CN105478490B - 串列式轧机的控制装置以及控制方法 - Google Patents
串列式轧机的控制装置以及控制方法 Download PDFInfo
- Publication number
- CN105478490B CN105478490B CN201510641106.4A CN201510641106A CN105478490B CN 105478490 B CN105478490 B CN 105478490B CN 201510641106 A CN201510641106 A CN 201510641106A CN 105478490 B CN105478490 B CN 105478490B
- Authority
- CN
- China
- Prior art keywords
- rolling
- mentioned
- machine frame
- rolling machine
- value
- 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.)
- Active
Links
Classifications
-
- 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
- B21B37/58—Roll-force control; Roll-gap control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2271/00—Mill stand parameters
- B21B2271/02—Roll gap, screw-down position, draft position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
- B21B—ROLLING OF METAL
- B21B2275/00—Mill drive parameters
- B21B2275/02—Speed
- B21B2275/04—Roll speed
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明提供一种串列式轧机的控制装置以及控制方法,通过简单的处理实现多个轧制机架间的轧制载荷的平衡维持。载荷预测误差计算部使用在轧制钢板时取得的轧制实绩值推定轧制机架中的轧制载荷,根据该推定出的轧制载荷和轧制载荷实绩值计算载荷预测误差。载荷平衡维持值计算部计算表示轧制机架中的载荷预测误差和与之相邻的轧制机架中的载荷预测误差之间的不同的程度的载荷平衡维持值。载荷修正值计算部根据载荷预测误差和载荷平衡维持值计算载荷修正值。然后,控制指令设置部针对下一个轧制的钢板推定轧制载荷,并且用通过载荷修正值计算部计算出的载荷修正值修正该推定出的轧制载荷,使用该修正后的轧制载荷计算向各轧制机架设定的压下位置。
Description
技术领域
本发明涉及适合于提高钢板的质量的串列式轧机的控制装置以及控制方法。
背景技术
以前,在钢板的热联轧制控制中,一般是以下的方法,即在轧制之前预测被轧制钢板的轧制状态,决定压下位置(相当于上下的工作轧辊的间隙)、轧辊速度,控制钢板前端,然后使用从检测器得到的板厚、轧制机架之间的钢板张力,将压下位置、轧辊速度逐渐修正为适当的值。在该控制方法中,为了高精度地将钢板的前端板厚控制为目标值,使前端咬入精轧机的各轧制机架时的轧制稳定,必须通过预测计算将各轧制机架的压下位置和轧辊速度的指令值决定为适当的值。在该情况下,对于在最终段的轧制机架输出侧得到目标板厚非常重要的是压下位置,为了适当地决定该压下位置,必须提高轧制载荷的预测精度。
例如在专利文献1~3中公开了用于提高轧制载荷的推定精度的轧制控制方法。
在专利文献1中,公开了以下的轧制控制方法的例子,即将根据轧制载荷实绩值Pact、把轧制实绩值代入到轧制载荷模型P而求出的轧制载荷模型计算值Pcal决定的学习系数分离为学习轧制材料固有的误差的成分的第一学习系数Zpk、学习轧机的经时变化所导致的误差的成分的第二学习系数Zpm,并且分别个别地学习这两个成分。
另外,在专利文献2中,公开了以下的轧制载荷推定模型的例子,即除了执行根据轧制实绩来学习被轧制材料的变形阻力的推定误差的处理以外,还执行根据与轧辊和被轧制材料之间的摩擦现象有关的轧制实绩学习摩擦系数的推定误差的处理,由此提高变形阻力和摩擦系数的预测精度,提高轧制载荷的预测精度。
以上的2个例子的特征在于:在各轧制机架的轧制载荷的推定中导入了学习的概念,但在专利文献3中公开了以下的方法,即关注于多个轧制机架之间的轧制载荷的关系,提高轧制载荷的预测精度。即,在专利文献3中公开了以下的轧制控制方法的例子,即使用根据各轧制机架的轧制载荷实绩值、代入轧制条件实绩值而求出的轧制载荷模型计算值而计算出的各轧制机架的轧制载荷的误差,将从前段轧制机架到后段轧制机架的误差的变化进行模型化,进而使用该模型抑制轧制机架之间的轧制载荷预测误差变动。
但是,在上述专利文献1~3所公开的轧制控制方法中存在以下这样的问题。
例如,专利文献1所公开的轧制载荷推定模型,将轧制载荷的推定误差(轧制载荷实绩值Pact和轧制载荷模型计算值Pcal之间的差)分离为被轧制材料固有的误差成分(使用第一学习系数Zpk预测的误差)和基于轧机的经时变化的误差成分(使用第二学习系数Zpm预测的误差)来进行推定,但误差因素的分离毕竟是困难的。
根据专利文献1,由于轧机的经时变化的斜率小,所以能够分离误差因素。但是,例如在连续轧制的被轧制材料的板厚、板宽的变化小的情况下,轧制载荷的推定误差也没有很大变化。因此,有时将所产生的被轧制材料固有的误差错误地分离为轧机的经时变化所导致的误差。因此,产生以下问题,即不适当地学习轧制载荷预测模型中的第一学习系数Zpk和第二学习系数Zpm,轧制载荷的推定精度降低。
另外,在专利文献2所公开的方法中,例如,区别轧制载荷的增大是由于变形阻力增大、还是由于摩擦增大实际上也是困难的。因此,与专利文献1的情况同样地产生以下问题,即不适当地学习在轧制载荷预测模型中使用的变形阻力和摩擦系数,轧制载荷的推定精度降低。
另外,专利文献1、2所公开的轧制载荷预测模型的特征在于:根据在各轧制机架中得到的各个载荷实绩,在各轧制机架中独立地进行用于该预测的学***衡破坏的问题。如果相邻的轧制机架之间的载荷平衡破坏,则轧制机架之间张力产生张、弛的不平衡,有轧制不稳定的问题。
在专利文献3所公开的技术中,根据各轧制机架的轧制载荷的误差构筑轧制载荷误差变化模型,依照该模型计算各轧制机架的学***衡。另一方面,必须进行构筑轧制载荷误差变化模型的处理,存在计算量增大的问题。
另外,一般在串列式轧机中,随着从上游的轧制机架向下游的轧制机架前进,有时轧制载荷预测误差的特性复杂地变化。例如,在比较预测载荷和实绩载荷时,有时在上游和下游的轧制机架中实绩载荷大,在其中间的轧制机架中预测载荷大。即,预测误差有时在轧制机架的上游和下游侧,例如偏向正侧,在中间部分偏向负侧。
与此相对,专利文献3所公开的轧制载荷误差变化模型是线性近似,因此无法对应这样的非线性的轧制载荷预测误差的特性。因此,如果导入能够对应非线性的模型,则产生以下问题,即该模型变得复杂,并且计算量进一步增大。除此以外,还存在轧制载荷的预测结果与上述模型的复杂度对应地偏离的问题。
专利文献1:日本特开平10-263640号公报
专利文献2:日本特开2013-226596号公报
专利文献3:日本特开2009-113101号公报
发明内容
本发明就是为了解决以上的现有技术的问题而提出的,其目的在于:提供一种串列式轧机的控制装置以及控制方法,其能够通过简单的处理实现多个轧制机架之间的轧制载荷的平衡维持。
