CN102473003B - 用于轧件的影响装置的控制方法 - Google Patents
用于轧件的影响装置的控制方法 Download PDFInfo
- Publication number
- CN102473003B CN102473003B CN201080030875.6A CN201080030875A CN102473003B CN 102473003 B CN102473003 B CN 102473003B CN 201080030875 A CN201080030875 A CN 201080030875A CN 102473003 B CN102473003 B CN 102473003B
- Authority
- CN
- China
- Prior art keywords
- rolled piece
- submodel
- characteristic
- model
- measurement parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2261/00—Product parameters
- B21B2261/20—Temperature
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2265/00—Forming parameters
- B21B2265/12—Rolling load or rolling pressure; roll force
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2275/00—Mill drive parameters
- B21B2275/10—Motor power; motor current
- B21B2275/12—Roll torque
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
- B21B37/74—Temperature control, e.g. by cooling or heating the rolls or the product
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
- B21B38/006—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring temperature
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B38/00—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product
- B21B38/08—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring roll-force
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Mechanical Engineering (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Metal Rolling (AREA)
- Feedback Control In General (AREA)
Abstract
控制装置(3)如此控制影响装置(1),使得该影响装置(1)相应地影响轧件(2)。所述控制装置(3)结合对轧件(2)的影响实时检测至少一个测量参量(F、M、T),所述测量参量(F、M、T)依赖于所述轧件(2)的第一特性的在检测所述测量参量(F、M、T)的时刻的数值。所述控制装置(3)借助于轧件(2)的对所述影响装置(1)中的过程进行描绘的模型(11)来求得相应的模型参量(F’、M’、T’)。所述模型(11)包括基于数学物理的方程式的第一子模型(12),在使用该第一子模型(12)的情况下能够求得所述第一特性的数值。所述模型(11)包括基于数学物理的方程式的第二子模型(13),借助于该第二子模型(13)能够求得所述轧件(2)的第二特性的在施加影响期间的时间上的演变。所述轧件(2)的第一特性的在检测所述测量参量(F、M、T)的时刻的数值依赖于所述轧件(2)的第二特性的时间曲线或者说依赖于该轧件(2)的第二特性的在检测所述测量参量(F、M、T)的时刻的数值并且/或者所述测量参量(F、M、T)除了依赖于所述第一特性的数值的依赖关系,也依赖于所述轧件(2)的第二特性的在检测所述测量参量(F、M、T)的时刻的数值。所述控制装置(3)借助于所述模型(11)来求得所述轧件(2)的第二特性的时间曲线、所述轧件(2)的第一特性的在检测所述测量参量(F、M、T)的时刻的数值并且在使用所述轧件(2)的第二特性的所求得的时间曲线以及所述轧件(2)的第一特性的在检测所述测量参量(F、M、T)的时刻的数值的情况下来求得模型参量(F’、M’、T’)。所述控制装置(3)根据所检测到的测量参量(F、M、T)的偏离所述模型参量(F’、M’、T’)的偏差虽然对所述第二子模型(13)进行适配,但是不对所述第一子模型(12)进行适配或者通过成本函数(K1)的优化不仅对所述第一子模型(12)而且对所述第二子模型(13)进行适配,但是其中除了所述测量参量(F、M、T)的偏离所述模型参量(F’、M’、T’)的偏差,依赖于这种第一子模型(12)的适配的处罚项(K2)也输入到所述成本函数(K)中。
Description
技术领域
本发明涉及一种用于轧件的影响装置的控制方法,
-其中控制装置用控制指令如此控制影响装置,使得该影响装置根据所述控制指令来影响轧件,
-其中所述控制装置结合通过所述影响装置对轧件施加的影响实时检测至少一个测量参量,所述测量参量依赖于所述轧件的第一特性的在检测所述测量参量的时刻的数值,
-其中所述控制装置借助于轧件的对所述影响装置中的过程进行描绘的模型来求得与所检测到的测量参量对应的模型参量,
-其中所述模型包括基于数学物理的方程式的第一子模型,在使用该第一子模型的情况下能够求得所述轧件的第一特性的在检测所述测量参量的时刻的数值,
其中所述模型包括基于数学物理的方程式的第二子模型,借助于该第二子模型能够求得所述轧件的第二特性的在施加影响期间的时间上的演变,
-其中所述轧件的第一特性的在检测所述测量参量的时刻的数值依赖于所述轧件的第二特性的时间曲线或者说依赖于该轧件的第二特性的在检测所述测量参量的时刻的数值并且/或者所述测量参量除了依赖于所述第一特性的数值的依赖关系,也依赖于所述轧件的第二特性的在检测所述测量参量的时刻的数值,
-其中所述控制装置借助于所述模型来求得所述轧件的第二特性的时间曲线、所述轧件的第一特性的在检测所述测量参量的时刻的数值并且在使用所述轧件的第二特性的所求得的时间曲线以及所述轧件的第一特性的在检测所述测量参量的时刻的数值的情况下来求得模型参量。
此外,本发明涉及一种控制程序,该控制程序包括机器代码,所述机器代码能够直接由用于轧件的影响装置的控制装置来执行并且通过所述控制装置来执行所述机器代码这种情况使得所述控制装置执行这样的控制方法。
此外,本发明涉及一种用于轧件的影响装置的控制装置,其中所述控制装置如此构成,使得其在运行中执行这样的控制方法。
最后,本发明涉及一种用于轧件的影响装置,该影响装置由这样的控制装置来控制。
背景技术
在带材热轧机列中制造轧件比如钢时使用模型,用于尤其能够预测材料特性比如组织结构、相份额(Phasenanteile)和机械特性。所述模型比如可以用于在线或者离线确定用于带材热轧机列的控制指令。作为替代方案,可以纯粹地预测所述特性。
所述模型应该尽可能地精确。因此有必要,在建立模型之后对其进行检验并且对其进行适配。所述适配借助于测量参量来进行,将所述测量参量与对应的模型参量进行比较。对于有些模型来说,能够容易地求得合适的测量参量。对于其它模型来说,较难并且部分地在现有技术中根本不知道在线求得所述对应的测量参量。
一种开头所提到的类型的控制方法比如从DE102007025447A1中得到公开。对于已知的方法来说第一子模型是热传导模型,第二子模型是相变模型。在冷却段中对钢体积的状态进行模拟。在此以耦合方式求得用于第一子模型和第二子模型的可能的适配因数。在已知的方法的范围内,保存可能的用于所述适配因数的数值对。如果后来要影响其它的轧件,则重新求得可能的数值对。通过在这两次影响过程中求得的数值对的比较,可以降低允许的数值对的量。在理想情况下,通过这种方式可以求得一个唯一的数值对,从而也就是说能够明确求得用于所述第一和第二子模型的适配因数。但是,在许多情况下留有不可靠性,这在实际上是所述适配因数的在物理上正确的数值。因为尤其在许多情况下如此留有不可靠性,从而通过所述第二子模型的相反方法的不过在大小方面相同大小的误差对所述第一子模型的误差进行补偿。
发明内容
本发明的任务是,提供一些方案,借助于这些方案能够正确地求得用于所述第二子模型的适配因数。
该任务通过一种具有权利要求1所述特征的控制方法得到解决。所述按本发明的控制方法的有利的设计方案是从属权利要求2到10的主题。
按本发明规定,通过以下方式来设计开头所述类型的控制方法,即所述控制装置
-要么根据所检测到的测量参量的偏离所述模型参量的偏差虽然对所述第二子模型进行适配,但是不对所述第一子模型进行适配,
-要么通过成本函数的优化不仅对所述第一子模型而且对所述第二子模型进行适配,但是其中除了所述测量参量的偏离所述模型参量的偏差,依赖于这种第一子模型的适配的处罚项(Strafterm)也输入到所述成本函数中。
所述按本发明的处理方式仅仅在表面上容易地将不可靠性转移到所述第一子模型的适配中。因为在许多情况下可以根据其它的情况,也就是根据关于穿过所述影响装置的轧件的与所述第二特性不同的附加信息来判断,所述轧件的第二特性在检测所述至少一个测量参量时是否具有预先确定的数值。因此可以这样安排,即在这种情况下所述控制装置根据所述测量参量的偏离模型参量的偏差仅仅对所述第一子模型而不对所述第二子模型进行适配,并且只有在无法判断所述轧件的第二特性在检测所述至少一个测量参量时是否具有预先确定的数值时才对所述第二子模型进行适配。
可以按个别情况的状况对所述第一和第二子模型进行最后所描述的可选的适配(“如刚刚解释的一样”)。但是优选的是,事先进行所述第一子模型的适配。在此可选可以在线或离线进行所述第一子模型的适配。
在不依赖于是否对所述第一子模型进行适配的情况下,优选的是,在线进行所述第二子模型的适配。
所述按本发明的控制方法能够用在不同设计方案中。比如可能的是,所述第一子模型包括热传导模型,借助于该热传导模型来模拟轧件的散发给其环境的热传导,并且该热传导模型作为第一特性提供轧件的温度。作为替代方案或者补充方案,所述第一子模型可以包括轧制模型,借助于所述轧制模型对在轧制轧件时出现的轧制力和/或轧制力矩进行模拟并且该轧制模型作为第一特性提供在轧制轧件时出现的轧制力和/或轧制力矩。作为其它的输出参量,所述轧制模型比如可以提供在相应的轧制过程中加入到轧件中的变形能量。
所述第二子模型比如可以包括相变模型,借助于该相变模型来模拟轧件的相变并且该相变模型作为第二特性提供轧件的相份额。在此相变模型已经提供特别好的结果,对于所述相变模型来说在使用吉布斯自由焓的情况下模拟所述相变。作为替代方案或者补充方案,所述第二子模型可以包括组织模型,借助于该组织模型来模拟轧件的再结晶并且该组织模型作为第二特性提供所述轧件的组织结构。
所述模型参量以及与对应的测量参量可以根据需要来选择。所述测量参量至少不同于所述第二特性。除此以外,它也可以不同于所述第一特性。但是,在许多情况下它与所述第一特性对应。后面还要对此进行详细探讨。
由于实时提供所检测到的测量参量这个状况,可以在线进行所述第二子模型的适配。这种处理方式是优选的。尤其(但不是仅仅)在在线对所述第二子模型进行适配的情况下优选的是,为所述控制装置预先给定第一轧件的起始状态和第一轧件的所期望的最终状态并且所述控制装置在使用所述模型的情况下求得控制指令。
此外,所述任务通过一种开头所述类型的控制程序得到解决,通过所述控制装置来执行该控制程序,这使得所述控制装置执行所述按本发明的控制方法。
所述控制程序通常以机器可读的形式保存在数据载体上。所述数据载体可以是所述控制装置的组成部分。
此外,所述任务通过一种开头所述类型的控制装置得到解决,该控制装置如此构成,使得其在运行中执行按本发明的控制方法。
最后,所述任务通过一种用于轧件的影响装置得到解决,该影响装置由按本发明的控制装置来控制。
附图说明
其它的优点和细节从以下结合附图对实施例所作的说明中获得。附图以原理图示出如下:
图1是用于轧件的影响装置的示意图;
图2和3是图1的影响装置的可能的设计方案;
图4是流程图;
图5是控制技术的方框图,并且
图6到9是流程图。
具体实施方式
按照图1,用于轧件2的影响装置1由控制装置3来控制。所述影响装置1被轧件2从中穿过。所述影响装置1在轧件2穿过该影响装置1的情况下影响轧件2。
比如按图2的影响装置1可以构造为轧机列。在这种情况下,所述影响装置1具有至少一台轧制机架4,在该轧制机架4中对轧件2进行轧制。在多数情况下,根据图2的示意图存在着多台轧制机架4,在所述轧制机架4中顺序地对轧件2进行轧制。
作为替代方案,按图3的影响装置1可以构造为用于轧件2的冷却段。在这种情况下,在冷却段中对轧件2进行冷却。在多数情况下,通过相应的调节阀5在量方面来调节,向所述轧件2加载哪种量的冷却剂6(比如水)。
所述控制装置3如此构成,使得其在运行中执行用于所述影响装置1的控制方法。通常所述控制装置3为此目的用保存在数据载体8中的控制程序7来编程,所述数据载体8是所述控制装置3的组成部分。比如所述数据载体8可以构造为所述控制装置3的硬盘。当然以机器可读的形式来将所述控制程序7保存在数据载体8中。
所述控制程序7按照图1包括机器代码9,该机器代码9能够直接由所述控制装置3来执行。通过所述控制装置3来执行机器代码9,这使得所述控制装置3执行所述控制方法。
所述控制程序7可以以任意的方式已经输送给所述控制装置3。在图1中纯示范性地示出了移动的数据载体10,在该移动的数据载体10上以机器可读的形式保存了所述控制程序7。
所述移动的数据载体10按照图1的示意图构造为USB记忆棒。但是同样可以使用其它任意的设计方案,比如构造为CD-ROM或者构造为SD存储卡的设计方案。
下面结合图4对由所述控制装置3执行的控制方法进行详细解释。在这方面也部分地参照图1到3并且参照图5。
按照图4,所述控制装置3在步骤S1中用控制指令A来控制所述影响装置。由此实现这一点,即所述影响装置1根据所述控制指令A来影响所述轧件2。
在所述影响装置1构造为按图2的轧机列的情况下,所述控制指令A比如引起这一点,即所述轧机列的各台轧制机架4向轧件2加载相应的轧制力F和轧制力矩M。在所述影响装置1构造为按图3的冷却段的情况下,所述控制装置3比如可以如此控制所述冷却段的各个调节阀5,使得所述调节阀5向所述轧件2加载确定的依赖于时间和位置的冷却剂量变化曲线。也可以使用组合的处理方式。这一点尤其在将所述冷却剂6-至少部分地-在轧制机架4之间施加到轧件2上时是可能的。相应的处理方式作为这样的处理方式在现有技术中为人所知。在此纯示范性地参照US7,310,981B2。该处理方式作为这样的处理方式不是本发明的主题。
结合通过所述影响装置1对轧件2施加的影响,所述控制装置3在步骤S2中实时检测至少一个测量参量F、M、T。后面还要详细对所述测量参量F、M、T进行探讨。但是作为可能的测量参量,在此纯示范性地对于所述轧机列涉及轧制力F、轧制力矩M和温度T,对于所述冷却段涉及轧件2的在离开冷却段时的温度T。
所述控制装置3按照图5在内部具有轧件2的模型11。该模型11描绘了所述影响装置1中的过程。所述过程可以包括轧件2中的内部的过程和/或轧件2的与影响装置1的相互作用。尤其按图5的模型11包括第一和第二子模型12、13。所述子模型12、13基于数学物理的方程式尤其基于代数的方程式和/或微分方程式。
在使用所述第一子模型12的情况下,所述控制装置3可以求得所述轧件2的第一特性的在检测测量参量F、M、T的时刻的数值。“在使用…的情况下”这个概念应该在广义上来理解。这个概念意味着,所述第一子模型12至少参与用来求得所述第一特性的数值。但是不应该排除这样的情况,即为求得所述第一特性额外地需要其它的元件和参量。尤其不应该排除这样的情况,即为求得相应的数值除了所述第一子模型12,也考虑使用所述第二子模型13。此外可以这样安排,即在使用所述第一子模型12的情况下(刚刚已经定义了“在使用…的情况下”这个概念)求得所述第一特性的时间曲线。若干实例如下:
可以这样安排,即所述第一子模型12对轧件2中的传热情况包括散发给环境的热传导进行模拟。在这种情况下,所述第一子模型12是热传导模型。所述第一特性是轧件2的温度T。在所述第一子模型12构造为热传导模型的情况下,所述第一子模型12基于傅里叶的传热方程式和另一个描绘散发给环境的热传导的方程式。为求得轧件2的按照第一子模型12所预期的温度T,必须迭代地以较小的时间间距(Zeitschritt)来解所述传热方程式和热传导方程式。因此,在这种情况下,有必要求得所述温度T的时间曲线,即使后来仅仅需要一个唯一的温度T也就是在检测所述测量参量F、M、T的时刻的温度。
如果所述轧件2的在检测测量参量F、M、T的时刻的温度T下降到轧件2的相变温度之下,那么在求取温度T时此外必须时间正确地考虑到相变和在此自由释放的能量。因此可能有必要的是,除了所述第一子模型12,考虑到至少另一个子模型13,也就是相变模型,借助于所述相变模型来模拟所述轧件2的相变。这样的子模型13作为输出参量提供所述轧件2的相份额,在此需要所述相份额用来求得在相变时释放的能量。作为替代方案,所述相变模型可以求得所述相份额的变化。它可以是本发明意义上的第二子模型13。后面还要对此进行探讨。
作为替代方案,所述第一子模型12比如可以是轧制模型,借助于该轧制模型来模拟在轧制轧件2时出现的轧制力F和/或轧制力矩M并且该轧制模型作为第一特性提供在轧制轧件2时出现的轧制力F和/或轧制力矩M。在这种情况下不必求得所述第一特性的时间曲线。但是,所述轧制模型12可以与热传导模型、相变模型和/或组织模型相耦合。上面已经对所述热传导模型和相变模型进行了解释。组织模型则是一种模型,借助于该模型来模拟轧件2的再结晶并且该模型作为第二特性提供轧件2的组织结构和随之出现的材料强化。所述热传导模型、相变模型和/或组织模型可以是本发明意义上的第二子模型13。后面还要对此进行详细探讨。
借助于所述第二子模型13能够求得轧件2的第二特性的在施加影响期间的时间上的演变。“时间上的演变”这个概念意味着,从所述轧件2的相应的当前的状态出发以较小的时间间距逐渐求得所述轧件2的第二特性的时间曲线。所述第二子模型13因此至少部分地基于微分方程式。如已经提到的一样,所述第二子模型13可以是相变模型或者组织模型。如果所述第一子模型12是轧制模型,那么所述第二子模型13也可以是热传导模型。
按照图4,所述控制装置3在步骤S3中借助于模型11作为结果求得
-所述轧件2的第二特性的时间曲线,
-所述轧件2的第一特性的在检测测量参量F、M、T的时刻的所预期的数值,并且
-在使用所述轧件2的第二特性的所求得的时间曲线和所述轧件2的第一特性的在检测测量参量F、M、T的时刻的所预期的数值的情况下求得模型参量F’、M’、T’。
如已经提到的一样,各个求取过程可以顺序地但彼此分开地进行。但是,在许多情况下,所述求取过程彼此相耦合。比如,如果出现相变,热传导模型(第一子模型12)和相变模型(第二子模型13)就彼此耦合,因而只能耦合地求得所述温度T和相变的时间曲线。在其它情况下可能的是,首先分开地求得所述第二特性的时间曲线并且而后求得所述第一特性的数值并且最后根据所述第二特性的所求得的时间曲线和所述第一特性的数值来求得所述模型参量F’、M’、T’。
所述模型参量F’、M’、T’可以与所述第一特性对应。比如,所述第一子模型12可以是轧制模型并且所述模型参量F’、M’可以与特定的轧制过程的所预期的轧制力F’或者所预期的轧制力矩M’对应。同样所述第一子模型12可以是热传导模型并且所述模型参量T’可以与所述轧件2的在离开影响装置1时的所预期的温度T’对应。但是在不依赖于根据模型11所求得的模型参量F’、M’、T’是否与所述第一特性对应的情况下,所述模型参量F’、M’、T’与所述测量参量F、M、T对应。所述模型参量F’、M’、T’是根据模型支持的求取过程作为测量参量F、M、T所预期的参量。
所述测量参量F、M、T和相应的模型参量F’、M’、T’以及所述第一和第二特性原则上可以任意选择,只要满足以下条件:
-所述测量参量F、M、T必须依赖于所述轧件2的第一特性的在检测测量参量F、M、T的时刻的数值。如果所述模型参量F’、M’、T’与所述第一特性对应,那么通常就是这种情况。但是也可能出现其它的情况。比如所述轧制力F和轧制力矩M(=可能的测量参量)依赖于温度(=可能的第一特性),但是不与温度T相同。
-所述测量参量F、M、T除了依赖于所述第一特性的数值的依赖关系,也必须依赖于所述轧件2的第二特性的数值。因此比如流动曲线(=轧制模型的核心特性)不仅仅依赖于温度(=可能的第一特性),而是也依赖于相位并且依赖于组织(=可能的第二特性)。
-所述第一特性的在检测测量参量F、M、T的时刻的数值必须依赖于所述第二特性的数值或者必须依赖于所述第二特性的时间曲线。因此,比如温度演变和相变相互影响,从而只能一起但不是彼此独立地求得所述两种时间曲线。所述轧制力F(可能的第一特性)也依赖于轧件2的再结晶(可能的第二特性)。
上面提到的三个条件中的第一个条件始终必须得到满足。所提到的条件中的第二和第三个条件可以可选或者累积地得到满足。
按照图4,所述控制装置3在步骤S4中求得所检测到的测量参量F、M、T的偏离对应的模型参量F’、M’、T’的偏差。此外,所述控制装置3在步骤S5中根据所述偏差求得用于所述第二子模型13的适配因数k2。该控制装置3因此对所述第二子模型13进行适配。所述适配因数k2下面称为第二适配因数,因为用其对所述第二子模型13进行适配。
从步骤S5出发,所述控制装置3返回到步骤S1。在后来重新执行步骤S3时,考虑到现在对所述第二子模型13进行的适配。
所述第一子模型12在步骤S5的范围内根本没有由所述控制装置3进行适配。为了这种处理方式实现正确的结果,必须保证,所述第一子模型12-在模型精度的范围内-是正确的。接下来结合图6来说明,如何能够保证这一点。
图6建立在图4的处理方式的基础上。除了图4的步骤S1到S5,存在着步骤S6到S8。
在步骤S6中对关于穿过所述影响装置1的轧件2的附加信息I进行分析。所述附加信息I至少不同于轧件2的第二特性。所述附加信息I也可能不同于所述轧件2的第一特性。作为替代方案,所述附加信息可以与所述第一特性相一致。根据所述附加信息I来判断,所述轧件2的第二特性在检测测量参量F、M、T时是否具有预先确定的数值。根据是否满足这个条件的情况,为一个逻辑变量OK分配相应的逻辑的数值(WAHR(真)或者UNWAHR(假))。
在步骤S7中检查所述逻辑的变量OK的数值。按检查的结果要么执行步骤S5,要么执行步骤S8。
前面已经对步骤S5进行了解释。在步骤S8中,所述控制装置3仅仅对所述第一子模型12进行适配,但是不对所述第二子模型13进行适配。该控制装置3因此在步骤S8中与步骤S5相类似根据所述偏差来求得适配因数k1(下面称为第一适配因数k1),根据所述适配因数k1来对所述第一子模型12进行适配。
可以这样安排,即根据图6的示意图由所述控制装置3自动地执行步骤S6和S7。作为替代方案可以这样安排,即按照图1由操作者14为所述控制装置3预先给定相应的决定E。
下面借助于实施例对图6的处理方式也就是所述第一子模型12或第二子模型13的可选的适配进行详细解释。
第一种实施例:
所述轧件2应该是钢。在轧机列中(纯示范性地比较图2)对该轧件2进行轧制。所述第一子模型12是轧制模型,所述第二子模型13则是相变模型。在此知道所述轧件2的在输入到轧机列的第一轧制机架4中时的温度。在此检测所述轧机列的最后一台轧制机架4的后面的温度,并且同样知道该温度。根据所检测到的温度,比如可以知道,整个轧制过程在奥氏体的范围内进行。因此,可以“充分认识地”假设,在整个轧制过程中不进行相变,因而轧件2始终完全处于“奥氏体”状态中。因此在步骤S8中可以根据所检测到的轧制力F和/或轧制力矩M(=同时第一特性和测量参量)和相应的模型参量F’、M’来对所述轧制模型(=第一子模型12)进行适配,因为在当前所研究的轧件2的范围内所述相变模型(=第二子模型13)不起作用。否则,也就是说,如果所述轧件2的温度低于钢的相变温度,则根据所述偏差在步骤S5中对所述相变模型进行适配。
第二种实施例:
如此前一样,但是存在这样的差别,即所述轧制模型作为这样的模型是正确的,但是额外地作为第一子模型12也包括组织模型。
在这种情况下,所述组织模型相当于所述第一子模型12。所述第一特性也就是组织结构在这种情况下不同于所述模型参量F’、M’。如果所述轧件2在奥氏体的范围内被轧制,那就可以对所述组织模型进行适配。如果进行铁素体的轧制,则对所述相变模型进行适配。
在存在着所述轧制模型、相变模型和组织模型的情况下,可以借助于同一个测量参量F、M甚至可以可选地对所有三个模型(轧制模型、组织模型和相变模型)进行适配。因为所述轧件2的再结晶是两次轧制过程之间的相份额、温度和时间的函数。如果在奥氏体的范围内并且缓慢地对轧件2进行轧制,那就可以“充分认识地”假设,轧件2以奥氏体的状态存在并且再结晶是完整的。因此不仅所述相变模型而且所述组织模型都不起作用。由此只能对轧制模型(=第一子模型12)进行适配。在铁素体的范围内进行缓慢的轧制时,可以对所述相变模型(=所述第二子模型13之一)进行适配。在奥氏体的范围内进行较快的轧制时,可以对所述组织模型(=另一个第二子模型13)进行适配。在铁素体的范围内进行较快的轧制时比如不进行适配。
第三种实施例:
轧件2-比如钢-在轧机列-比如图2的轧机列中-进行轧制。所述第一子模型12是轧制模型,所述第二子模型13是组织模型。所述轧件2的在输入到第一轧制机架4中时的温度T是已知的。根据经验知道轧件2的大致的冷却率。此外,所述轧制机架4彼此间的间距以及物料流量是已知的。作为结果,由此知道在各个轧制道次之间经过的时间。如果说物料流量足够地低并且轧件2的温度T足够地高,那就可以根据经验值“充分认识地”假设,轧件2的再结晶在轧件2输入到特定的轧制机架4中时“已经结束很长时间”。因此可以“充分认识地”假设,轧件2在完全再结晶的情况下输入到相应的轧制机架4中。因此在步骤S8中可以根据所检测到的轧制力F和/或轧制力矩M(=同时测量参量和第一特性)来对所述轧制模型(=第一子模型12)进行适配,因为在所研究的轧制道次的范围内所述组织模型(=第二子模型13)不起作用。如果相反对轧件2进行快速的轧制,那就可以对所述组织模型进行适配。
第四种实施例:
所述轧件2又应该是钢。该轧件2在冷却段中-比如在图3的冷却段中-进行冷却。所述第一子模型12是热传导模型,所述第二子模型13是相变模型。轧件2的在输入到冷却段中的温度是已知的或者得到检测。在此检测轧件2的在该轧件2从冷却段中出来时的温度T。该温度T通常低于轧件2的相变温度。根据轧件2的合金特性和轧件2的在冷却段中的停留持续时间可以判断,轧件2是否在冷却段中进行的冷却过程中完全转变(奥氏体份额=零)。如果是这种情况,那就可以在步骤S8中对所述热传导模型(=第一子模型12)进行适配,因为所述相变模型(=第二子模型13)在所研究的轧件2的范围内不起作用。否则可以对所述相变模型进行适配。
也可以考虑上面提到的处理方式的组合。比如所述模型11可以包括所有四个上面提到的子模型12、13,也就是轧制模型、组织模型、相变模型和热传导模型。作为测量参量F、M、T,尤其考虑轧制机架4的轧制力F和轧制力矩M以及轧件2的在轧机列的出口侧的温度T。如果在这样的情况下在奥氏体范围内缓慢地对轧件2进行轧制,那就可以根据产生的轧制力F和/或轧制力矩M以及产生的温度T来对轧制模型和热传导模型进行适配。这两个模型在这种情况下是本发明的意义上的第一子模型12。因为由于缓慢的轧制所述组织模型(所述第二子模型13之一)不起作用,由于奥氏体的轧制所述相变模型(=另一个第二子模型13)不起作用。如果相反在奥氏体的范围内进行较快的轧制,那么由于产生的变化的轧制力F和/或轧制力矩M而可以对所述组织模型进行适配。在进行缓慢的铁素体的轧制时,可以根据产生的轧制力F、轧制力矩M和温度T对所述相变模型进行适配。在进行较快的铁素体的轧制时,可以对所述相变模型和组织模型进行适配,优选根据所检测到的温度对所述相变模型进行适配,优选根据所检测到的轧制力F和轧制力矩M对所述组织模型进行适配。
从上面的解释中可以清楚地知道,根据图7的示意图有利的是,事先对所述第一子模型12进行适配。第一子模型12的适配,因为其系事先进行,所以作为替代方案可以在线或者离线进行。相反,所述第二子模型13应该根据图7的示意图优选在线进行适配。“在线”这个概念意味着,在通过所述控制装置3连续地控制所述影响装置1的同时来分析实时检测到的测量值F、M、T。与此相反,在进行离线的分析时,所述分析则与连续的运行分离。
就至此所作的解释而言,在对所述第二子模型13进行适配时仅仅对所述第二子模型13进行适配。在此根本没有结合所述第二子模型13的适配来对所述第一子模型12进行适配。但是也可以稍微地对所述第一子模型12进行适配。在这种情况下,图4和6的步骤S5被步骤S9和S10所取代,参见图8。在步骤S9中,所述控制装置3求得成本函数K。首先所述测量参量F、M、T的偏离所述模型参量F’、M’、T’的偏差输入到所述成本函数K中。此外,处罚项(Strafterm)输入到所述成本函数K中,该处罚项依赖于这种第一子模型12的适配。
所述成本函数K因而由两个子函数K1、K2所组成,其中
-所述子函数K1依赖于所述测量参量F、M、T的偏离对应的模型参量F’、M’、T’的偏差的量,并且,
-所述第二子函数K2依赖于这种第一适配因数k1的变化的量。
通常所述子函数K1、K2是相应的数值的平方或更高的乘方。
在步骤S10中,所述控制装置3求得相应的适配因数k1、k2,对于所述适配因数k1、k2来说所述成本函数K具有其最小的值。这些值作为相应的适配因数k1、k2被接受。
为了利用轧件2的借助于模型11所求得的第一和第二特性,可以使用不同的情况方案。因此比如可以在不依赖于模型11的情况下求得控制指令A。在这种情况下,所述模型11仅仅训练用于可能的后来的控制干预并且/或者用于预测轧件2的特性。与此相反,更好的是,所述模型11给到控制指令A的求取过程中。在这种情况下,借助于模型11为多个可能的控制指令求得轧件2的相应的第一和第二特性。相应的控制指令A用于控制所述影响装置1,对于所述相应的控制指令A来说轧件2的所产生的特性尽可能好地与轧件2的所期望的额定特性相一致。图9简化地示出了一种可能的处理方式。
按照图9,所述控制装置3比如在步骤S11中接受轧件2的起始状态Z。所述起始状态Z描绘了在通过所述影响装置1进行影响之前的轧件2。在步骤S12中,所述控制装置3接受轧件2的所期望的最终状态Z*。所述最终状态Z*涉及所述轧件2在所述影响装置1中进行影响之后应该具有的状态。所述最终状态Z*至少另外包括轧件2的能够借助于轧制模型11和/或附加模型12来求得的特性。
在步骤S13中,所述控制装置3-即使仅仅暂时地-确定控制指令A。在步骤S14中所述控制装置3在使用轧制模型11和附加模型12的情况下求得轧件2的在所述影响装置1中进行影响之后的所预期的特性。
在步骤S15中,所述控制装置3求得逻辑的变量OK。该逻辑的变量OK当且仅当在步骤S14中求得的所预期的特性-在允许的公差的范围内-与在步骤S12中所接受的通过最终状态Z*确定的所期望的特性相一致时才具有数值“WAHR(真)”。否则所述逻辑的变量OK具有数值“UNWAHR(假)”。
在步骤S16中对所述逻辑的变量OK的数值进行检查。如果所述逻辑的变量OK具有数值“UNWAHR(假)”,那么所述控制装置3就转到步骤S17。在步骤S17中所述控制装置3改变控制指令A。而后该控制装置3就返回到步骤S14。相反,如果所述逻辑的变量OK具有数值“WAHR(真)”,那就用现在最终的控制指令A来控制所述影响装置1。相应的步骤在图9中有意地用附图标记S1来表示,因为该步骤也相当于图4和6的步骤S1。
本发明具有许多优点。尤其本发明从复杂性方面来讲与在现有技术中所采取的处理方式相类似,但是本发明显示出优越的结果。
上面的描述仅仅用于解释本发明。而本发明的保护范围只应该通过随附的权利要求确定。
Claims (7)
1.用于轧件(2)的影响装置(1)的控制方法,
a)其中控制装置(3)借助于轧件(2)的对所述影响装置(1)中的过程进行描绘的模型(11)为多个可能的控制指令(A)求得轧件(2)的第一和第二特性,
b)其中所述控制装置(3)使用这样的控制指令(A)用于控制所述影响装置(1),对于该控制指令(A)来说轧件(2)的所产生的特性尽可能好地与轧件(2)的所期望的额定特性相一致,从而所述影响装置(1)根据所述控制指令(A)来影响轧件(2),
c)其中所述模型(11)包括基于数学物理的方程式的第一子模型(12),
其中所述第一子模型(12)构成为热传导模型,借助于该热传导模型来模拟所述轧件(2)的散发给其环境的热传导并且该热传导模型作为第一特性提供所述轧件(2)的温度(T’),
或者所述第一子模型(12)构成为轧制模型,借助于该轧制模型来模拟在轧制轧件(2)时出现的轧制力(F’)和/或轧制力矩(M’),并且该轧制模型作为第一特性提供在轧制轧件(2)时出现的轧制力(F’)和/或轧制力矩(M’),
并且/或者所述第一子模型构成为一种能够使用它来求得所述轧件(2)的第一特性的在检测至少一个测量参量(F、M、T)的时刻的数值的子模型,所述测量参量依赖于所述轧件(2)的第一特性的在检测所述测量参量(F、M、T)的时刻的数值,
d)其中所述模型(11)包括基于数学物理的方程式的第二子模型(13),
其中所述第二子模型(13)构成为相变模型,借助于该相变模型来模拟轧件(2)的相变并且该相变模型作为第二特性提供所述轧件(2)的相份额,
或者所述第二子模型(13)构成为组织模型,借助于该组织模型来模拟轧件(2)的再结晶并且该组织模型作为第二特性提供所述轧件(2)的组织结构,
并且/或者所述第二子模型(13)构成为一种能够利用它来求得所述轧件(2)的第二特性的在施加影响(1)期间的时间上的演变的第二子模型(13),
e)其中所述轧件(2)的第一特性的在检测所述测量参量(F、M、T)的时刻的数值依赖于所述轧件(2)的第二特性的时间曲线或者说依赖于该轧件(2)的第二特性的在检测所述测量参量(F、M、T)的时刻的数值并且/或者所述测量参量(F、M、T)除了依赖于所述第一特性的数值的依赖关系,也依赖于所述轧件(2)的第二特性的在检测所述测量参量(F、M、T)的时刻的数值,
f)其中所述控制装置(3)迭代地并且实时地
--结合通过所述影响装置(1)对轧件(2)产生的影响来实时检测所述至少一个测量参量(F、M、T),
--借助于所述模型(11)来求得所述轧件(2)的第二特性的时间曲线、所述轧件(2)的第一特性的在检测所述测量参量(F、M、T)的时刻的数值,并且在使用所述轧件(2)的第二特性的所求得的时间曲线以及所述轧件(2)的第一特性的在检测所述测量参量(F、M、T)的时刻的数值的情况下来求得与所检测到的测量参量(F、M、T)对应的模型参量(F’、M’、T’),并且
--要么根据所检测到的测量参量(F、M、T)的偏离所述模型参量(F’、M’、T’)的偏差虽然对所述第二子模型(13)进行适配,但是不对所述第一子模型(12)进行适配,要么通过成本函数(K)的优化不仅对所述第一子模型(12)而且对所述第二子模型(13)进行适配,除了所述测量参量(F、M、T)的偏离所述模型参量(F’、M’、T’)的偏差,依赖于这种第一子模型(12)的适配的处罚项(K2)也输入到所述成本函数(K)中。
2.按权利要求1所述的控制方法,
其特征在于,
-根据关于穿过所述影响装置(1)的轧件(2)的与所述第二特性不同的附加信息(I)来判断,所述轧件(2)的第二特性在检测所述至少一个测量参量(F、M、T)时是否具有预先确定的数值,
-在肯定的情况下所述控制装置(3)根据所述测量参量(F、M、T)的偏离模型参量(F’、M’、T’)的偏差仅仅对所述第一子模型(12)但不对所述第二子模型(13)进行适配,并且
-只有在否定的情况下所述控制装置(3)才进行所述第二子模型(13)的适配。
3.按权利要求2所述的控制方法,
其特征在于,
事先进行所述第一子模型(12)的适配。
4.按权利要求1、2或3所述的控制方法,
其特征在于,
在线进行所述第二子模型(13)的适配。
5.按上述权利要求1到3中任一项所述的控制方法,
其特征在于,
借助于模型(11)来求得的模型参量(F’、M’、T’)与所述第一特性对应。
6.按上述权利要求1到3中任一项所述的控制方法,
其特征在于,
为所述控制装置(3)预先给定了轧件(2)的起始状态(Z)和轧件(2)的所期望的最终状态(Z*),并且所述控制装置(3)在使用所述模型(11)的情况下求得控制指令(A)。
7.用于轧件(2)的影响装置(1)的控制装置,
其特征在于,所述控制装置如此构成,使得其在运行中执行按权利要求1到6中任一项所述的控制方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP09164842A EP2280323A1 (de) | 2009-07-08 | 2009-07-08 | Steuerverfahren für eine Beeinflussungseinrichtung für ein Walzgut |
EP09164842.8 | 2009-07-08 | ||
PCT/EP2010/059133 WO2011003765A1 (de) | 2009-07-08 | 2010-06-28 | Steuerverfahren für eine beeinflussungseinrichtung für ein walzgut |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102473003A CN102473003A (zh) | 2012-05-23 |
CN102473003B true CN102473003B (zh) | 2016-01-20 |
Family
ID=41479190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080030875.6A Expired - Fee Related CN102473003B (zh) | 2009-07-08 | 2010-06-28 | 用于轧件的影响装置的控制方法 |
Country Status (3)
Country | Link |
---|---|
EP (2) | EP2280323A1 (zh) |
CN (1) | CN102473003B (zh) |
WO (1) | WO2011003765A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2673099B1 (de) * | 2011-02-07 | 2017-12-06 | Primetals Technologies Austria GmbH | Verfahren zur regelung einer temperatur eines strangs durch das positionieren einer verfahrbaren kühldüse in einer strangführung einer stranggiessanlage |
WO2013160166A1 (de) * | 2012-04-27 | 2013-10-31 | Siemens Aktiengesellschaft | Angleichung von bandeigenschaften durch breitenabhängige vorbandkühlung |
TWI491454B (zh) * | 2012-11-21 | 2015-07-11 | China Steel Corp | A method and apparatus for adjusting the rolling force after a short stop of rolling mill |
CN103406362B (zh) * | 2013-08-08 | 2015-03-04 | 东北大学 | 一种模拟中厚板轧机轧制过程的控制***及方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1596163A (zh) * | 2001-11-30 | 2005-03-16 | 奥地利钢铁联合企业阿尔帕工业设备制造有限及两合公司 | 用于连续铸造的方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE502004003617D1 (de) | 2003-02-25 | 2007-06-06 | Siemens Ag | Verfahren zur regelung der temperatur eines metallbandes, insbesondere in einer fertigstrasse zum walzen von metallwarmband |
DE102007025447A1 (de) | 2006-10-09 | 2008-04-17 | Siemens Ag | Verfahren zur Steuerung und/oder Regelung eines industriellen Prozesses |
-
2009
- 2009-07-08 EP EP09164842A patent/EP2280323A1/de not_active Withdrawn
-
2010
- 2010-06-28 WO PCT/EP2010/059133 patent/WO2011003765A1/de active Application Filing
- 2010-06-28 CN CN201080030875.6A patent/CN102473003B/zh not_active Expired - Fee Related
- 2010-06-28 EP EP10729838A patent/EP2452233A1/de not_active Withdrawn
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1596163A (zh) * | 2001-11-30 | 2005-03-16 | 奥地利钢铁联合企业阿尔帕工业设备制造有限及两合公司 | 用于连续铸造的方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2452233A1 (de) | 2012-05-16 |
EP2280323A1 (de) | 2011-02-02 |
CN102473003A (zh) | 2012-05-23 |
WO2011003765A1 (de) | 2011-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102473003B (zh) | 用于轧件的影响装置的控制方法 | |
Tong et al. | Modelling of cyclic plasticity and viscoplasticity of a nickel-based alloy using Chaboche constitutive equations | |
CN108121215B (zh) | 基于全回路重构仿真的工业控制回路性能评价方法及装置 | |
CN105899886A (zh) | 泵台数控制方法、泵台数控制装置、泵***、热源***及程序 | |
Qian et al. | Correction of flow stress and determination of constitutive constants for hot working of API X100 pipeline steel | |
Everett et al. | A sub-space artificial neural network for mold cooling in injection molding | |
Bai | Minimizing energy cost in electric arc furnace steel making by optimal control designs | |
CN106061637B (zh) | 冷却段及其运行方法、控制装置和计算机程序 | |
JP2017070134A (ja) | 電力予測方法 | |
Xie et al. | Prediction of coiling temperature on run-out table of hot strip mill using data mining | |
Thakur et al. | Development of an integrated flow stress and roll force models for plate rolling of microalloyed steel | |
KR101837653B1 (ko) | 발전소 시뮬레이터 | |
JP5682131B2 (ja) | 鋼材の材質予測装置 | |
Yang et al. | Intelligent shape regulation cooperative model of cold rolling strip and its application | |
Xiong et al. | Digital twin-based degradation prediction for train electro-pneumatic valve | |
CN114156916A (zh) | 一种基于磁体状态预测的超导储能***控制方法及装置 | |
Wu et al. | Prediction of bending force in the hot strip rolling process using multilayer extreme learning machine | |
Pedersen et al. | On the reheat furnace control problem | |
Dubay et al. | Controlling process parameters during plastication in plastic injection molding using model predictive control | |
Maijer et al. | An investigation of predictive control for aluminum wheel casting via a virtual process model | |
CN102473002A (zh) | 借助轧制参数对与轧制模块不同的附加模块进行适配的轧机用的控制方法 | |
Zhu et al. | Multiobjective optimization of precision forging process parameters based on response surface method | |
Li et al. | Intelligent Model Building and GPC‐PID Based Temperature Curve Control Strategy for Metallurgical Industry | |
Ratna et al. | Application of artificial neural network for optimization of cold chamber Aluminium die casting | |
Sahay | Industry 4.0 meets heat treating |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20160810 Address after: Erlangen, Germany Patentee after: The German Co., Ltd of primary metal science and technology Address before: Munich, Germany Patentee before: Siemens AG |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160120 Termination date: 20170628 |