CN107537866B - 一种双机架湿平整机组工作辊表面粗糙度的预报方法 - Google Patents

一种双机架湿平整机组工作辊表面粗糙度的预报方法 Download PDF

Info

Publication number
CN107537866B
CN107537866B CN201610465586.8A CN201610465586A CN107537866B CN 107537866 B CN107537866 B CN 107537866B CN 201610465586 A CN201610465586 A CN 201610465586A CN 107537866 B CN107537866 B CN 107537866B
Authority
CN
China
Prior art keywords
surface roughness
transferred
roll
enabled
working roll
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
Application number
CN201610465586.8A
Other languages
English (en)
Other versions
CN107537866A (zh
Inventor
魏宝民
王天顺
穆海玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Meishan Iron and Steel Co Ltd
Original Assignee
Shanghai Meishan Iron and Steel Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Meishan Iron and Steel Co Ltd filed Critical Shanghai Meishan Iron and Steel Co Ltd
Priority to CN201610465586.8A priority Critical patent/CN107537866B/zh
Publication of CN107537866A publication Critical patent/CN107537866A/zh
Application granted granted Critical
Publication of CN107537866B publication Critical patent/CN107537866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Metal Rolling (AREA)

Abstract

本发明涉及一种双机架湿平整机组工作辊表面粗糙度的预报方法,主要解决现有双机架湿平整机组工作辊表面粗糙度无法准确在线预报的技术问题。本发明方法,包括:(a)计算机组针对不同钢种生产工艺的双机架湿平整机组工作辊表面粗糙度预报模型;(b)给定工作辊在轧制周期内表面粗糙度的下限值Rar,min;(c)给定钢卷参数n并初始化n=1;(d)收集工作辊轧制周期内轧制第n卷带钢的参数(e)预报生产第n+1卷带钢时工作辊原始表面粗糙度Rar,p+1;(f)判断Rar,p+1≤Rar,min是否成立?如果否,则令p=p+1,Rar0=Rar,p+1,转入步骤(c);如果是,令p=p‑1,转入步骤(g);(g)输出p,说明生产第p卷带钢后应该停机换辊,工作辊表面粗糙度预报结束,进入下一换辊周期。