为了达到上述本发明的目的,本发明的串列式轧机的控制装置是通过多个轧制机架连续地轧制钢板的串列式轧机的控制装置,其特征在于,具备:载荷预测误差计算部,其使用在轧制上述钢板时在上述多个轧制机架的各轧制机架中取得的轧制实绩值,推定上述各轧制机架中的轧制载荷,并且根据上述推定出的各轧制机架中的轧制载荷、在该轧制中得到的各轧制机架中的轧制载荷实绩值,计算上述各轧制机架中的载荷预测误差;载荷平衡维持值计算部,其针对上述各轧制机架计算表示通过上述载荷预测误差计算部计算出的上述各轧制机架中的载荷预测误差和与上述各轧制机架相邻的轧制机架中的载荷预测误差之间的差异的程度的载荷平衡维持值;载荷修正值计算部,其根据通过上述载荷预测误差计算部计算出的各轧制机架中的载荷预测误差和通过上述载荷平衡维持值计算部计算出的各轧制机架中的载荷平衡维持值,计算上述各轧制机架中的载荷修正值;控制指令设置部,其针对下次要轧制的钢板,确定上述各轧制机架中的轧制载荷,并且用通过上述载荷修正值计算部计算出的各轧制机架中的载荷修正值修正上述推定出的各轧制机架中的轧制载荷,使用上述修正后的轧制载荷计算向上述各轧制机架设定的压下位置。
根据本发明,提供一种串列式轧机的控制装置以及控制方法,其能够通过简单的处理实现多个轧制机架之间的轧制载荷的平衡维持。
附图说明
图1是表示本发明的实施方式的串列式轧机控制装置和控制对象的结构的例子的图。
图2是表示控制指令设置部执行的处理的处理流程的例子的图。
图3是表示存储在压下规程存储部中的压下规程表的结构的例子的图。
图4是表示存储在速度模式存储部中的速度模式表的结构的例子的图。
图5是表示中间板厚计算部执行的处理的处理流程的例子的图。
图6是表示载荷预测误差计算部执行的处理的处理流程的例子的图。
图7是表示载荷平衡维持值计算部执行的处理的处理流程的例子的图。
图8是表示存储在载荷平衡比例存储部中的载荷平衡比例表的结构的例子的图。
图9是表示载荷修正值计算部执行的处理的处理流程的例子的图。
图10是表示存储在载荷修正实绩值存储部中的载荷修正实绩值表的结构的例子的图。
图11是表示本发明的第二实施方式的串列式轧机控制装置的结构的例子的图。
图12是表示钢种类似度计算部执行的处理的处理流程的例子的图。
图13是表示存储在类似度编号存储部中的类似度编号表的结构的例子的图。
符号说明
10、10a:串列式轧机控制装置;11:控制指令设置部;12:轧制实绩收集部;13:中间板厚计算部;14:载荷预测误差计算部;15:载荷平衡维持值计算部;16:载荷修正值计算部;17:压下位置控制部;18:轧辊速度控制部;21:压下规程存储部;22:速度模式存储部;23:载荷平衡比例存储部;24:载荷修正实绩值存储部;31:钢种类似度计算部;32:分配系数计算部;35:类似度编号存储部;40:上位计算机;50:控制对象;60:精轧机;61:轧制机架;62:工作轧辊;63:钢板;64多用规;65:毛坯;211:压下规程表;221:速度模式表;231:载荷平衡比例表;241:载荷修正实绩值表;351:类似度编号表。
具体实施方式
以下,参照附图详细说明本发明的实施方式。
图1是表示本发明的实施方式的串列式轧机控制装置10和控制对象50的结构的例子的图。如图1所示,串列式轧机控制装置10从该控制对象50取得表示各种状态的信号,向控制对象50输出各种控制信号。此外,在图1中,与信号的种类、个数无关地,用一个箭头表示将各模块之间连接起来的信号。
首先,参照图1,说明控制对象50的结构。在本实施方式中,控制对象50是具备精轧机60的热联轧机。精轧机60由多个轧制机架61构成,对通过之前工序的粗轧机(省略图示)轧制后的例如厚度30mm左右的毛坯65进行轧制,生产厚度薄的钢板63。
在图1的例子中连续配置7个轧制机架61来构成精轧机60,一边使钢板63(毛坯65)从左向右移动一边进行轧制。具体地说,通过各轧制机架61(F1~F7)的轧制而按顺序地将钢板63(毛坯65)加工得薄,从轧制机架61(F7)的输出侧作为1mm~15mm左右的钢板63而输出。
此外,在精轧机60中由各轧制机架61的工作轧辊62直接轧制毛坯65和钢板63。此外,也有时用粗条、输入条、移送条等名称来称呼毛坯65。另外,在本说明书中,轧辊速度表示工作轧辊62的圆周速度。
进而,在精轧机60的最终段的轧制机架61(F7)的输出侧设置有测定钢板63的板厚、板宽、温度等的多用规(multigauge)64。另外,在图1中省略了图示,但实际上作为用于掌握毛坯65和钢板63的状态的检测器,根据需要在各处配备有测量毛坯65、钢板63的温度的温度计、测量钢板63的平坦度的形状仪、测定毛坯65的首尾端形状图像的料头轮廓仪、检测钢板63的表面伤痕的表面瑕疵仪等各种检测器。
接着,说明串列式轧机控制装置10的结构。如图1所示,串列式轧机控制装置10构成为包括控制指令设置部11、轧制实绩收集部12、中间板厚计算部13、载荷预测误差计算部14、载荷平衡维持值计算部15、载荷修正值计算部16、压下位置控制部17、轧辊速度控制部18、压下规程存储部21、速度模式存储部22、载荷平衡比例存储部23、载荷修正值存储部24等。
控制指令设置部11接收从上位计算机40发送的此后轧制的钢板63的钢种、目标板厚、目标板宽等轧制所需要的信息。然后,与该接收到的信息对应地,使用从压下规程存储部21和速度模式存储部22得到的信息等,计算各轧制机架61的轧制载荷、压下位置(轧辊间隙)、轧辊速度等。在后面详细说明,在该轧制载荷的计算中,考虑通过载荷修正值计算部16计算出的载荷修正值。
控制指令设置部11进而将各轧制机架61的轧制载荷、压下位置、轧辊速度等的计算结果作为压下位置和轧辊速度的控制指令而分别输出到压下位置控制部17、轧辊速度控制部18。然后,压下位置控制部17根据该控制指令,向各轧制机架61输出控制轧制载荷和压下位置的控制值。同样,轧辊速度控制部18根据轧辊速度指令,向各轧制机架61输出控制轧辊速度的控制值。
轧制实绩收集部12收集经由多用规64等检测的钢板63的轧制实绩值、从压下位置控制部17、轧辊速度控制部18等向控制对象50输出的控制指令值(轧制载荷、压下位置、轧辊速度等)。
中间板厚计算部13使用由轧制实绩收集部12收集到的数据,推定各轧制机架61之间的钢板63的中间板厚。另外,载荷预测误差计算部14使用通过中间板厚计算部13推定出的中间板厚,预测各轧制机架61的轧制载荷,计算与实绩载荷的偏差(以下称为载荷预测误差)。
另外,载荷平衡维持值计算部15使用通过载荷预测误差计算部14计算出的载荷预测误差中的、关注的轧制机架61的载荷预测误差、与之相邻的轧制机架61的载荷预测误差、从载荷平衡比例存储部23取得的比例(在图8等中所述的载荷平衡比例),计算用于维持各轧制机架61之间的载荷平衡的载荷平衡维持值。
另外,载荷修正值计算部16使用通过载荷预测误差计算部14计算出的载荷预测误差、通过载荷平衡维持值计算部15计算出的载荷平衡维持值、存储在载荷修正实绩值存储部24中的在过去的轧制中计算出的载荷修正值,计算应该向控制指令设置部11输出的载荷修正值。
作为具体的硬件,通过具备运算处理装置和存储装置的计算机、工作站来实现具有以上那样的结构的串列式轧机控制装置10。另外,通过由微处理器等构成的上述运算处理装置执行存储在由半导体存储器、硬盘装置等构成的上述存储装置中的预定的程序,来实现图1所示的控制指令设置部11、轧制实绩收集部12、中间板厚计算部13、载荷预测误差计算部14、载荷平衡维持值计算部15、载荷修正值计算部16、压下位置控制部17、轧辊速度控制部18等各部的功能。另外,通过将预定数据存储在分配于上述存储装置的一部分的区域中,来实现压下规程存储部21、速度模式存储部22、载荷平衡比例存储部23、载荷修正实绩值存储部24等存储部。
以下,顺序地详细说明构成串列式轧机控制装置10的各部的动作,但首先参照图2~图4说明控制指令设置部11的动作。在此,图2是表示控制指令设置部11执行的处理的处理流程的例子的图。图3是表示存储在压下规程存储部21中的压下规程表211的结构的例子的图。图4是表示存储在速度模式存储部22中的速度模式表221的结构的例子的图。
在用精轧机60(参照图1)轧制钢板63时,为了从钢板63的前端部得到希望的板厚,要求各轧制机架61的轧制载荷、工作轧辊62的压下位置适当。另外,为了使钢板63咬入下游的轧制机架61时的动作稳定,必须将各轧制机架61的轧辊速度设成取得钢板63的质量流(板厚和板速度的积)不紊乱的平衡。
因此,控制指令设置部11接收从上位计算机40发送的、此后轧制的钢板63的钢种、目标板厚、目标板宽等信息,计算为了如目标那样轧制该钢板63所需要的压下位置、轧辊速度等的控制指令。
如图2所示,控制指令设置部11首先参照存储在压下规程存储部21中的压下规程表211(参照图3),取得与从上位计算机40发送的轧制对象的钢板63的钢种、目标板厚、目标板宽对应的压下规程,计算各轧制机架61的压下率(步骤S11)。
在此,如图3所示,压下规程表211由用轧制的钢板63的钢种、目标板厚、目标板宽等分层的压下规程构成。压下规程是表示在各个轧制机架61(F1~F7)中怎样程度地轧制毛坯65或钢板63的信息、即用百分比表示压下率(输入侧和输出侧之间的板厚差相对于输入侧板厚的比)的信息。
例如,考虑将钢种为SS400的厚度35mm的毛坯65轧制为目标板厚为2.5mm、目标板宽为900mm的钢板63的情况。该钢板63在图3的压下规程表211中被分层为目标板厚2.0~3.0mm、目标板宽1000mm以下。因此,板厚35mm的毛坯65在最上游的轧制机架61(F1)中被轧制相当于其40%的14mm,作为结果成为输出侧板厚21mm的钢板63。同样,在轧制机架61(F2)中,输入侧板厚21mm的钢板63被轧制35%,成为输出侧板厚13.65mm的钢板63。
此外,在这样得到的最终段的轧制机架61(F7)中的输出侧板厚和作为目标板厚的2.5mm之间产生微小的偏差,但通过由控制指令设置部11与各轧制机架61的压下率对应地修正该压下率,能够消除该偏差。
再次返回到图2所示的处理流程的说明。控制指令设置部11接着步骤S11的处理,而参照存储在速度模式存储部22中的速度模式表221(参照图4),取得与轧制对象的钢板63的钢种、目标板厚、目标板宽对应的速度模式,计算最终段的轧制机架61(F7)的输出侧的钢板63的轧制速度(板速度)(步骤S12)。
如图4所示,速度模式表221由根据轧制的钢板63的钢种、目标板厚、目标板宽等分层的速度模式构成。在此,速度模式是从最终段的轧制机架61(F7)输出轧制对象的钢板63时的速度(板速度)信息,例如是指由初始速度、第一加速度、第二加速度、稳定速度、减速度以及结束速度构成的信息。
另外,初始速度是指从最终段的轧制机架61(F7)输出钢板63的前端时的速度,第一加速度是指在输出钢板63的前端后提高钢板63的速度时的加速率,第二加速度是指在钢板63被作为后段设备的地下卷取机(在图1中省略图示)咬入后到达到稳定速度为止的加速率,减速度是指从各轧制机架61稳定地抽出钢板63而减速到结束速度时的减速率,结束速度是指从最终段的轧制机架61(F7)输出钢板63的尾端时的速度。
此外,在图4的例子中,在钢种为SS400、目标板厚为1.2~1.4mm、目标板宽为1000mm以下的钢板63的情况下,初始速度为650mpm(米每分钟),第一加速度为2mpm/s,第二加速度为12mpm/s,稳定速度为1100mpm,减速度为6mpm/s,结束速度为700mpm。
再次返回到图2所示的处理流程的说明。控制指令设置部11接着步骤S12的处理,执行推定各轧制机架61的轧制温度的处理(步骤S13)。这时,组合通过设置在控制对象50的各处的温度计(在图1中省略图示)检测出的温度、热辐射、热传导、因进一步轧制产生的钢板63变形所造成加工发热、在轧制时被轧辊表面吸收的轧辊接触导热等,来推定毛坯65和钢板63的温度。此外,在热力学的文献等中介绍了很多温度推定方法,进而,例如在“「板圧延の理論と実際」(板轧制的理论和实际,日本钢铁协会,2010年9月发行)”的第六章「圧延における温度変化」(轧制中的温度变化)中详细说明了钢板63的轧制中的温度变化,因此省略其详细的说明。
接着,控制指令设置部11计算相当于通过各轧制机架61轧制的钢板63的硬度的值即变形阻力(步骤S14)。此外,关于变形阻力的求出方法,在各种文献中说明,例如在上述文献“板轧制的理论和实际”中,在其第七章(「変形抵抗」变形阻力)中有详细说明。
顺便地说,根据上述文献“板轧制的理论和实际”的式子7.54,能够根据以下的式(1)计算变形阻力Kf
Kf=κ·εn·(dε/dt)m·exp(A/T) (1)
在此,
T:推定出的钢板63的轧制温度
ε:应变
dε/dt:应变速度
κ、n、m、A:依存于钢种的常数
接着,控制指令设置部11计算各轧制机架61中的轧辊速度(步骤S15)。在步骤S12中求出最终段的轧制机架61(F7)的输出侧的板速度,因此,在此根据它,首先使用以下的式(2)计算各轧制机架61的输出侧的板速度Vsi。
Vsi=Vs7·hi/h7 (2)
在此,
Vsi:轧制机架(Fi)的输出侧的板速度
Vs7:轧制机架(F7)(最终段轧制机架)的输出侧的板速度
hi:轧制机架(Fi)的输出侧的板厚
h7:轧制机架(F7)(最终段轧制机架)的输出侧的板厚
接着,控制指令设置部11使用前滑率这样的概念,根据各轧制机架61的输出侧的板速度Vsi,计算各轧制机架61中的轧辊速度。在此,前滑率是指与工作轧辊62的圆周速度和通过工作轧辊62轧制的钢板63的输出侧速度之比对应的值。例如,已知如以下的式(3)所示,将前滑率f表示为多个参数的函数(详细参照上述文献“板轧制的理论和实际”)。
f=F(H,h,R’,Kf,tb,tf) (3)
在此,H:输入侧板厚,h:输出侧板厚,R’:扁平辊直径,
Kf:变形阻力,tb:输入侧张力,tf:输出侧张力
因此,如果使用第i个轧制机架61(Fi)的前滑率fi,则能够使用轧制机架(Fi)的输出侧的板速度Vsi根据以下的式(4)计算该轧制机架61(Fi)中的辊速度Vri。
Vri=Vsi/fi (4)
进而,控制指令设置部11计算各轧制机架61中的轧制载荷预测值P(步骤S16)。在此,已知计算轧制载荷预测值P的式子如在上述文献(板轧制的理论和实际)等中详细所示的那样,表示为以下的式(5)那样的多个参数的函数。
P=G(w,Kf,Qp,tf,tb,R’,H,h,μ) (5)
在此,w:板宽,Kf:变形阻力,Qp:压下力函数,μ:摩擦系数,
tb:输入侧张力,tf:输出侧张力,H:输入侧板厚,h:输出侧板厚,R’:扁平辊直径
此外,在根据式(5)计算的轧制载荷预测值P和在实际的轧制中得到的轧制载荷之间产生偏离。因此,为了减少该偏离,提高轧制载荷预测值P的精度,作为实际的轧制载荷使用对根据式(5)计算出的轧制载荷预测值P乘以适当的修正系数(在本说明书中称为载荷修正值)所得的结果。在载荷修正值计算部16的处理(参照图9)的说明中,详细说明该修正系数的计算。
最后,控制指令设置部11计算各轧制机架61中的工作轧辊62的压下位置(轧辊间隙)(步骤S17)。此外,能够基本上根据以下的式(6)求出工作轧辊62的压下位置S。但是,为了实际提高计算精度,大多附加各种修正项。
S=h-P/K (6)
在此,P:轧制载荷预测值,K:轧机弹簧常数,h:输出侧板厚
控制指令设置部11如以上那样,向压下位置控制部17以及轧辊速度控制部18输出针对此后轧制的钢板63计算出的压下位置、轧辊速度的控制指令。然后,压下位置控制部17针对控制指令设置部11输出的压下位置的控制指令,进行压下位置控制使得工作轧辊62的压下位置成为控制指令那样的值。同样,轧辊速度控制部18针对控制指令设置部11输出的轧辊速度的控制指令,进行速度控制使得工作轧辊62的轧辊速度成为控制指令那样的值。
对此后轧制的钢板63进行以上说明的控制指令设置部11中的处理,但在轧制结束的定时,使用在该轧制中取得的各种轧制实绩值,进行以下说明的中间板厚计算部13、载荷预测误差计算部14、载荷平衡维持值计算部15以及载荷修正值计算部16中的处理。以下,在本说明书中,将在这些处理中成为对象的轧制称为该轧制,将在该轧制中生产的钢板63称为该钢板63。
图5是表示中间板厚计算部13执行的处理的处理流程的例子的图。如上述图1所示那样,多用规64只设置在最终段的轧制机架61(F7)的输出侧,并没有设置在各轧制机架61(F1~F7)的中间。因此,中间板厚计算部13推定各轧制机架61(F1~F7)的中间位置处的该钢板63的板厚(以下称为中间板厚)。
此外,在以下的说明中,假设轧制机架61(Fi)和轧制机架61(Fi+1)(i=1~6)的中间位置处的中间板厚ti与轧制机架61(Fi+1)的输入侧板厚ti+1相同。另外,在不具备测定毛坯65的板厚的检测器的情况下,还同时进行毛坯65的板厚t0(即轧制机架61(F1)的输入侧板厚)的推定。
因此,中间板厚计算部13如图5所示,首先经由轧制实绩收集部12取得通过设置在最终段的轧制机架61(F7)的输出侧的多用规64检测出的输出侧板厚t7和各轧制机架61(F1~F7)中的工作轧辊62的轧辊速度Vr1~Vr7(步骤S21)。
接着,中间板厚计算部13根据所谓的质量流恒定法则,根据轧制机架61(F7)的输出侧板厚t7推定输入侧板厚t6(步骤S22)。在此,质量流恒定法则是指轧制机架61(Fi)的输出侧板厚ti和输出侧板速度Vsi的积等于该输入侧板厚和输入侧的板速度(即轧制机架61(Fi-1)的输出侧板厚ti-1和输出侧板速度Vsi-1)的积。
即,中间板厚计算部13根据以下的式(7)计算轧制机架61(F7)的输入侧板厚t6。此外,该输入侧板厚t6相当于轧制机架61(F6)和轧制机架61(F7)之间的中间板厚t6。
t6=t7·V7·(1+f7)/{V6·(1+f6)} (7)
在此,
t7:轧制机架(F7)的输出侧板厚
V7:轧制机架(F7)的工作轧辊的轧辊速度(圆周速度)
f7:轧制机架(F7)的前滑率
V6:轧制机架(F6)的工作轧辊的轧辊速度(圆周速度)
f6:轧制机架(F6)的前滑率
此外,在轧制该钢板63之前,通过控制指令设置部11依照式(3)计算前滑率f6、f7。使用式(3)推定计算前滑率f6、f7,因此计算出的值包含一定的误差。因此,使用该前滑率f6、f7计算出的输入侧板厚t6也包含误差。
如以上那样,推定轧制机架61(F6)和轧制机架61(F7)之间的中间板厚t6,但该中间板厚t6也是轧制机架61(F6)的输出侧板厚t6。因此,中间板厚计算部13与步骤S22同样地根据轧制机架61(F6)的输出侧板厚t6推定轧制机架61(F6)的输入侧板厚t5(步骤S23)。
以下同样地,中间板厚计算部13推定轧制机架61(F5)的输入侧板厚t4(步骤S24),推定轧制机架61(F4)的输入侧板厚t3(步骤S25),推定轧制机架61(F3)的输入侧板厚t2(步骤S26),推定轧制机架61(F2)的输入侧板厚t1(步骤S27),进而推定轧制机架61(F1)的输入侧板厚t0(步骤S28)。此外,输入侧板厚t0相当于毛坯65的板厚t0。
以上,在本实施方式中,表示了从下游机架开始顺序地求出各轧制机架61的输入侧板厚的例子,但也可以根据测定出的轧制机架61(F7)、轧制机架61(F7)的前滑率f7、各轧制机架61(Fi)的前滑率fi以及轧辊速度Vri之间的关系一次进行计算。
图6是表示载荷预测误差计算部14执行的处理的处理流程的例子的图。如图6所示,载荷预测误差计算部14首先从7个轧制机架61(F1~F7)中选择一个轧制机架61(步骤S31)。在该情况下并不特别限定选择的顺序,例如从上游侧的轧制机架61开始顺序地选择。
接着,载荷预测误差计算部14经由轧制实绩收集部12取得上述选择出的轧制机架61中的实绩轧制载荷(步骤S32)。进而,载荷预测误差计算部14从中间板厚计算部13取得上述选择出的轧制机架61中的输入侧板厚和输出侧板厚,依照上述式(5)计算该轧制机架61中的推定轧制载荷(步骤S33)。
此外,在式(5)的计算中能够直接测量的输出侧张力tf和输入侧张力tb直接使用测量出的实绩值。另外,对于板宽w、变形阻力Kf、压下力函数Qp、扁平辊直径R’以及摩擦系数μ,在上述文献“板轧制的理论和实际”等中表示了其计算式,依照该计算式,根据经由轧制实绩收集部12取得的各种检测器的实绩值来计算。这时,为了计算板宽w、变形阻力Kf,还需要轧制温度,作为该轧制温度,使用根据通过温度检测器(在图1中省略图示)检测出的值并考虑从该温度检测器的设置位置到该轧制机架61的距离等而推定出的结果。
接着,载荷预测误差计算部14计算在步骤S32中取得的实绩轧制载荷和在步骤S33中计算出的推定轧制载荷之比即载荷预测误差(步骤S34)。即,依照以下的式(8)计算轧制机架61(Fi)的载荷预测误差Zpli。
Zpli=Pai/Psi (8)
在此,Pai:轧制机架(Fi)中的实绩轧制载荷
Psi:基于轧制机架(Fi)中的各种实绩值的推定轧制载荷
接着,载荷预测误差计算部14针对全部轧制机架61(F1~F7)判定计算载荷预测误差Zpli的处理是否结束(步骤S35),在处理没有结束的情况下(步骤S35:否),重复执行步骤S31以后的处理。另外,在针对全部的轧制机架61(F1~F7)结束了计算载荷预测误差Zpli的处理的情况下(步骤S35:是),结束针对该钢板63的计算载荷预测误差Zpli的处理。
图7是表示载荷平衡维持值计算部15执行的处理的处理流程的例子的图。在控制指令设置部11中对下次轧制的钢板63计算各轧制机架61中的轧制载荷预测值P,但为了提高其预测精度,进行修正该计算出的轧制载荷预测值P的处理。这时,也可以直接使用载荷预测误差Zpli作为载荷修正值,但对每个轧制机架61计算载荷预测误差Zpli,因此有时在多个轧制机架61之间产生相当的偏差。其结果是各轧制机架61中的轧制载荷预测值P的修正的程度也产生偏差。
在各轧制机架61中的轧制载荷、即压下位置的计算中实际使用修正后的轧制载荷预测值P。因此,如果即使修正轧制载荷预测值P在相互相邻的轧制机架61之间也剩余偏差,则产生轧制载荷平衡有可能由于该偏差而破坏的问题。因此,在以下说明的载荷平衡维持值计算部15的处理中,计算用于抑制相互相邻的轧制机架61之间的轧制载荷平衡的破坏的值(以下称为载荷平衡维持值)。
如图7所示,载荷平衡维持值计算部15首先从7个轧制机架61(F1~F7)中选择一个轧制机架61(Fi)(步骤S41)。在该情况下并不特别限定选择的顺序,例如从上游侧的轧制机架61开始顺序地选择。
接着,载荷平衡维持值计算部15根据载荷预测误差计算部14中的处理结果,取得上述选择出的轧制机架61(Fi)的载荷预测误差Zpli(步骤S42),并且取得与该轧制机架61(Fi)相邻的轧制机架61(Fi-1,Fi+1)的载荷预测误差Zpli-1、Zpli+1(步骤S43)。在此,相邻的轧制机架61(Fi-1,Fi+1)是指轧制机架61(Fi)的上游侧的轧制机架61(Fi-1)和下游侧的轧制机架61(Fi+1)。
此外,与最上游的轧制机架61(F1)相邻的轧制机架61当然只有轧制机架61(F2),另外,与最下游的轧制机架61(F7)相邻的轧制机架61只有轧制机架61(F6)。其中,在本说明书中,虽然存在这样的最上游和最下游的例外,但将与轧制机架61(F1)相邻的轧制机架61标记为轧制机架61(Fi-1,Fi+1)。
接着,载荷平衡维持值计算部15例如依照以下的式(9)计算上述选择出的轧制机架61的载荷平衡维持值Zplbi(步骤S44)。
在i=2~6时
Zplbi=α·{(Zpli-1-Zpli)+(Zpli+1-Zpli)}/4
在i=1时
Zplbi=α·(Zpli+1-Zpli)/3
在i=7时
Zplbi=α·(Zpli-1-Zpli)/3 (9)
在此,
Zpli:载荷预测误差
α:载荷平衡比例
根据式(9),载荷平衡维持值Zplbi对应于轧制机架61(Fi)的载荷预测误差Zpli和与之相邻的轧制机架61(Fi-1,Fi+1)的载荷预测误差Zpli-1,Zpli+1之间的差值的平均。因此,在轧制机架61(F1)的载荷预测误差Zpli比相邻的轧制机架61(Fi-1,Fi+1)的载荷预测误差Zpli-1、Zpli+1大时,载荷平衡维持值Zplbi为负的值。另外,在轧制机架61(F1)的载荷预测误差Zpli比相邻的轧制机架61(Fi-1,Fi+1)的载荷预测误差Zpli-1、Zpli+1小时,该载荷平衡维持值Zplbi为正的值。进而,在轧制机架61(F1)的载荷预测误差Zpli与相邻的轧制机架61(Fi-1,Fi+1)的载荷预测误差Zpli-1、Zpli+1大致相同时,载荷平衡维持值Zplbi为接近0(零)的值。
接着,载荷平衡维持值计算部15判定针对全部的轧制机架61(F1~F7)计算载荷平衡维持值Zplbi的处理是否结束(步骤S45),在处理没有结束的情况下(步骤S45:否),重复执行步骤S41以后的处理。另外,在针对全部的轧制机架61(F1~F7)计算载荷平衡维持值Zplbi的处理结束了的情况下(步骤S45:是),结束针对该钢板63的计算载荷平衡维持值Zplbi的处理。
在式(9)中,载荷平衡比例α是表示以怎样程度的比例使载荷预测误差Zpli的补偿和载荷平衡的维持兼顾的参数,存储在载荷平衡比例存储部23中。该载荷平衡比例α取0~1之间的值,在0时,表示不考虑载荷平衡的维持。另一方面,在α为1时,最大限地考虑载荷平衡的维持,这时,以与载荷预测误差Zpli等价的比例考虑载荷平衡维持值Zplbi。
图8是表示存储在载荷平衡比例存储部23中的载荷平衡比例表231的结构的例子的图。如图8所示,载荷平衡比例表231由根据轧制的钢板63的钢种、目标板厚、目标板宽等分层的载荷平衡比例α的值构成。例如,在钢种为SS400、目标板厚为2.0~3.0mm、目标板宽为1000mm以下时,载荷平衡比例α为1.0。另外,在钢种为SS400、板厚为12.0mm以上、板宽为1400mm以上时,载荷平衡比例α为0.4。
图9是表示载荷修正值计算部16执行的处理的处理流程的例子的图。载荷修正值计算部16使用通过载荷预测误差计算部14计算出的载荷预测误差Zpli、通过载荷平衡维持值计算部15计算出的载荷平衡维持值Zplbi,计算在提高通过控制指令设置部11预测的载荷预测值的精度时使用的载荷修正值(以下所述的第一载荷修正值和第二载荷修正值)。
如图9所示,载荷修正值计算部16首先从7个轧制机架61(F1~F7)中选择一个轧制机架61(步骤S51)。在该情况下,并不特别限定选择的顺序,例如从上游侧的轧制机架61开始顺序地选择。
接着,载荷修正值计算部16根据载荷预测误差计算部14中的处理结果,取得上述选择出的轧制机架61(Fi)的载荷预测误差Zpli(步骤S52),进而根据载荷平衡维持值计算部15中的处理结果,取得上述选择出的轧制机架61(Fi)的载荷平衡维持值Zplbi(步骤S53)。
进而,载荷修正值计算部16依照以下的式(10)计算与上述选择出的轧制机架61(Fi)的该钢板63对应的第一载荷修正值Zpni(步骤S54)。
Zpni=Zpli+Zplbi (10)
在此,
Zpni:第一载荷修正值
Zpli:载荷预测误差
Zplbi:载荷平衡维持值
如上述那样,载荷平衡维持值Zplbi对应于轧制机架61(Fi)的载荷预测误差Zpli和与之相邻的轧制机架61(Fi-1,Fi+1)的载荷预测误差Zpli-1、Zpli+1之间的差值的平均。因此,在轧制机架61(Fi)的载荷预测误差Zpli比相邻的2个轧制机架61(Fi-1,Fi+1)的载荷预测误差Zpli-1、Zpli+1大的情况下,该载荷平衡维持值Zplbi为负的值。另外,根据式(10),该第一载荷修正值Zpni通过将载荷预测误差Zpli加上载荷平衡维持值Zplbi来求出,因此比载荷预测误差Zpli小。
另一方面,在计算相邻的轧制机架61(Fi-1,Fi+1)的第一载荷修正值Zpni-1、Zpni+1的情况下,轧制机架61(Fi)的相对大的载荷预测误差Zpli起作用,因此该轧制机架61(Fi-1,Fi+1)的第一载荷修正值Zpni-1、Zpni+1比载荷预测误差Zpli-1、Zpli+1大。
即,载荷预测误差Zpli比相邻的轧制机架61(Fi-1,Fi+1)相对大的轧制机架61(Fi)的第一载荷修正值Zpni的值减少。与此相对,载荷预测误差Zpli-1、Zpli+1相对小的相邻轧制机架61(Fi-1,Fi+1)的第一载荷修正值Zpni、Zpli+1的值增大。其结果是在轧制机架61(Fi)和相邻的轧制机架61(Fi-1,Fi+1)之间,它们的第一载荷修正值Zpni-1、Zpni、Zpni+1的偏差降低。这表示维持了某轧制机架61(Fi)和相邻的轧制机架61(Fi-1,Fi+1)之间的载荷平衡。
以上,针对轧制机架61(F1)的载荷预测误差Zpli比相邻的轧制机架61(Fi-1,Fi+1)的载荷预测误差Zpli-1、Zpli+1的平均大的情况,说明了提高这些轧制机架61(Fi-1,F1,Fi+1)之间的载荷平衡,但在相反的情况下也相同。即,在轧制机架61(F1)的载荷预测误差Zpli比相邻的轧制机架61(Fi-1,Fi+1)的载荷预测误差Zpli-1、Zpli+1小的情况下,也同样地维持了轧制机架61(F1)和相邻的轧制机架61(Fi-1,Fi+1)之间的载荷平衡。
另外,在轧制机架61(Fi)的载荷预测误差Zpli和相邻的轧制机架61(Fi-1,Fi+1)的载荷预测误差Zpli-1、Zpli+1大致相同时,载荷平衡维持值Zplbi为接近0的值,因此,第一载荷修正值Zpni为与载荷预测误差Zpli大致相同的值。在该情况下,可以说还是维持了轧制机架61(F1)和相邻的轧制机架61(Fi-1,Fi+1)之间的载荷平衡。
接着,返回到图9的处理流程的说明,并且说明图10。在图9中,作为步骤S54的下一个处理,载荷修正值计算部16从载荷修正实绩值存储部24取得在步骤S51中选择出的轧制机架61(F1)的过去的轧制实绩所对应的载荷修正实绩值Zppi(步骤S55)。
图10是表示存储在载荷修正实绩值存储部24中的载荷修正实绩值表241的结构的例子的图。如图10所示,载荷修正实绩值表241由根据该钢板63的钢种、目标板厚等分层的各轧制机架61(Fi)的载荷修正实绩值Zppi构成。在此,载荷修正实绩值Zppi存储了在过去轧制属于各个层的钢板63时从载荷修正值计算部16向控制指令设置部11输出的各轧制机架61(Fi)的第二载荷修正值Zpi(参照步骤S56)。例如,在图10的例子中,在钢种为SS400、目标板厚为1.6mm以下的钢板63的情况下,与轧制机架61(Fi~F7)分别对应的载荷修正实绩值Zppi为1.11、1.08、0.94、0.98、1.04、0.99、1.03。
进而,如图9所示,作为步骤S55的下一个处理,载荷修正值计算部16使用在步骤S54中计算出的第一载荷修正值Zpni和在步骤S54中取得的载荷修正实绩值Zppi,依照以下的式(11)计算与在步骤S51中选择出的轧制机架61(F1)对应的第二载荷修正值Zpi,向控制指令设置部11输出该计算出的第二载荷修正值Zpi(步骤S56)。
Zpi=β·Zpni+(1-β)·Zppi (11)
在此,
Zpi:轧制机架(Fi)的第二载荷修正值
Zpni:轧制机架(Fi)的第一载荷修正值
Zppi:轧制机架(Fi)的载荷修正实绩值
β:分配系数
此外,分配系数β是在计算轧制机架61(Fi)的第二载荷修正值Zpi时决定存储在载荷修正实绩值存储部24中的基于过去的轧制实绩的载荷修正实绩值Zppi和在钢板63的最近(以下,最近表示最接近的过去)的轧制中计算出的第一载荷修正值Zpni之间的分配比例的系数,取0~1的值。即,在分配系数β为0时,无视在该钢板63的轧制中计算出的第一载荷修正值Zpni,依照存储在载荷修正实绩值存储部24中的基于过去的轧制实绩的载荷修正实绩值Zppi决定第二载荷修正值Zpi。
相反,在分配系数β为1时,无视基于过去的轧制实绩的载荷修正实绩值Zppi,依照在该钢板63的轧制中计算出的第一载荷修正值Zpni决定第二载荷修正值Zpi。另外,在分配系数β为0和1中间的值(0<β<1)时,按照与分配系数β的值一致的比例对第一载荷修正值Zpni和载荷修正实绩值Zppi进行比例分配,决定第二载荷修正值Zpi。例如,在β=0.5时,以相等的比例对第一载荷修正值Zpni和载荷修正实绩值Zppi进行比例分配,决定第二载荷修正值Zpi。
进而,如图9所示,载荷修正值计算部16将在步骤S56中计算并向控制指令设置部11输出的第二载荷修正值Zpi按照该钢板63所属的层作为在步骤S51中选择出的轧制机架61(Fi)的载荷修正实绩值Zppi存储在载荷修正实绩值存储部24中(步骤S57)。
接着,载荷修正值计算部16判定针对全部的轧制机架61(F1~F7)步骤S51~步骤S57的处理是否结束(步骤S58),在处理没有结束的情况下(步骤S58:否),重复执行步骤S51以后的处理。另外,在针对全部的轧制机架61(F1~F7)步骤S51~步骤S57的处理结束了的情况下(步骤S58:是),结束图9所示的计算第二载荷修正值Zpi等的处理。
在控制指令设置部11中,为了提高轧制载荷预测值P的预测精度,而使用以上那样计算并向控制指令设置部11输出的第二载荷修正值Zpi。即,控制指令设置部11在图2的处理流程的步骤S16中,依照式(5)计算轧制载荷预测值P,但如果从载荷修正值计算部16接收到第二载荷修正值Zpi,则用该第二载荷修正值Zpi修正使用式(5)计算出的轧制载荷预测值P。
即,控制指令设置部11依照以下的式(12)计算用于计算对各轧制机架61(Fi)的压下位置指令等的轧制载荷设定值Pseti。
Pseti=Zpi·G(wi,Kfi,Qpi,tfi,tbi,R’i,Hi,hi,μi) (12)
在此,wi,Kfi,Qpi,tfi,tbi,R’i,Hi,hi,μi分别是各轧制机架61(Fi)中的钢板63的板宽、变形阻力、压下力函数、输入侧张力、输出侧张力、厚扁平辊直径、输入侧板厚、输出侧板厚、摩擦系数。
因此,即使根据式(5)计算的轧制载荷预测值Pi产生偏差,也降低了经由压下位置控制部17(参照图1)等向实际的轧制机架61(Fi)供给的轧制载荷设定值Pseti在相邻的轧制机架61(Fi-1,Fi+1)之间的偏差。由此,防止了多个轧制机架61(Fi)之间的载荷平衡破坏,即维持了载荷平衡。
此外,在以上说明的实施方式中,在载荷平衡维持值计算部15的计算(参照式(9))中使用载荷平衡比例α,但也可以从式(9)除去α后用以下的式(13)置换式(10),在载荷修正值计算部16的处理中使用。
Zpni=Zpli+α·Zplbi (13)
在此,
Zpni:第一载荷修正值
Zpli:载荷预测误差
Zplbi:载荷平衡维持值
以上,根据本发明的实施方式,与轧制机架61(Fi)中的载荷预测误差Zpli和相邻的轧制机架61(Fi-1,Fi+1)中的载荷预测误差Zpli-1、Zpli+1之间的大小关系对应地计算各轧制机架61(Fi)的载荷平衡维持值Zplbi(参照式(9))。在该情况下,轧制机架61(Fi)的载荷平衡维持值Zplbi在该轧制机架61(Fi)中的载荷预测误差Zpli比相邻的轧制机架61(Fi-1,Fi+1)中的载荷预测误差Zpli-1、Zpli+1大的情况下为负的值,在相反的情况下为正的值。即,将载荷预测误差Zpli加上载荷平衡维持值Zplbi所得的第一载荷修正值Zpni(参照式(10))抑制了载荷预测误差Zpli的偏差。
进而,通过对第一载荷修正值Zpni实施学***衡破坏的问题。
另外,在本发明的实施方式中,基本上只根据轧制机架61(Fi)的载荷预测误差Zpli和相邻的轧制机架61(Fi-1,Fi+1)中的载荷预测误差Zpli-1、Zpli+1之间的大小关系,决定轧制机架61(Fi)的载荷修正值(第二载荷修正值Zpi)。因此,不需要构筑例如专利文献3所公开那样的轧制载荷误差变化模型。即,在本发明的实施方式中能够通过简单的处理期待能够维持多个轧制机架61(Fi)之间的载荷平衡的效果。进而,例如专利文献3所公开的轧制载荷误差变化模型是线性模型,但本发明的实施方式的载荷预测误差Zpli的变动并不限于线性模型,还能够对应各种变动的方式。
由此,在本发明的实施方式的串列式轧机控制装置10中,在轧制钢板63之前预测用于轧制成希望的板厚的各轧制机架61(Fi)中的轧制载荷时,能够通过简单的运算,高精度并且考虑到多个轧制机架61(Fi)之间的载荷平衡地推定该轧制载荷。其结果是能够得到更高精度的板厚的钢板63,并且使该轧制稳定。
(第二实施方式)
图11是表示本发明的第二实施方式的串列式轧机控制装置10a的结构的例子的图。第二实施方式的串列式轧机控制装置10a的结构与图1的串列式轧机控制装置10的结构的不同点在于:新追加了钢种类似度计算部31、分配系数计算部32以及类似度编号存储部35。以下,只说明该不同点。此外,对于与图1的串列式轧机控制装置10的构成要素相同的构成要素,附加相同的符号。
在第二实施方式的串列式轧机控制装置10a中,追加了使在式(11)中使用的分配系数β依照前后被轧制的钢板63的类似度编号而改变的功能。即,钢种类似度计算部31针对最近轧制的钢板63的钢种和下次轧制的钢板63的钢种,参照类似度编号存储部35取得各个类似度编号,向分配系数计算部32输出。分配系数计算部32根据从钢种类似度计算部31取得的前后的钢板63的类似度编号计算分配系数β,向载荷修正值计算部16输出。载荷修正值计算部16通过步骤S56的处理,使用从分配系数计算部32接收到的分配系数β进行式(11)的计算。
图12是表示钢种类似度计算部31执行的处理的处理流程的例子的图。另外,图13是表示存储在类似度编号存储部35中的类似度编号表351的结构的例子的图。如图13所示,类似度编号表351对钢板63的各个钢种定义类似度编号而构成。在此,钢板63的钢种的类似度编号越接近,则表示相互的钢板63的变形阻力等特性越类似,类似度编号越远,则表示相互的钢板63的特性越不同。
例如,在图13的例子中,钢种为SS400的钢板63的类似度编号是4,另外钢种为SS490的钢板63的类似度编号是5。因此,可以说这些钢板63相互作为钢种的类似性大。另一方面,钢种为SS400的钢板63的类似度编号是4,钢种为SPHC的钢板63的类似度编号是2。因此,这些钢板63的作为钢种的类似性不比上述钢种为SS400的钢板63和钢种为SS490的钢板63的类似性大。进而,钢种为SS400的钢板63的类似度编号是4,钢种为DP的钢板63的类似度编号是25,因此,这些钢板63的作为钢种的类似性有很大不同。因此,这些钢板63已经应该称为异质的钢板63了。
因此,如图12所示,钢种类似度计算部31参照类似度编号存储部35,针对最近轧制的钢板63的钢种和下次轧制的钢板63的钢种,取得与各个钢种对应的类似度编号(步骤S51)。接着,根据2个钢板63的类似度编号的差,依照以下的式(14)计算类似度V(步骤S52)。其中,用式(14)定义的类似度V,其值越小则类似性越大,值越大则类似性越小。
V=|Vni-Vnj| (14)
在此,
Vni:最近轧制的钢板63的钢种的类似度编号
Vnj:下次轧制的钢板63的钢种的类似度编号
接着,钢种类似度计算部31向分配系数计算部32输出计算出的类似度V(步骤S53),结束处理。
接着,分配系数计算部32例如依照以下的式(15)计算分配系数β。
β=1-(V/Vc) (15)
其中,在Vc<V时,设V=Vc,Vc是与β=0对应的类似度。
根据式(15),前后轧制的钢板63的类似性越大(类似度V越小),分配系数β为越接近1的值,类似性越小(类似度V越大),分配系数β为越接近0的值。另外,在类似度V比Vc大时,分配系数β为0。载荷修正值计算部16使用该分配系数β,进行式(11)的计算。
以上说明的第二实施方式表示了具体计算在式(11)中使用的分配系数β的例子,其效果与前面说明的实施方式的效果几乎相同。
另外,在以上说明的本发明的实施方式和第二实施方式中,串列式轧机控制装置10、10a被应用于热轧,但也可以应用于冷轧。
此外,本发明并不限于以上说明的实施方式,还包含各种变形例子。为了容易理解地说明本发明而详细说明了上述的实施方式,但并不限于一定具备所说明的全部结构。另外,可以将某实施方式的结构的一部分置换为其他实施方式的结构的一部分,进而也可以向某实施方式的结构追加其他实施方式的结构的一部分或全部。
Claims (7)
1.一种串列式轧机的控制装置,该串列式轧机通过多个轧制机架连续地轧制钢板,该串列式轧机的控制装置的特征在于,具备:
载荷预测误差计算部,其使用在轧制上述钢板时在上述多个轧制机架的各轧制机架中取得的轧制实绩值,推定上述各轧制机架中的轧制载荷,并且根据上述推定出的各轧制机架中的轧制载荷和在该轧制中得到的各轧制机架中的轧制载荷实绩值,计算上述各轧制机架中的载荷预测误差;
载荷平衡维持值计算部,其针对上述各轧制机架计算表示通过上述载荷预测误差计算部计算出的上述各轧制机架中的载荷预测误差和与上述各轧制机架相邻的轧制机架中的载荷预测误差之间的差异的程度的载荷平衡维持值;
载荷修正值计算部,其根据通过上述载荷预测误差计算部计算出的各轧制机架中的载荷预测误差和通过上述载荷平衡维持值计算部计算出的各轧制机架中的载荷平衡维持值,计算上述各轧制机架中的载荷修正值;以及
控制指令设置部,其针对下次要轧制的钢板,确定上述各轧制机架中的轧制载荷,并且用通过上述载荷修正值计算部计算出的各轧制机架中的载荷修正值修正上述推定出的各轧制机架中的轧制载荷,使用上述修正后的轧制载荷计算向上述各轧制机架设定的压下位置。
2.根据权利要求1所述的串列式轧机的控制装置,其特征在于,
还具备:载荷平衡比例存储部,其与上述钢板的钢种、目标板厚和目标板宽的至少一个对应地存储表示上述载荷平衡维持值的重要度的0以上1以下的常数即载荷平衡比例,
上述载荷修正值计算部从上述载荷平衡比例存储部取得与上述轧制的钢板的钢种、目标板厚和目标板宽对应的上述载荷平衡比例,将上述载荷平衡维持值乘以上述取得的载荷平衡比例所得的值与上述载荷预测误差值相加,由此计算上述载荷修正值。
3.根据权利要求1所述的串列式轧机的控制装置,其特征在于,
还具备:载荷修正实绩值存储部,其与上述钢板的钢种、目标板厚和目标板宽对应地存储根据过去的轧制实绩计算出的上述载荷修正值,
上述载荷修正值计算部根据通过上述载荷预测误差计算部计算出的载荷预测误差值、使用通过上述载荷平衡维持值计算部计算出的载荷平衡维持值计算出的载荷修正值、从上述载荷修正实绩值存储部取得的在过去的轧制中计算出的载荷修正值,计算向上述控制指令设置部输出的载荷修正值。
4.根据权利要求1所述的串列式轧机的控制装置,其特征在于,
还具备:中间板厚计算部,其根据通过设置在上述串列式轧机的最终段的轧制机架的输出侧的板厚测量单元检测出的上述钢板的板厚、上述多个轧制机架各自的工作轧辊的圆周速度即轧辊速度,从上述最终段的轧制机架开始向上游依次计算上述多个轧制机架各自的输入侧的板厚即中间板厚,
上述载荷预测误差计算部在根据上述轧制的钢板的轧制实绩推定该轧制中的轧制载荷时,使用通过上述中间板厚计算部计算出的中间板厚,推定上述多个轧制机架各自的轧制载荷。
5.根据权利要求3所述的串列式轧机的控制装置,其特征在于,还具备:
类似度编号存储部,其与上述钢板的钢种对应地存储类似度编号,该类似度编号是钢板的特性的类似性越大则越接近的值;
钢板类似度计算部,其从上述类似度编号存储部取得上述轧制的钢板和下次要轧制的钢板各自的类似度编号,计算上述取得的2个类似度编号的差作为类似度;
分配系数计算部,其根据上述计算出的类似度,计算作为0以上1以下的常数的分配系数,其中,
上述载荷修正值计算部将上述计算出的载荷修正值进一步修正为以上述计算出的分配系数将该载荷修正值和从上述载荷修正实绩值存储部取得的载荷修正实绩值按比例相加所得的值。
6.根据权利要求5所述的串列式轧机的控制装置,其特征在于,
上述分配系数计算部计算上述分配系数,使得上述类似度越小则上述分配系数越大,上述类似度越大则上述分配系数越小。
7.一种串列式轧机的控制方法,其特征在于,
控制通过多个轧制机架连续地轧制钢板的串列式轧机的计算机执行以下步骤:
载荷预测误差计算步骤,使用在轧制上述钢板时在上述多个轧制机架的各轧制机架中取得的轧制实绩值,推定上述各轧制机架中的轧制载荷,并且根据上述推定出的各轧制机架中的轧制载荷和在该轧制中得到的各轧制机架中的轧制载荷实绩值,计算上述各轧制机架中的载荷预测误差;
载荷平衡维持值计算步骤,针对上述各轧制机架计算表示通过上述载荷预测误差计算步骤计算出的上述各轧制机架中的载荷预测误差和与上述各轧制机架相邻的轧制机架中的载荷预测误差之间的差异的程度的载荷平衡维持值;
载荷修正值计算步骤,根据通过上述载荷预测误差计算步骤计算出的各轧制机架中的载荷预测误差和通过上述载荷平衡维持值计算步骤计算出的各轧制机架中的载荷平衡维持值,计算上述各轧制机架中的载荷修正值;以及
控制指令设置步骤,针对下次要轧制的钢板,确定上述各轧制机架中的轧制载荷,并且用通过上述载荷修正值计算步骤计算出的各轧制机架中的载荷修正值修正上述推定出的各轧制机架中的轧制载荷,使用上述修正后的轧制载荷计算向上述各轧制机架设定的压下位置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014206616A JP6315818B2 (ja) | 2014-10-07 | 2014-10-07 | タンデム圧延ミルの制御装置および制御方法 |
JP2014-206616 | 2014-10-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105478490A CN105478490A (zh) | 2016-04-13 |
CN105478490B true CN105478490B (zh) | 2019-05-21 |
Family
ID=54260664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510641106.4A Active CN105478490B (zh) | 2014-10-07 | 2015-09-30 | 串列式轧机的控制装置以及控制方法 |
Country Status (3)
Country | Link |
---|---|
EP (1) | EP3006126B1 (zh) |
JP (1) | JP6315818B2 (zh) |
CN (1) | CN105478490B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6670261B2 (ja) * | 2017-02-23 | 2020-03-18 | 株式会社日立製作所 | タンデム圧延ミル制御装置およびタンデム圧延ミル制御方法 |
KR102232334B1 (ko) * | 2017-05-26 | 2021-03-25 | 도시바 미쓰비시덴키 산교시스템 가부시키가이샤 | 탠덤 압연기의 후미 단부 사행 제어 장치 |
JP2020131248A (ja) * | 2019-02-21 | 2020-08-31 | Jfeスチール株式会社 | 圧延荷重予測方法、圧延荷重予測装置、及び圧延制御方法 |
CN111400928B (zh) * | 2020-04-03 | 2023-09-15 | 首钢智新迁安电磁材料有限公司 | 一种基于多元回归的轧制力补偿方法及装置 |
JP7151915B1 (ja) * | 2020-11-16 | 2022-10-12 | 東芝三菱電機産業システム株式会社 | 連続圧延システム |
CN112711867B (zh) * | 2021-01-19 | 2023-04-18 | 苏州大学 | 融合理论模型和大数据模型的轧制力预测方法 |
CN114367545B (zh) * | 2021-12-09 | 2023-09-08 | 北京首钢自动化信息技术有限公司 | 一种轧制力的修正方法和装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5588911A (en) * | 1978-12-27 | 1980-07-05 | Kobe Steel Ltd | Controlling method for roll gap in tandem rolling |
JPS60244413A (ja) * | 1984-05-16 | 1985-12-04 | Mitsubishi Electric Corp | 連続圧延機における負荷配分制御方法 |
JPH02211905A (ja) * | 1989-02-09 | 1990-08-23 | Sumitomo Metal Ind Ltd | 熱間連続圧延機における圧下位置設定方法 |
JPH0399710A (ja) * | 1989-09-14 | 1991-04-24 | Toshiba Corp | 圧延機のパススケジュールの設定方法および装置 |
JP3467677B2 (ja) | 1997-03-25 | 2003-11-17 | Jfeスチール株式会社 | 圧延機における圧延荷重の学習制御方法 |
JPH11244920A (ja) * | 1998-03-04 | 1999-09-14 | Hitachi Ltd | タンデム圧延機制御装置 |
JP2007245204A (ja) * | 2006-03-16 | 2007-09-27 | Jfe Steel Kk | 圧延荷重モデルの学習方法及びその装置 |
JP2009113101A (ja) * | 2007-11-09 | 2009-05-28 | Jfe Steel Corp | 圧延荷重の学習制御方法および装置、ならびに鋼板の製造方法 |
BRPI0903494A2 (pt) * | 2008-03-14 | 2015-09-22 | Nippon Steel Corp | método de aprendizagem de predição de carga de laminação para laminação a quente |
EP2431105A1 (de) * | 2010-09-16 | 2012-03-21 | Siemens Aktiengesellschaft | Ermittlungsverfahren für Steuergrößen einer Walzstraße mit mehreren Walzgerüsten zum Walzen eines Metallbandes |
JP6020263B2 (ja) | 2012-03-29 | 2016-11-02 | Jfeスチール株式会社 | 圧延荷重の学習制御装置および学習制御方法、並びにこれを用いた金属板製造方法 |
JP6025553B2 (ja) * | 2012-12-26 | 2016-11-16 | 株式会社日立製作所 | 圧延制御装置、圧延制御方法および圧延制御プログラム |
-
2014
- 2014-10-07 JP JP2014206616A patent/JP6315818B2/ja active Active
-
2015
- 2015-09-30 CN CN201510641106.4A patent/CN105478490B/zh active Active
- 2015-10-05 EP EP15188340.2A patent/EP3006126B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN105478490A (zh) | 2016-04-13 |
JP6315818B2 (ja) | 2018-04-25 |
JP2016074008A (ja) | 2016-05-12 |
EP3006126A1 (en) | 2016-04-13 |
EP3006126B1 (en) | 2017-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105478490B (zh) | 串列式轧机的控制装置以及控制方法 | |
JP4452323B2 (ja) | 熱間での板圧延における圧延負荷予測の学習方法 | |
KR101832653B1 (ko) | 압연 프로세스의 학습 제어 장치 | |
CN102029292B (zh) | 基于机械性能检测的带钢厚度前馈控制方法 | |
CN105665449B (zh) | 连轧机的控制装置和连轧机的控制方法 | |
WO2013174213A1 (zh) | 冷连轧机性能前馈厚度控制方法 | |
CN104942019A (zh) | 一种带钢冷轧过程宽度自动控制方法 | |
CN103100564A (zh) | 一种新型的轧制过程自适应控制方法 | |
JP6025553B2 (ja) | 圧延制御装置、圧延制御方法および圧延制御プログラム | |
CN102553941A (zh) | 冷轧机板形调控功效系数离线自学习方法 | |
TW202035737A (zh) | 熱浸鍍鋅產品缺陷估測系統及其方法 | |
JP2005297015A (ja) | 巻取温度制御装置 | |
JP2013158822A (ja) | 熱間タンデム圧延ミルの制御装置および熱間タンデム圧延ミルの制御方法 | |
CN108500064B (zh) | 串列式轧制轧机控制装置及串列式轧制轧机控制方法 | |
JP2009116759A (ja) | プロセスラインにおける制御モデル学習方法および装置、ならびに鋼板の製造方法 | |
Dian-yao et al. | Self-learning and its application to laminar cooling model of hot rolled strip | |
JP2013226596A (ja) | 圧延荷重の学習制御装置および学習制御方法、並びにこれを用いた金属板製造方法 | |
CN105188972B (zh) | 不均厚钢板的轧制方法以及轧制装置 | |
JP2007203303A (ja) | 冷間圧延における形状制御方法 | |
KR101462332B1 (ko) | 압연기의 압연속도 제어장치 및 방법 | |
JP2012081493A (ja) | 金属板の板厚制御方法及び金属板の製造方法 | |
JP5381740B2 (ja) | 熱間圧延機の板厚制御方法 | |
JP2004126868A (ja) | 制御モデルの学習方法、制御モデルの学習装置、コンピュータプログラム、及びコンピュータ読み取り可能な記憶媒体 | |
JP2001347308A (ja) | 圧延機のパススケジュール設定方法及びその装置 | |
Li et al. | An industrial IoT-based deformation resistance prediction and thickness control method of cold-rolled strip in steel production systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |