。

4、本发明实施例提供的提高换钢种或规格首块钢板形质量的优化方法，利用带钢辊系凸度长期自学习值的分布函数调整辊系凸度长期自学习值，使得辊系凸度长期自学习后的值能够朝着人为设定的分布曲线逼近，从而维持各机架自学习系数的一定趋势，保证辊系凸度长期自学习的稳定性。

附图说明

图1为本发明实施例提供的提高换钢种或规格首块钢板形质量的优化方法流程图。

具体实施方式

本发明实施例通过提供一种提高换钢种或规格首块钢板形质量的优化方法，解决了现有技术中换钢种和规格时首块钢板形质量难以保证的技术问题，提高了带钢在换钢种和规格轧制时首块钢的板形质量，保证了产品在下游工序的生产质量和效率，提高了带钢的穿带稳定性，避免出现轧废的危险。

参见图1，本发明实施例提供了一种提高换钢种或规格首块钢板形质量的优化方法，包括：

步骤10、控制板形控制模型进行带钢凸度短期自学习、带钢平直度短期自学习、辊系凸度短期自学习及辊系凸度长期自学习。

进行辊系凸度长期自学习时，采用前七次轧制同钢种、同规格带钢的辊系凸度长期自学习值的平均值作为本次辊系凸度长期自学习值。

步骤20、将带钢凸度短期自学习值、带钢平直度短期自学习值及辊系凸度短期自学习值进行衰减计算后保存至相应的层别号中。

步骤20具体包括：步骤201、引入带钢凸度短期自学习衰减系数、带钢平直度短期自学习衰减系数及辊系凸度短期自学习衰减系数。步骤202、将带钢凸度短期自学习值与带钢凸度短期自学习衰减系数相乘的结果保存至相应的层别号中。步骤203、将带钢平直度短期自学习值与带钢平直度短期自学习衰减系数相乘的结果保存至相应的层别号中。带钢凸度短期自学习衰减系数、带钢平直度短期自学习衰减系数及辊系凸度短期自学习衰减系数的取值为0.1～0.9。

步骤30、将衰减计算后的辊系凸度短期自学习值及衰减计算后的辊系凸度长期自学习值进行增益计算后保存至相应的层别号中。

步骤30具体包括：步骤301、引入辊系凸度短期自学习增益系数及辊系凸度长期自学习增益系数。步骤302、将辊系凸度短期自学习增益系数与当前带钢的短期自学习的辊系凸度计算误差相乘后加上衰减计算后的辊系凸度短期自学习值，得到的结果保存至相应的层别号中。步骤303、将辊系凸度长期自学习增益系数与当前带钢的长期自学习的辊系凸度计算误差相乘后加上衰减计算后的辊系凸度长期自学习值，得到的结果保存至相应的层别号中。

其中，辊系凸度短期自学习增益系数为0.1～0.3，辊系凸度长期自学习增益系数为0.5～0.9。

步骤40、在换钢种或规格轧制前，读取相应层别的带钢凸度短期自学习值、带钢平直度短期自学习值、辊系凸度短期自学习值及辊系凸度长期自学习值进行板形控制参数的设定。

步骤50、通过每批次带钢的长期自学习值，通过线性回归的方式建立辊系凸度长期自学习值的分布函数。

步骤60、判断本次辊系凸度长期自学习值是否在分布函数允许的偏离范围内。

步骤70、若本次辊系凸度长期自学习值在分布函数允许的偏离范围内，则将本次辊系凸度长期自学习值保存至相应的层别号中；若本次辊系凸度长期自学习值不在分布函数允许的偏离范围内，则调整本次辊系凸度长期自学习值后将本次辊系凸度长期自学习值存储至相应的层别号中。

调整本次辊系凸度长期自学习值时，利用公式R_ZL(Fn)_new＝R_ZL(Fn)_old+G_RZLD(R_ZL(Fn)_old-f(n))对本次辊系凸度长期自学习值进行调整；上式中，R_ZL(Fn)_new为调整后的长期自学习值，R_ZL(Fn)_old为调整前长期自学习值，G_RZLD为调整系数，f(n)为带钢的辊系凸度长期自学习值的分布函数，取值为当前批次对应的函数值。调整系数G_RZLD为0.1～0.3。

在实际应用中，在HMI设定画面上增加带钢穿带之前人工干预的最后一个机架设定弯辊力的手段—PDI目标平直度补偿值OP_FLT_OFF，使精轧操作人员便于根据产品板形特性及经验，通过输入PDI目标平直度补偿值OP_FLT_OFF，抑制可以预见的精轧出口板形问题，增加现场调节的干预手段。

下面结合具体的实施例对本发明提供的提高换钢种或规格首块钢板形质量的优化方法进行说明：

实施例1

换钢种或规格首块钢轧制前，控制板形控制模型进行带钢凸度短期自学习、带钢平直度短期自学习、辊系凸度短期自学习及辊系凸度长期自学习。进行辊系凸度长期自学习时，采用前七次轧制同钢种、同规格带钢的辊系凸度长期自学习值的平均值作为本次辊系凸度长期自学习值。引入带钢凸度短期自学习衰减系数(带钢凸度短期自学习衰减系数设置为0.3)、带钢平直度短期自学习衰减系数(带钢平直度短期自学习衰减系数设置为0.3)及辊系凸度短期自学习衰减系数(辊系凸度短期自学习衰减系数设置为0.3)。将带钢凸度短期自学习值与带钢凸度短期自学习衰减系数相乘的结果保存至相应的层别号中。将带钢平直度短期自学习值与带钢平直度短期自学习衰减系数相乘的结果保存至相应的层别号中。引入辊系凸度短期自学习增益系数(辊系凸度短期自学习增益系数设置为0.1)及辊系凸度长期自学习增益系数(辊系凸度长期自学习增益系数设置为0.5)。将辊系凸度短期自学习增益系数与当前带钢的短期自学习的辊系凸度计算误差相乘后加上衰减计算后的辊系凸度短期自学习值，得到的结果保存至相应的层别号中。将辊系凸度长期自学习增益系数与当前带钢的长期自学习的辊系凸度计算误差相乘后加上衰减计算后的辊系凸度长期自学习值，得到的结果保存至相应的层别号中。在换钢种或规格轧制前，读取相应层别的带钢凸度短期自学习值、带钢平直度短期自学习值、辊系凸度短期自学习值及辊系凸度长期自学习值进行板形模型的设定。通过每批次带钢的长期自学习值，通过线性回归的方式建立辊系凸度长期自学习值的分布函数。判断本次辊系凸度长期自学习值是否在分布函数允许的偏离范围内。若本次辊系凸度长期自学习值在分布函数允许的偏离范围内，则将本次辊系凸度长期自学习值保存至相应的层别号中；若本次辊系凸度长期自学习值不在分布函数允许的偏离范围内，则调整本次辊系凸度长期自学习值后将本次辊系凸度长期自学习值存储至相应的层别号中。其中，调整本次辊系凸度长期自学习值时，利用公式R_ZL(Fn)_new＝R_ZL(Fn)_old+G_RZLD(R_ZL(Fn)_old-f(n))对本次辊系凸度长期自学习值进行调整；上式中，R_ZL(Fn)_new为调整后的长期自学习值，R_ZL(Fn)_old为调整前长期自学习值，G_RZLD为调整系数，f(n)为带钢的辊系凸度长期自学习值的分布函数，f(n)取值为f(8)，调整系数G_RZLD设置为0.1。在HMI设定画面上增加带钢穿带之前人工干预的最后一个机架设定弯辊力的手段—PDI目标平直度补偿值OP_FLT_OFF，使精轧操作人员便于根据产品板形特性及经验，通过输入PDI目标平直度补偿值OP_FLT_OFF，抑制可以预见的精轧出口板形问题。

实施例2

换钢种或规格首块钢轧制前，控制板形控制模型进行带钢凸度短期自学习、带钢平直度短期自学习、辊系凸度短期自学习及辊系凸度长期自学习。进行辊系凸度长期自学习时，采用前七次轧制同钢种、同规格带钢的辊系凸度长期自学习值的平均值作为本次辊系凸度长期自学习值。引入带钢凸度短期自学习衰减系数(带钢凸度短期自学习衰减系数设置为0.2)、带钢平直度短期自学习衰减系数(带钢平直度短期自学习衰减系数设置为0.3)及辊系凸度短期自学习衰减系数(辊系凸度短期自学习衰减系数设置为0.5)。将带钢凸度短期自学习值与带钢凸度短期自学习衰减系数相乘的结果保存至相应的层别号中。将带钢平直度短期自学习值与带钢平直度短期自学习衰减系数相乘的结果保存至相应的层别号中。引入辊系凸度短期自学习增益系数(辊系凸度短期自学习增益系数设置为0.15)及辊系凸度长期自学习增益系数(辊系凸度长期自学习增益系数设置为0.45)。将辊系凸度短期自学习增益系数与当前带钢的短期自学习的辊系凸度计算误差相乘后加上衰减计算后的辊系凸度短期自学习值，得到的结果保存至相应的层别号中。将辊系凸度长期自学习增益系数与当前带钢的长期自学习的辊系凸度计算误差相乘后加上衰减计算后的辊系凸度长期自学习值，得到的结果保存至相应的层别号中。在换钢种或规格轧制前，读取相应层别的带钢凸度短期自学习值、带钢平直度短期自学习值、辊系凸度短期自学习值及辊系凸度长期自学习值进行板形模型的设定。通过每批次带钢的长期自学习值，通过线性回归的方式建立辊系凸度长期自学习值的分布函数。判断本次辊系凸度长期自学习值是否在分布函数允许的偏离范围内。若本次辊系凸度长期自学习值在分布函数允许的偏离范围内，则将本次辊系凸度长期自学习值保存至相应的层别号中；若本次辊系凸度长期自学习值不在分布函数允许的偏离范围内，则调整本次辊系凸度长期自学习值后将本次辊系凸度长期自学习值存储至相应的层别号中。其中，调整本次辊系凸度长期自学习值时，利用公式R_ZL(Fn)_new＝R_ZL(Fn)_old+G_RZLD(R_ZL(Fn)_old-f(n))对本次辊系凸度长期自学习值进行调整；上式中，R_ZL(Fn)_new为调整后的长期自学习值，R_ZL(Fn)_old为调整前长期自学习值，G_RZLD为调整系数，f(n)为带钢的辊系凸度长期自学习值的分布函数，f(n)取值为f(9)，调整系数G_RZLD设置为0.2。在HMI设定画面上增加带钢穿带之前人工干预的最后一个机架设定弯辊力的手段—PDI目标平直度补偿值OP_FLT_OFF，使精轧操作人员便于根据产品板形特性及经验，通过输入PDI目标平直度补偿值OP_FLT_OFF，抑制可以预见的精轧出口板形问题。

本发明实施例提供的一种或多种技术方案，至少具备以下有益效果：

本发明实施例提供的提高换钢种或规格首块钢板形质量的优化方法，将带钢凸度短期自学习值、带钢平直度短期自学习值及辊系凸度短期自学习值进行衰减计算后保存至相应的层别号中，通过衰减计算调整本块钢对于下块换钢种带钢的自学习值，降低短期自学习对于换钢种和规格后第一块钢设定的影响，提高了带钢在换钢种和规格轧制时首块钢的板形质量。

本发明实施例提供的提高换钢种或规格首块钢板形质量的优化方法，将衰减计算后的辊系凸度短期自学习值及衰减计算后的辊系凸度长期自学习值进行增益计算后保存至相应的层别号中，优化了辊系凸度长期自学习与辊系凸度短期自学习所占比例，提高了带钢在换钢种和规格轧制时首块钢的板形质量。

本发明实施例提供的提高换钢种或规格首块钢板形质量的优化方法，采用前七次轧制同钢种、同规格带钢的辊系凸度长期自学习值的平均值作为本次辊系凸度长期自学习值，降低轧制计划单位置对于换钢种首块钢设定的影响。

本发明实施例提供的提高换钢种或规格首块钢板形质量的优化方法，利用带钢辊系凸度长期自学习值的分布函数调整辊系凸度长期自学习值，使得辊系凸度长期自学习后的值能够朝着人为设定的分布曲线逼近，从而维持各机架自学习系数的一定趋势，保证辊系凸度长期自学习的稳定性。

最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照实例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。