Description

一种双机架湿平整机组工作辊表面粗糙度的预报方法
技术领域
本发明涉及双机架湿平整机组的工作辊,特别涉及一种双机架湿平整机组工作辊表面粗糙度的预报方法,冷轧钢板湿平整轧制技术领域。
背景技术
表面粗糙度作为平整成品冷轧钢板重要的特性之一,它不仅影响冷轧钢板冲压时的变形行为和涂镀后的外观面貌,而且可以改变材料的耐蚀性。在生产高附加值产品如汽车板、家电板,车轮及气瓶钢时,对带钢表面质量要求十分严格,所以表面质量的研究越来越受到人们的重视。对于湿平整轧制过程而言,带钢表面粗糙度的大小主要取决于工作辊的表面粗糙度。
一般说来,工作辊在使用时会发生磨损,工作辊表面粗糙度在轧制过程中是工作辊磨损后的微观表现形式。
中国专利文献CN201310013209.7,一种适用于双机架平整机组的带钢表面粗糙度控制方法,主要是提供一种能够避免带钢表面粗糙度超差的带钢表面粗糙度控制方法。通过对两机架轧制力的分配,把出口带材粗糙度作为目标函数,把总延伸率、板形满足合同要求作为约束条件,最大程度控制带钢表面粗糙度满足目标粗糙度要求。该专利关注的是成品带钢表面粗糙度控制问题而不是适用于湿平整机组的工作辊表面粗糙度预报问题。
中国专利文献CN201510069718.0,一种电火花毛化工作辊生产带钢的粗糙度预测和控制方法,主要是通过记录上机前电火花毛化工作辊原始表面粗糙度、带钢参数、轧制工艺参数求解界面间最小油膜厚度、界面接触压力以及相对带钢与工作辊接触表面相对位移,在分析电火花磨损机理的基础上,得到电火花毛化工作辊磨损深度以及表面粗糙度。该专利是基于电火花毛化的机理建立的工作辊表面粗糙度预报模型,同时该专利更多的关注是对带钢表面粗糙度进行预报和控制。
在湿平整领域,未有相关文献涉及到适用于是平整机组的工作辊表面粗糙度预报模型的建立,现阶段,对于工作辊的换辊周期主要是通过现场经验判断工作辊的磨损程度进而制定经验性质的换辊周期,所以仅仅根据现场经验制定的换辊周期过于死板,增加了机组不必要的时间成本和技术成本。
发明内容
本发明的目的是提供一种双机架湿平整机组工作辊表面粗糙度的预报方法,主要解决现有双机架湿平整机组工作辊表面粗糙度无法准确在线预报的技术问题,实现双机架湿平整机组工作辊的精细化维护,降低冷轧钢板湿平整的成本,确保钢板的表面粗糙度。
本发明的目的是通过以下技术方案实现的:
一种双机架湿平整机组工作辊表面粗糙度的预报方法,包括以下步骤:
(a)计算机组针对不同钢种生产工艺的双机架湿平整机组工作辊表面粗糙度预报模型;
(b)给定工作辊在轧制周期内表面粗糙度的下限值Rar,min
(c)给定钢卷参数n并初始化n=1;
(d)收集工作辊轧制周期内轧制第n卷带钢的参数,主要包括工作辊原始表面粗糙度Rar0,轧制压力pn,工作辊与带钢表面硬度差Kd,n,轧制公里数Ln,非挤压流动层厚度ξ,以及最优系数{ηyPyKyLy};
(e)预报生产第n+1卷带钢时工作辊原始表面粗糙度Rar,p+1,其表达式为
(f)判断Rar,p+1≤Rar,min是否成立?如果不是,则令p=p+1,Rar0=Rar,p+1,转入步骤(c);如果是,令p=p-1,转入步骤(g);
(g)输出p,说明生产第p卷带钢后应该停机换辊,在线双机架湿平整机组工作辊表面粗糙度预报结束,进入下一换辊周期。
所述的步骤(a)包括:
(a1)参数收集,收集工作辊原始表面粗糙度Rar0,i(i=1,2,...,n),轧制压力pi(i=1,2,...,n),带钢与工作辊表面硬度差Kd,i(i=1,2,...,n),非挤压流动层厚度ξi(i=1,2,...,n),轧制公里数Li,j(i=1,2,...,n,j=1,2,...,m),不同轧制公里数条件下实测工作辊表面粗糙度Ra′ri,j(i=1,2,...,n,j=1,2,...,m);
(a2)设定目标函数初始值G0,定义机组设备特性影响系数并初始化ηmax,ηmin,及寻优步长△η,设定机组设备特性影响系数寻优中间过程参数k1,并令k1=0;
(a3)令η=ηmax-k1△η;
(a4)定义轧制压力影响系数并初始化αPmax,αPmin及寻优步长△αP,设定轧制压力影响系数寻优中间过程参数k2,并令k2=0;
(a5)令αP=αPmax-k2△αP
(a6)定义工作辊与带钢表面硬度差影响系数并初始化αKmax,αKmin及寻优步长△αK,设定工作辊与带钢表面硬度差影响系数寻优中间过程参数k3,并令k3=0;
(a7)令αK=αKmax-k3△αK
(a8)定义工作辊粗糙度衰减系数并初始化αLmax,αLmin及寻优步长△αL,设定工作辊粗糙度衰减系数寻优中间过程参数k4,并令k4=0;
(a9)令αL=αLmax-k4△αL
(a10)计算工作辊表面粗糙度Rari,j,其表达式为
(a11)计算控制函数式Fi,j(X)=|Ra′ri,j-Rari,j|;
(a12)计算目标函数式
(a13)判断不等式G<G0是否成立?如果成立,则令G0=G,最优ηy=η,αPy=αP,αKy=αK,αLy=αL,转入步骤(a14),否则,直接转入步骤(a14);
(a14)判断不等式是否成立?如果不等式成立,则令k4=k4+1,转入步骤(a9),否则转入步骤(a15);
(a15)判断不等式是否成立?如果不等式成立,则令k3=k3+1,转入步骤(a7),否则转入步骤(a16);
(a16)判断不等式是否成立?如果不等式成立,则令k2=k2+1,转入步骤(a5),否则转入步骤(a17);
(a17)判断不等式是否成立?如果不等式成立,则令k1=k1+1,转入步骤(a3),否则转入步骤(a18);
(a18)输出最优机组设备特性影响系数ηy,最优轧制压力影响系数αPy,最优工作辊与带钢表面硬度差影响系数αKy,最优工作辊粗糙度衰减系数αLy
本发明方法根据双机架湿平整机组工作辊表面磨损机理,通过实时采集工作辊轧制周期内相关工艺参数回归出了准确的工作辊表面粗糙度预报模型,通过该预报模型,准确的预报了不同轧制公里数下工作辊表面粗糙度的数值。
本发明方法基于申请人多年研究发现:对于双机架湿平整机组,轧制压力、工作辊与带钢表面硬度差、原始工作辊表面粗糙度是造成工作辊在轧制过程中磨损的主要因素;润滑工艺制度导致的非挤压流动层“填补”于工作辊微观表面凹谷内,直接降低了工作辊表面粗糙度。
本发明相比现有技术具有如下积极效果:1、本发明方法实现了双机架湿平整机组工作辊表面粗糙度实时预报,使得工厂可以根据所建立的双机架湿平整机组工作辊表面粗糙度预报模型确定合理的双机架湿平整机组工作辊的换辊周期,使工作辊使用效益最大化。2、本发明方法的双机架湿平整机组工作辊表面粗糙度的预报精度高,实现双机架湿平整机组工作辊的精细化维护,降低冷轧钢板湿平整的成本,确保钢板的表面粗糙度。
附图说明
图1是本发明双机架湿平整机组工作辊表面粗糙度的预报方法流程示意图
图2为本发明双机架湿平整机组工作辊表面粗糙度的预报方法步骤(a)的流程示意图
具体实施方式
参照图1和图2,一种双机架湿平整机组工作辊表面粗糙度的预报方法,包括以下步骤:
(a)计算机组针对不同钢种生产工艺的双机架湿平整机组工作辊表面粗糙度预报模型;
(a1)参数收集,收集工作辊原始表面粗糙度Rar0,i={1.63μm,1.63μm,1.63μm,1.63μm},轧制压力pi={6978kN,6987kN,6955kN,3196kN},带钢与工作辊表面硬度差Kd,i={35HS,42HS,35HS,52HS},非挤压流动层厚度ξi={0.06μm,0.06μm,0.06μm,0.06μm},轧制公里数Li,j={5.1km,10.2km,14.9km,20.1km,24.9km;4.9km,9.9km,14.8km,20.7km,25.4km;4.8km,10.6km,15.6km,21.1km,25.3km;4.8km,10km,15.1km,20.1km,24.7km},不同轧制公里数条件下实测工作辊表面粗糙度Ra′ri,j={1.592μm,1.563μm,1.514μm,1.478μm,1.457μm,;1.614μm,1.586μm,1.528μm,1.492μm,1.477μm;1.596μm,1.584μm,1.565μm,1.527μm,1.496μm;1.587μm,1.565μm,1.556μm,1.541μm,1.511μm};
(a2)设定目标函数初始值G0=1.0×1020,定义机组设备特性影响系数并初始化ηmax=2,ηmin=1及寻优步长△η=0.1,设定机组设备特性影响系数寻优中间过程参数k1,并令k1=0;
(a3)令η=ηmax-k1△η=2;
(a4)定义轧制压力影响系数并初始化αPmax=-0.001,αPmin=-1及寻优步长△αP=0.001,设定轧制压力影响系数寻优中间过程参数k2,并令k2=0;
(a5)令αP=αPmax-k2△αP=-0.001;
(a6)定义工作辊与带钢表面硬度差影响系数并初始化αKmax=0.1,αKmin=0.02及寻优步长△αK=0.01,设定工作辊与带钢表面硬度差影响系数寻优中间过程参数k3,并令k3=0;
(a7)令αK=αKmax-k3△αK=0.1;
(a8)定义工作辊粗糙度衰减系数并初始化αLmax=-0.001,αLmin=-1及寻优步长△αL=0.001,设定工作辊粗糙度衰减系数寻优中间过程参数k4,并令k4=0;
(a9)令αL=αLmax-k4△αL=-0.001;
(a10)计算工作辊表面粗糙度Rari,j,结果如表1所示,
表1不同轧制公里数情况下工作辊表面粗糙度计算值
(a11)计算控制函数式Fi,j(X),结果如表1所示:
(a12)计算目标函数式G(X)=3.29;
(a13)判断不等式G=3.29<G0=1.0×1020是否成立?由步骤(a12)计算结果可知,不等式结果显然成立,则令G0=G=3.29,最优ηy=2,αPy=-0.001,αKy=0.1,αLy=-0.001,转入步骤(a14);
(a14)判断不等式k4<999是否成立?如果不等式成立,则令k4=k4+1,转入步骤(a9),否则转入步骤(a15);
(a15)判断不等式k3<8是否成立?如果不等式成立,则令k3=k3+1,转入步骤(a7),否则转入步骤(a16);
(a16)判断不等式k2<999是否成立?如果不等式成立,则令k2=k2+1,转入步骤(a5),否则转入步骤(a17);
(a17)判断不等式k1<10是否成立?如果不等式成立,则令k1=k1+1,转入步骤(a3),否则转入步骤(a18);
(a18)输出最优机组设备特性影响系数ηy=1.2,最优轧制压力影响系数αPy=-0.021,最优工作辊与带钢表面硬度差影响系数αKy=0.06,最优工作辊粗糙度衰减系数αLy=-0.025。
(b)给定工作辊在轧制周期内表面粗糙度的下限值Rar,min=0.8μm;
(c)给定钢卷参数n并初始化n=1;
(d)收集工作辊轧制周期内轧制第n卷带钢的参数,主要包括工作辊原始表面粗糙度Rar0=1.63μm,轧制压力pn=6878kN,工作辊与带钢表面硬度差Kd,n=42HS,轧制公里数Ln=30km,非挤压流动层厚度ξ=0.06μm,以及最优系数{1.2,-0.021,0.06,-0.025};
(e)预报生产第n+1卷带钢时工作辊原始表面粗糙度Rar,p+1=1.56μm;
(f)判断Rar,p+1=1.56≤Rar,min=0.8是否成立?由步骤(e)计算结果可知,不等式显然不成立。则令p=2,Rar0=1.56,转入步骤(c);
(g)经过计算,当工作辊轧制54卷带钢时,工作辊表面粗糙度达到下限值,此时输出p=54,说明生产第54卷带钢后应该停机换辊,在线双机架湿平整机组工作辊表面粗糙度预报结束,进入下一换辊周期。
生产周期内,不同钢种的带钢生产后双机架湿平整机组工作辊表面粗糙度结果如表2所示。
表2生产周期内双机架湿平整机组工作辊表面粗糙度数值
本发明通过在线双机架湿平整机组工作辊表面粗糙度准确的预报,使操作人员能够集合预报值和换辊工艺制度,对湿平整机组工作辊精细化维护,降低了冷轧钢板出现表面质量问题的风险,同时避免了投入不必要的时间成本和技术成本,给企业带来了效益。
上述具体实施方式仅用于说明本发明而不用于限制本发明的范围。

Claims (2)

1.一种双机架湿平整机组工作辊表面粗糙度的预报方法,其特征是,包括以下步骤:
(a)计算机组针对不同钢种生产工艺的双机架湿平整机组工作辊表面粗糙度预报模型;
(b)给定工作辊在轧制周期内表面粗糙度的下限值Rar,min
(c)给定钢卷参数n并初始化n=1;
(d)收集工作辊轧制周期内轧制第n卷带钢的参数,主要包括工作辊原始表面粗糙度Rar0,轧制压力pn,工作辊与带钢表面硬度差Kd,n,轧制公里数Ln,非挤压流动层厚度ξ,以及最优系数{ηyPyKyLy};
(e)预报生产第n+1卷带钢时工作辊原始表面粗糙度Rar,p+1,其表达式为
(f)判断Rar,p+1≤Rar,min是否成立?如果不是,则令p=p+1,Rar0=Rar,p+1,转入步骤(c);如果是,令p=p-1,转入步骤(g);
(g)输出p,说明生产第p卷带钢后应该停机换辊,在线双机架湿平整机组工作辊表面粗糙度预报结束,进入下一换辊周期。
2.根据权利要求1所述的一种双机架湿平整机组工作辊表面粗糙度的预报方法,其特征是,所述的步骤(a)包括:
(a1)参数收集,收集工作辊原始表面粗糙度Rar0,i(i=1,2,...,n),轧制压力pi(i=1,2,...,n),带钢与工作辊表面硬度差Kd,i(i=1,2,...,n),非挤压流动层厚度ξi(i=1,2,...,n),轧制公里数Li,j(i=1,2,...,n,j=1,2,...,m),不同轧制公里数条件下实测工作辊表面粗糙度Ra′ri,j(i=1,2,...,n,j=1,2,...,m);
(a2)设定目标函数初始值G0,定义机组设备特性影响系数并初始化ηmax,ηmin,及寻优步长△η,设定机组设备特性影响系数寻优中间过程参数k1,并令k1=0;
(a3)令η=ηmax-k1△η;
(a4)定义轧制压力影响系数并初始化αPmax,αPmin及寻优步长△αP,设定轧制压力影响系数寻优中间过程参数k2,并令k2=0;
(a5)令αP=αPmax-k2△αP
(a6)定义工作辊与带钢表面硬度差影响系数并初始化αKmax,αKmin及寻优步长△αK,设定工作辊与带钢表面硬度差影响系数寻优中间过程参数k3,并令k3=0;
(a7)令αK=αKmax-k3△αK
(a8)定义工作辊粗糙度衰减系数并初始化αLmax,αLmin及寻优步长△αL,设定工作辊粗糙度衰减系数寻优中间过程参数k4,并令k4=0;
(a9)令αL=αLmax-k4△αL
(a10)计算工作辊表面粗糙度Rari,j,其表达式为(a11)计算控制函数式Fi,j(X)=|Ra′ri,j-Rari,j|;
(a12)计算目标函数式
(a13)判断不等式G<G0是否成立?如果成立,则令G0=G,最优ηy=η,αPy=αP,αKy=αK,αLy=αL,转入步骤(a14),否则,直接转入步骤(a14);
(a14)判断不等式是否成立?如果不等式成立,则令k4=k4+1,转入步骤(a9),否则转入步骤(a15);
(a15)判断不等式是否成立?如果不等式成立,则令k3=k3+1,转入步骤(a7),否则转入步骤(a16);
(a16)判断不等式是否成立?如果不等式成立,则令k2=k2+1,转入步骤(a5),否则转入步骤(a17);
(a17)判断不等式是否成立?如果不等式成立,则令k1=k1+1,转入步骤(a3),否则转入步骤(a18);
(a18)输出最优机组设备特性影响系数ηy,最优轧制压力影响系数αPy,最优工作辊与带钢表面硬度差影响系数αKy,最优工作辊粗糙度衰减系数αLy
CN201610465586.8A 2016-06-23 2016-06-23 一种双机架湿平整机组工作辊表面粗糙度的预报方法 Active CN107537866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610465586.8A CN107537866B (zh) 2016-06-23 2016-06-23 一种双机架湿平整机组工作辊表面粗糙度的预报方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610465586.8A CN107537866B (zh) 2016-06-23 2016-06-23 一种双机架湿平整机组工作辊表面粗糙度的预报方法

Publications (2)

Publication Number Publication Date
CN107537866A CN107537866A (zh) 2018-01-05
CN107537866B true CN107537866B (zh) 2019-04-19

Family

ID=60959597

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610465586.8A Active CN107537866B (zh) 2016-06-23 2016-06-23 一种双机架湿平整机组工作辊表面粗糙度的预报方法

Country Status (1)

Country Link
CN (1) CN107537866B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108580558A (zh) * 2018-04-10 2018-09-28 燕山大学 二次冷轧机组小变形条件下轧辊工艺参数优化设定方法
CN112139255B (zh) * 2019-06-27 2022-06-14 上海梅山钢铁股份有限公司 一种双机架湿平整机延伸率控制方法
CN110624957B (zh) * 2019-09-30 2021-03-23 江苏九天光电科技有限公司 湿平整机组以粗糙度为目标的工艺润滑制度控制方法
CN114589207B (zh) * 2020-12-07 2023-05-09 上海梅山钢铁股份有限公司 一种镀锡基板的表面粗糙度控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05154504A (ja) * 1991-12-02 1993-06-22 Nkk Corp 圧延材の表面粗さ制御方法
CN1640573A (zh) * 2004-01-16 2005-07-20 宝山钢铁股份有限公司 冷带钢连轧机轧辊工艺参数的优化控制方法
CN1804739A (zh) * 2005-12-12 2006-07-19 燕山大学 平整机成品板面粗糙度预报与控制技术
CN101513647A (zh) * 2008-02-22 2009-08-26 宝山钢铁股份有限公司 二次冷轧机组生产带材的平整方法
CN103084408A (zh) * 2013-01-14 2013-05-08 燕山大学 一种适用于双机架平整机组的带钢表面粗糙度控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05154504A (ja) * 1991-12-02 1993-06-22 Nkk Corp 圧延材の表面粗さ制御方法
CN1640573A (zh) * 2004-01-16 2005-07-20 宝山钢铁股份有限公司 冷带钢连轧机轧辊工艺参数的优化控制方法
CN1804739A (zh) * 2005-12-12 2006-07-19 燕山大学 平整机成品板面粗糙度预报与控制技术
CN101513647A (zh) * 2008-02-22 2009-08-26 宝山钢铁股份有限公司 二次冷轧机组生产带材的平整方法
CN103084408A (zh) * 2013-01-14 2013-05-08 燕山大学 一种适用于双机架平整机组的带钢表面粗糙度控制方法

Also Published As

Publication number Publication date
CN107537866A (zh) 2018-01-05

Similar Documents

Publication Publication Date Title
CN107537866B (zh) 一种双机架湿平整机组工作辊表面粗糙度的预报方法
CN101513647B (zh) 二次冷轧机组生产带材的平整方法
CN101602067B (zh) 五机架ucm冷连轧机组板形与板凸度在线综合控制方法
CN104624669B (zh) 一种电火花毛化工作辊生产带钢的粗糙度预测和控制方法
CN107442575B (zh) 一种带钢湿平整表面粗糙度的预测方法
CN101518786B (zh) 一种轧辊及带钢边部板型缺陷控制方法
CN104942019B (zh) 一种带钢冷轧过程宽度自动控制方法
CN101716607B (zh) Hc轧机非对称弯辊非对称横移板形控制方法
CN104128391B (zh) 防止带钢在平整机平整过程中产生划伤缺陷的方法及装置
CN102847721B (zh) 一种热轧带钢轧辊热凸度确定方法
CN104785539B (zh) 一种用于轧制力调节的张力优化补偿的方法
CN101412043A (zh) 双六辊ucm机型平整机组板形综合控制方法
WO2020020192A1 (zh) 一种抑制冷连轧机组振动的张力制度优化方法
CN109013710A (zh) 双机架平整机组以成品表面粗糙度控制为目标的配辊方法
CN201015775Y (zh) 用于冷轧中宽钢带的轧制装置
CN106960066B (zh) 一种热连轧机组成品机架工作辊表面粗糙度预报方法
CN105032945A (zh) 一种热连轧机组板形板凸度综合控制能力评价方法
CN109127740B (zh) 一种冷轧带钢表面粗糙度的预报方法
CN107234135B (zh) 一种适用于热连轧机组出口带钢表面粗糙度控制方法
CN104028577B (zh) 一种铜合金扁线复合式加工设备
CN104415971A (zh) 一种消除冷轧板表面热划伤缺陷的方法
CN108213088A (zh) 一种冷轧钢板湿平整轧制过程中平整液流量的控制方法
CN207628884U (zh) 改善热轧带钢的板形及冷轧卷局部突起缺陷的精轧机装置
CN106955891B (zh) 适合于冷连轧机组的工作辊配辊方法
CN110280600B (zh) 一种带钢表面形貌控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant