CN113434968A - 一种基于钢板化学成分预测冷轧变形抗力的方法 - Google Patents
一种基于钢板化学成分预测冷轧变形抗力的方法 Download PDFInfo
- Publication number
- CN113434968A CN113434968A CN202010208339.6A CN202010208339A CN113434968A CN 113434968 A CN113434968 A CN 113434968A CN 202010208339 A CN202010208339 A CN 202010208339A CN 113434968 A CN113434968 A CN 113434968A
- Authority
- CN
- China
- Prior art keywords
- ith
- ith frame
- coefficient
- rolling
- steel plate
- 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.)
- Granted
Links
- 239000010959 steel Substances 0.000 title claims abstract description 89
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 87
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005097 cold rolling Methods 0.000 title claims abstract description 37
- 239000000126 substance Substances 0.000 title claims abstract description 26
- 238000005096 rolling process Methods 0.000 claims abstract description 99
- 238000004519 manufacturing process Methods 0.000 claims abstract description 20
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 17
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 17
- 239000000203 mixture Substances 0.000 claims abstract description 15
- 239000002253 acid Substances 0.000 claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 230000008859 change Effects 0.000 claims description 13
- 239000000839 emulsion Substances 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 10
- 230000006835 compression Effects 0.000 claims description 8
- 238000007906 compression Methods 0.000 claims description 8
- 239000011572 manganese Substances 0.000 claims description 8
- 238000011084 recovery Methods 0.000 claims description 8
- 239000011651 chromium Substances 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 7
- 238000013016 damping Methods 0.000 claims description 5
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 claims description 4
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 claims description 4
- 229910052748 manganese Inorganic materials 0.000 claims description 4
- 239000011733 molybdenum Substances 0.000 claims description 4
- 239000010703 silicon Substances 0.000 claims description 4
- 229910052720 vanadium Inorganic materials 0.000 claims description 4
- 229910052804 chromium Inorganic materials 0.000 claims description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N nickel Substances [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 claims 3
- 238000003825 pressing Methods 0.000 claims 1
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 5
- 238000005098 hot rolling Methods 0.000 description 4
- 239000013072 incoming material Substances 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 3
- 229910052759 nickel Inorganic materials 0.000 description 3
- 229910052710 silicon Inorganic materials 0.000 description 3
- GPPXJZIENCGNKB-UHFFFAOYSA-N vanadium Chemical compound [V]#[V] GPPXJZIENCGNKB-UHFFFAOYSA-N 0.000 description 3
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 2
- 239000010960 cold rolled steel Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 229910001566 austenite Inorganic materials 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000001953 recrystallisation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000002436 steel type Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Landscapes
- Metal Rolling (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明公开了一种基于钢板化学成分预测冷轧变形抗力的方法,主要解决现有技术中通过经验计算预测的冷轧变形抗力精度低、偏差大的技术问题。本发明方法,包括:A)收集一定生产周期内的n组钢板化学成分参数、力学性能参数生产数据;B)收集一定生产周期内的n组酸轧机组的设备参数;C)定义实际碳当量影响系数数组;D)令z=1;E)计算任意一组碳当量;F)计算任意一组理论轧制力;G)判断z<n,如果不成立则转入步骤H);H)计算优化目标函数F(X);I)判断Powell条件是否成立;J)输出酸轧机组钢板成分对钢板变形影响系数,计算钢板出变形抗力预测值。本发明方法钢板的冷轧变形抗力预测精度高,精度误差小于3%。
Description
技术领域
本发明涉及一种冷轧轧钢过程中钢板性能评估方法,特别涉及一种基于钢板化学成分预测冷轧变形抗力的方法。
背景技术
所谓变形抗力是发生塑性变形时,变形金属抵抗塑性变形的力。变形抗力提高,意味着要使金属产生塑性变形必须要加大外力,反之要降低外力。在冷轧轧制过程中,需要通过变形抗力来制定合理的冷轧轧制力参数,进而控制带钢的板型,所以变形抗力是冷轧轧制过程中重要的参数之一,因此,带材在冷轧生产前能够精准获知变形抗力显得至关重要。在带钢的生产过程中,由于带钢自身各元素含量的不同导致其变形抗力常常出现波动。因此,为保证带钢的加工质量,必须针对性对带钢来料成分与变形抗力进行分析,进而在已知带钢来料成分的基础上对带钢冷轧时变形抗力进行预测,摸索出一套可通过来料成分参数预测冷轧变形抗力的方法。
中国专利文献CN1814365A公开了利用带钢化学成分数据提高热轧轧制力预报精度的方法,该发明提供一种利用带钢化学成分数据提高热轧轧制力预报精度的方法,根据钢种特性选择化学成分影响系数,并选取数个带钢,从过程机中提取轧制力设定值数据和实测值数据,根据设定数据和实测数据构建目标函数,计算带钢中各种化学成分影响系数,将其运用于热轧轧制力预报。该发明目的是预报热轧轧制力,并且通过选取数个带钢计算各个化学成分的影响系数的方法,预报的精度不高。
中国专利文献CN102632082A公开了基于性能预报模型的热轧带钢力学性能的动态控制方法,该发明在带钢轧制前调取化学成分等参数,然后计算出析出合金化合物的含量,再将所有数据带入热轧带钢力学性能预测模型中,用模型对轧后带钢的力学性能进行预测,通过调整轧制工艺参数使带钢力学性能的预测值满足力学性能目标值约束,然后按照调整后的轧制工艺参数进行轧制。本发明所提方法利用热轧带钢力学性能预测模型,动态调整带钢的轧制工艺参数,实现了带钢力学性能的动态控制。该发明未涉及到对冷轧变形抗力进行预测。
中国专利文献CN101046682A公开了一种预测热轧含Nb带钢组织及力学性能的方法,该发明涉及一种预测热轧含Nb带钢组织及力学性能的方法。以物理冶金模型为基础,采用热模拟实验与工业生产实测数据分析相结合的方法,建立针对热轧含Nb带钢组织及力学性能的数学模型,包括建立温度模型、轧制线上奥氏体再结晶模型、轧后冷却过程中相变模型、组织与性能关系模型,并选择VB语言编制热轧含Nb带钢组织及力学性能的预报软件,该发明预测热轧含Nb带钢组织及力学性能,未涉及对冷轧变形抗力进行预测。
综上,在现有技术中未公开准确预测冷轧变形抗力的方法,目前冷轧变形抗力主要是通过经验计算,未考虑成分控制的波动因素对变形抗力的影响,存在较大的偏差。用精度误差表示,经验计算的精度误差大于6%,精度误差为变形抗力的实测值与计算值或预测值的差值除以变形抗力的实测值得到的商值;现有方法预测的冷轧变形抗力的误差大,影响了轧制力设定的准确性,对冷轧带钢,尤其是薄规格的冷轧带钢,会产生由于板型不良带来的质量损失。
发明内容
本发明的目的是提供一种基于钢板化学成分预测冷轧变形抗力的方法,主要解决现有技术中通过经验计算预测的冷轧变形抗力精度低、偏差大的技术问题,本发明方法实现了冷轧轧制过程中冷轧变形抗力的精确预测,为冷轧工序制定合理的轧制策略、控制产品的板型提供基础条件。
本发明的技术思路是,利用钢板化学成分对变形抗力影响的特点,通过一定生产周期数据的学习,实现钢板冷轧变形抗力的预测,本发明方法充分结合酸轧机组的设备特点,考虑到对于冷轧钢板而言,钢种的来料成分不同,经轧制后的变形抗力也不相同,本发明方法通过对前期一定生产周期的产品数据进行分析得到相应的计算模型参数,当在后续的生产过程中遇到相应的冷轧钢板时能够对该冷轧产品的变形抗力进行预测。
本发明采用的技术方案是,一种基于钢板化学成分预测冷轧变形抗力的方法,包括以下步骤:
A)收集一定生产周期内的n组钢板化学成分参数、力学性能参数生产数据并定义数据组编号z,机架编号i{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},包括碳的百分含量
C0z{z=1,2,3,···,z,···,n},锰的百分含量Mnz{z=1,2,3,···,z,···,n},硅的百分含量
Siz{z=1,2,3,···,z,···,n},镍的百分含量Niz{z=1,2,3,···,z,···,n},铬的百分含
Crz{z=1,2,3,···,z,···,n},钼的百分含量Moz{z=1,2,3,···,z,···,n},钒的百分含量
Vz{z=1,2,3,···,z,···,n},第n组第i机架带钢宽度Bzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第n组第i机架带钢入口厚度h0zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第n组第i机架轧机出口厚度h1zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},Δhzi=h0zi-h1zi,第n组第一机架带钢入口时的屈服强度σ0zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N};
B)收集一定生产周期内的n组酸轧机组的设备参数,包括第n组第i机架的出口轧制速度vzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架速度对摩擦系数的影响系数
kVzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架工作辊换辊后带钢的轧制公里数
lzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架工作辊换辊后轧制公里数对摩擦系数的影响系数Blzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},轧辊表面原始粗糙度带钢表面粗糙度第i机架工作辊换辊后轧制公里数对摩擦系数的衰减系数
klzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架支承辊换辊后的轧制吨位
Wzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架支承辊换辊后的轧制吨位对摩擦系数的影响系数BWzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架支承辊换辊后的轧制吨位对摩擦系数的衰减系数kWzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架乳化液的流量
Qzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架乳化液的流量对摩擦系数的影响系数
BQzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架乳化液的流量对摩擦系数的衰减系数
kQzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的相对压下量
εzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架相对压下量对摩擦系数的影响系数
F0zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的后张力
Kzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架变形抗力对摩擦系数的影响系数Bkzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架摩擦系数模型修正系数
azi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},带钢的杨氏模量E,带钢的泊松比v,第i机架的压扁前轧辊半径Rzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的轧辊的杨氏模量
ERi{i=1,2,3···,i,···,N},第i机架的轧辊的泊松比vRi{i=1,2,3···,i,···,N},第i机架的外摩擦影响系数Qpzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的弹性压缩区轧制力
p1zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的弹性回复区轧制力
p2zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的单位轧制力
pavei{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架实际轧制力
pzi’{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N};
C)定义实际碳当量影响系数数组X={η1,η2,η3,η4},给定碳当量影响系数数组初始值X0={η10,η20,η30,η40},给定搜索步长初始值ΔX={Δη1i,Δη2i,Δη3i,Δη4i},收敛精度α;
D)令z=1;
E)计算任意一组碳当量Cz:
F)计算任意一组理论轧制力pzi:
G)判断z<n,如果不成立则转入步骤H);若成立则z=z+1转入步骤E);
H)计算优化目标函数F(X):
I)判断Powell条件是否成立?若成立,则转入步骤J);若不成立,则更新数组X及其搜索步长ΔX,转入步骤D);
J)输出酸轧机组钢板化学成分对钢板冷轧变形的影响系数,计算出钢板的冷轧变形抗力预测值。
进一步,所述步骤F)计算任意一组理论轧制力pzi,包括以下步骤:
F1)令i=1;
F2)计算第i机架带钢出口变形抗力σ1zi:
σ1zi=σ0zi+η1(Cz-C0z)+η2(Cz-C0z)2+η3(Cz-C0z)3+η4(Cz-C0z)4
F3)计算第i机架摩擦系数
F4)计算第i机架的外摩擦影响系数Qpzi:
F5)计算第i机架的弹性压缩区轧制力p1zi:
F6)计算第i机架的弹性回复区轧制力p2zi:
F7)计算第i机架的单位轧制力pavezi:
pavezi=(p1zi+p2zi)/10000
F8)计算第i机架理论轧制力pzi:
pzi=pavezi*Bzi
F9)判断i<N,如果不成立则转入步骤G);若成立则令i=i+1转入步骤F2)。
本发明所述精度误差为变形抗力的实测值与计算值或预测值的差值除以变形抗力的实测值得到的商值。
本发明方法根据钢板生产现场的实际情况,充分结合酸轧机组的钢板化学成分对钢板冷轧轧制过程变形抗力影响的特点,通过对建立适当的数学模型,实现了对钢板冷轧变形抗力的准确预测,为冷轧工序制定合理的轧制策略、控制产品的板型提供基础条件。
本发明相比现有技术具有如下积极效果:1、本发明方法同时利用酸轧机组的实际轧制工艺数据进行分析,也考虑到了酸轧机组实际的工况情况,钢板冷轧变形抗力预测精度高,精度误差小于3%。
具体实施方式
下面结合实施例1—2对本发明作进一步说明,如表1所示。
实施例1,一种基于钢板化学成分预测冷轧变形抗力的方法,包括以下步骤:
首先在步骤A)中,收集一定生产周期内的n组钢板化学成分参数、力学性能参数生产数据并定义数据组编号z,机架编号i{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},包括碳的百分含量C0z{z=1,2,3,···,z,···,n},锰的百分含量Mnz{z=1,2,3,···,z,···,n},硅的百分含量
Siz{z=1,2,3,···,z,···,n},镍的百分含量Niz{z=1,2,3,···,z,···,n},铬的百分含
Crz{z=1,2,3,···,z,···,n},钼的百分含量Moz{z=1,2,3,···,z,···,n},钒的百分含量
Vz{z=1,2,3,···,z,···,n},第n组第i机架带钢宽度Bzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第n组第i机架带钢入口厚度h1zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第n组第i机架轧机出口厚度h0zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第n组第一机架带钢入口时的屈服强度σ0zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N};
随后在步骤B)中,收集一定生产周期内的n组酸轧机组的设备参数,包括第n组第i机架的出口轧制速度vzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架速度对摩擦系数的影响系数第i机架速度对摩擦系数的衰减系数
kVzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架工作辊换辊后带钢的轧制公里数
lzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架工作辊换辊后轧制公里数对摩擦系数的影响系数Blzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},轧辊表面原始粗糙度带钢表面粗糙度第i机架工作辊换辊后轧制公里数对摩擦系数的衰减系数
klzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架支承辊换辊后的轧制吨位
Wzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架支承辊换辊后的轧制吨位对摩擦系数的影响系数BWzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架支承辊换辊后的轧制吨位对摩擦系数的衰减系数kWzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架乳化液的流量
Qzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架乳化液的流量对摩擦系数的影响系数
BQzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架乳化液的流量对摩擦系数的衰减系数
kQzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的相对压下量
εzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架相对压下量对摩擦系数的影响系数
F0zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的后张力
Kzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架变形抗力对摩擦系数的影响系数Bkzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架摩擦系数模型修正系数
azi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},带钢的杨氏模量E,带钢的泊松比v,第i机架的压扁前轧辊半径Rzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的轧辊的杨氏模量
ERi{i=1,2,3···,i,···,N},第i机架的轧辊的泊松比vRi{i=1,2,3···,i,···,N},第i机架的外摩擦影响系数Qpzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的弹性压缩区轧制力
p1zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的弹性回复区轧制力
p2zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的单位轧制力
pavei{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架实际轧制力
pzi’{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N};
随后在步骤C)中,定义实际碳当量影响系数数组X={η1,η2,η3,η4},给定碳当量影响系数数组初始值X0={η10,η20,η30,η40},给定搜索步长初始值ΔX={Δη1i,Δη2i,Δη3i,Δη4i},收敛精度α;
随后在步骤D)中,令z=1;
随后在步骤E)中,计算任意一组碳当量Cz:
随后在步骤F)中,计算任意一组理论轧制力pzi:
随后在步骤F1)中,令i=1;
随后在步骤F2)中,计算第i机架带钢出口变形抗力σ1zi:
σ1zi=σ0zi+η1(Cz-C0z)+η2(Cz-C0z)2+η3(Cz-C0z)3+η4(Cz-C0z)4
随后在步骤F3)中,计算第i机架摩擦系数
随后在步骤F4)中,计算第i机架的外摩擦影响系数Qpzi:
随后在步骤F5)中,计算第i机架的弹性压缩区轧制力p1zi:
随后在步骤F6)中,计算第i机架的弹性回复区轧制力p2zi:
随后在步骤F7)中,计算第i机架的单位轧制力pavezi:
pavezi=(p1zi+p2zi)/10000
随后在步骤F8)中,计算第i机架理论轧制力pzi:
pzi=pavezi*Bzi
随后在步骤F9)中,判断i<N,如果不成立则转入步骤G);若成立则令i=i+1转入步骤F2);
随后在步骤G)中,判断z<n,如果不成立则转入步骤H);若成立则z=z+1转入步骤E);
随后在步骤H)中,计算优化目标函数F(X):
随后在步骤I)中,判断Powell条件是否成立?若成立,则转入步骤J);若不成立,则更新数组X及其搜索步长ΔX,转入步骤D);
J)输出酸轧机组钢板化学成分对钢板冷轧变形的影响系数,计算出钢板的冷轧变形抗力预测值。
实施例2,一种基于钢板化学成分预测冷轧变形抗力的方法,包括以下步骤:
首先在步骤A)中,收集一定生产周期内的n组钢板化学成分参数、力学性能参数生产数据并定义数据组编号z,机架编号i{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},包括碳的百分含量C0z{z=1,2,3,···,z,···,n},锰的百分含量Mnz{z=1,2,3,···,z,···,n},硅的百分含量
Siz{z=1,2,3,···,z,···,n},镍的百分含量Niz{z=1,2,3,···,z,···,n},铬的百分含
Crz{z=1,2,3,···,z,···,n},钼的百分含量Moz{z=1,2,3,···,z,···,n},钒的百分含量
Vz{z=1,2,3,···,z,···,n},第n组第i机架带钢宽度Bzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第n组第i机架带钢入口厚度h1zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第n组第i机架轧机出口厚度h0zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第n组第一机架带钢入口时的屈服强度σ0zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N};
随后在步骤B)中,收集一定生产周期内的n组酸轧机组的设备参数,包括第n组第i机架的出口轧制速度vzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架速度对摩擦系数的影响系数第i机架速度对摩擦系数的衰减系数
kVzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架工作辊换辊后带钢的轧制公里数
lzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架工作辊换辊后轧制公里数对摩擦系数的影响系数Blzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},轧辊表面原始粗糙度带钢表面粗糙度第i机架工作辊换辊后轧制公里数对摩擦系数的衰减系数
klzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架支承辊换辊后的轧制吨位
Wzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架支承辊换辊后的轧制吨位对摩擦系数的影响系数BWzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架支承辊换辊后的轧制吨位对摩擦系数的衰减系数kWzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架乳化液的流量
Qzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架乳化液的流量对摩擦系数的影响系数
BQzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架乳化液的流量对摩擦系数的衰减系数
kQzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的相对压下量
εzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架相对压下量对摩擦系数的影响系数
F0zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的后张力
Kzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架变形抗力对摩擦系数的影响系数Bkzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架摩擦系数模型修正系数
azi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},带钢的杨氏模量E,带钢的泊松比v,第i机架的压扁前轧辊半径Rzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的轧辊的杨氏模量
ERi{i=1,2,3···,i,···,N},第i机架的轧辊的泊松比vRi{i=1,2,3···,i,···,N},第i机架的外摩擦影响系数Qpzi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的弹性压缩区轧制力
p1zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的弹性回复区轧制力
p2zi{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架的单位轧制力
pavei{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N},第i机架实际轧制力
pzi’{z=1,2,3,···,z,···,n;i=1,2,3···,i,···,N};
随后在步骤C)中,定义实际碳当量影响系数数组X={η1,η2,η3,η4},给定碳当量影响系数数组初始值X0={η10,η20,η30,η40},给定搜索步长初始值ΔX={Δη1i,Δη2i,Δη3i,Δη4i},收敛精度α;
随后在步骤D)中,令z=1;
随后在步骤E)中,计算任意一组碳当量Cz:
随后在步骤F)中,计算任意一组理论轧制力pzi:
随后在步骤F1)中,令i=1;
随后在步骤F2)中,计算第i机架带钢出口变形抗力σ1zi:
σ1zi=σ0zi+η1(Cz-C0z)+η2(Cz-C0z)2+η3(Cz-C0z)3+η4(Cz-C0z)4
随后在步骤F3)中,计算第i机架摩擦系数
随后在步骤F4)中,计算第i机架的外摩擦影响系数Qpzi:
随后在步骤F5)中,计算第i机架的弹性压缩区轧制力p1zi:
随后在步骤F6)中,计算第i机架的弹性回复区轧制力p2zi:
随后在步骤F7)中,计算第i机架的单位轧制力pavezi:
pavezi=(p1zi+p2zi)/10000
随后在步骤F8)中,计算第i机架理论轧制力pzi:
pzi=pavezi*Bzi
随后在步骤F9)中,判断i<N,如果不成立则转入步骤G);若成立则令i=i+1转入步骤F2);
随后在步骤G)中,判断z<n,如果不成立则转入步骤H);若成立则z=z+1转入步骤E);
随后在步骤H)中,计算优化目标函数F(X):
随后在步骤I)中,判断Powell条件是否成立?若成立,则转入步骤J);若不成立,则更新数组X及其搜索步长ΔX,转入步骤D);
J)输出酸轧机组钢板化学成分对钢板冷轧变形的影响系数,计算出钢板的冷轧变形抗力预测值。
表1本发明实施例钢板变形抗力参数
类别 | 变形抗力预测值/MPa | 变形抗力实测值/MPa | 精度误差 |
实施例1 | 297 | 302 | 1.66% |
实施例2 | 306 | 314 | 2.55% |
如表1所示,本发明实施例冷轧变形抗力的精度误差小于3%,比现有技术的精度误差6%,下降了50%。
除上述实施例外,本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围。
Claims (2)
1.一种基于钢板化学成分预测冷轧变形抗力的方法,其特征是,所述的方法包括以下步骤:
A)收集一定生产周期内的n组钢板化学成分参数、力学性能参数生产数据并定义数据组编号z,机架编号i{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},包括碳的百分含量C0z{z=1,2,3,…,z,…,n},锰的百分含量Mnz{z=1,2,3,…,z,…,n},硅的百分含量Siz{z=1,2,3,…,z,…,n},镍的百分含量Niz{z=1,2,3,…,z,…,n},铬的百分含Crz{z=1,2,3,…,z,…,n},钼的百分含量Moz{z=1,2,3,…,z,…,n},钒的百分含量Vz{z=1,2,3,…,z,…,n},第n组第i机架带钢宽度Bzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第n组第i机架带钢入口厚度h0zi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第n组第i机架轧机出口厚度h1zi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},Δhzi=h0zi-h1zi,第n组第一机架带钢入口时的屈服强度σ0zi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N};
B)收集一定生产周期内的n组酸轧机组的设备参数,包括第n组第i机架的出口轧制速度vzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架速度对摩擦系数的影响系数第i机架速度对摩擦系数的衰减系数kVzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架工作辊换辊后带钢的轧制公里数lzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架工作辊换辊后轧制公里数对摩擦系数的影响系数Blzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},轧辊表面原始粗糙度带钢表面粗糙度第i机架工作辊换辊后轧制公里数对摩擦系数的衰减系数klzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架支承辊换辊后的轧制吨位Wzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架支承辊换辊后的轧制吨位对摩擦系数的影响系数BWzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架支承辊换辊后的轧制吨位对摩擦系数的衰减系数kWzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架乳化液的流量Qzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架乳化液的流量对摩擦系数的影响系数BQzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架乳化液的流量对摩擦系数的衰减系数kQzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架的相对压下量εzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架相对压下量对摩擦系数的影响系数Bεzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架带钢入口与出口厚度对摩擦系数的影响系数 第i机架的前张力F0zi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架的后张力F1zi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架带钢入口与出口张力对摩擦系数的影响系数 第i机架平均变形抗力Kzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架变形抗力对摩擦系数的影响系数Bkzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架摩擦系数模型修正系数azi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},带钢的杨氏模量E,带钢的泊松比v,第i机架的压扁前轧辊半径Rzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架的轧辊的杨氏模量ERi{i=1,2,3…,i,…,N},第i机架的轧辊的泊松比vRi{i=1,2,3…,i,…,N},第i机架的外摩擦影响系数Qpzi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架的弹性压缩区轧制力p1zi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架的弹性回复区轧制力p2zi{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架的单位轧制力pavei{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N},第i机架实际轧制力pzi’{z=1,2,3,…,z,…,n;i=1,2,3…,i,…,N};
C)定义实际碳当量影响系数数组X={η1,η2,η3,η4},给定碳当量影响系数数组初始值X0={η10,η20,η30,η40},给定搜索步长初始值ΔX={Δη1i,Δη2i,Δη3i,Δη4i},收敛精度α;
D)令z=1;
E)计算任意一组碳当量Cz:
F)计算任意一组理论轧制力pzi:
G)判断z<n,如果不成立则转入步骤H);若成立则z=z+1转入步骤E);
H)计算优化目标函数F(X):
I)判断Powell条件是否成立?若成立,则转入步骤J);若不成立,则更新数组X及其搜索步长ΔX,转入步骤D);
J)输出酸轧机组钢板化学成分对钢板冷轧变形的影响系数,计算出钢板的冷轧变形抗力预测值。
2.根据权利要求1所述的一种基于钢板化学成分预测冷轧变形抗力的方法,其特征是,步骤F)计算任意一组理论轧制力pzi,包括以下步骤:
F1)令i=1;
F2)计算第i机架带钢出口变形抗力σ1zi:
σ1zi=σ0zi+η1(Cz-C0z)+η2(Cz-C0z)2+η3(Cz-C0z)3+η4(Cz-C0z)4
F3)计算第i机架摩擦系数
F4)计算第i机架的外摩擦影响系数Qpzi:
F5)计算第i机架的弹性压缩区轧制力p1zi:
F6)计算第i机架的弹性回复区轧制力p2zi:
F7)计算第i机架的单位轧制力pavezi:
pavezi=(p1zi+p2zi)/10000
F8)计算第i机架理论轧制力pzi:
pzi=pavezi*Bzi
F9)判断i<N,如果不成立则转入步骤G);若成立则令i=i+1转入步骤F2)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010208339.6A CN113434968B (zh) | 2020-03-23 | 2020-03-23 | 一种基于钢板化学成分预测冷轧变形抗力的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010208339.6A CN113434968B (zh) | 2020-03-23 | 2020-03-23 | 一种基于钢板化学成分预测冷轧变形抗力的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113434968A true CN113434968A (zh) | 2021-09-24 |
CN113434968B CN113434968B (zh) | 2023-11-07 |
Family
ID=77752618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010208339.6A Active CN113434968B (zh) | 2020-03-23 | 2020-03-23 | 一种基于钢板化学成分预测冷轧变形抗力的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113434968B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113434994A (zh) * | 2020-03-23 | 2021-09-24 | 上海梅山钢铁股份有限公司 | 一种基于热轧原板热轧工艺参数预测冷轧变形抗力的方法 |
CN114818456A (zh) * | 2022-02-18 | 2022-07-29 | 北京科技大学 | 一种冷连轧带钢全长变形抗力预测方法及优化方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103191919A (zh) * | 2012-01-05 | 2013-07-10 | 鞍钢股份有限公司 | 一种带钢轧制在线控制摩擦系数模型优化方法 |
CN104998913A (zh) * | 2015-06-29 | 2015-10-28 | 东北大学 | 一种冷轧轧制过程中电机功率的预测方法 |
CN105234186A (zh) * | 2015-10-29 | 2016-01-13 | 燕山大学 | 冷连轧过程以吨钢电耗控制为目标的轧制规程优化方法 |
CN105234188A (zh) * | 2015-10-29 | 2016-01-13 | 燕山大学 | 冷连轧过程中以效益控制为目标的轧制速度优化方法 |
CN105512804A (zh) * | 2015-12-01 | 2016-04-20 | 燕山大学 | 冷连轧过程以成本综合控制为目标的乳化液流量设定方法 |
CN106955897A (zh) * | 2016-01-11 | 2017-07-18 | 上海梅山钢铁股份有限公司 | 适用于热连轧机组末机架出口带钢表面粗糙度预报方法 |
CN108723097A (zh) * | 2018-04-10 | 2018-11-02 | 燕山大学 | Dcr机组大变形下以稳轧为目标的轧制参数优化方法 |
CN109550791A (zh) * | 2019-01-08 | 2019-04-02 | 宝钢湛江钢铁有限公司 | 一种冷连轧机组以开腔防治为目标的张力制度优化方法 |
WO2020020192A1 (zh) * | 2018-07-26 | 2020-01-30 | 宝山钢铁股份有限公司 | 一种抑制冷连轧机组振动的张力制度优化方法 |
CN110802114A (zh) * | 2019-10-30 | 2020-02-18 | 中冶陕压重工设备有限公司 | 一种冷轧板带轧制力方法 |
-
2020
- 2020-03-23 CN CN202010208339.6A patent/CN113434968B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103191919A (zh) * | 2012-01-05 | 2013-07-10 | 鞍钢股份有限公司 | 一种带钢轧制在线控制摩擦系数模型优化方法 |
CN104998913A (zh) * | 2015-06-29 | 2015-10-28 | 东北大学 | 一种冷轧轧制过程中电机功率的预测方法 |
CN105234186A (zh) * | 2015-10-29 | 2016-01-13 | 燕山大学 | 冷连轧过程以吨钢电耗控制为目标的轧制规程优化方法 |
CN105234188A (zh) * | 2015-10-29 | 2016-01-13 | 燕山大学 | 冷连轧过程中以效益控制为目标的轧制速度优化方法 |
CN105512804A (zh) * | 2015-12-01 | 2016-04-20 | 燕山大学 | 冷连轧过程以成本综合控制为目标的乳化液流量设定方法 |
CN106955897A (zh) * | 2016-01-11 | 2017-07-18 | 上海梅山钢铁股份有限公司 | 适用于热连轧机组末机架出口带钢表面粗糙度预报方法 |
CN108723097A (zh) * | 2018-04-10 | 2018-11-02 | 燕山大学 | Dcr机组大变形下以稳轧为目标的轧制参数优化方法 |
WO2020020192A1 (zh) * | 2018-07-26 | 2020-01-30 | 宝山钢铁股份有限公司 | 一种抑制冷连轧机组振动的张力制度优化方法 |
CN109550791A (zh) * | 2019-01-08 | 2019-04-02 | 宝钢湛江钢铁有限公司 | 一种冷连轧机组以开腔防治为目标的张力制度优化方法 |
CN110802114A (zh) * | 2019-10-30 | 2020-02-18 | 中冶陕压重工设备有限公司 | 一种冷轧板带轧制力方法 |
Non-Patent Citations (2)
Title |
---|
丁志龙等: "轧制变形量对Ti-IF镀铝锌钢板微观组织和力学性能的影响", 《热加工工艺》, vol. 46, no. 13, pages 154 - 156 * |
姚辉: "二次冷轧轧机液压推上***消振的研究", 《《中国优秀硕士学位论文全文数据库》》, no. 4, pages 022 - 358 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113434994A (zh) * | 2020-03-23 | 2021-09-24 | 上海梅山钢铁股份有限公司 | 一种基于热轧原板热轧工艺参数预测冷轧变形抗力的方法 |
CN113434994B (zh) * | 2020-03-23 | 2023-10-10 | 上海梅山钢铁股份有限公司 | 一种基于热轧原板热轧工艺参数预测冷轧变形抗力的方法 |
CN114818456A (zh) * | 2022-02-18 | 2022-07-29 | 北京科技大学 | 一种冷连轧带钢全长变形抗力预测方法及优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113434968B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8185232B2 (en) | Learning method of rolling load prediction for hot rolling | |
CN113434994B (zh) | 一种基于热轧原板热轧工艺参数预测冷轧变形抗力的方法 | |
CN102527774B (zh) | 一种辊式矫直机压下工艺参数动态调整方法 | |
CN104942019B (zh) | 一种带钢冷轧过程宽度自动控制方法 | |
CN113434968B (zh) | 一种基于钢板化学成分预测冷轧变形抗力的方法 | |
CN101134207A (zh) | 冷轧板形设定计算中热轧来料凸度的处理方法 | |
CN103506404A (zh) | 一种带钢精轧过程辊缝的控制方法 | |
CN101477579B (zh) | 高强度钢平整机的辊型曲线设计方法 | |
CN107442575B (zh) | 一种带钢湿平整表面粗糙度的预测方法 | |
CN101537431A (zh) | 冷轧薄带钢表面粗糙度在线预测和控制方法 | |
CN110802114A (zh) | 一种冷轧板带轧制力方法 | |
CN102896156A (zh) | 一种热轧带钢辊缝模型的优化方法 | |
CN114818456B (zh) | 一种冷连轧带钢全长变形抗力预测方法及优化方法 | |
CN113987949B (zh) | 一种基于数据驱动的板带钢变形抗力预测方法 | |
CN110773573A (zh) | 一种板形调控功效系数实测数据处理方法 | |
CN111570534A (zh) | 酸轧机组基于大数据理论的热轧特性对摩擦系数影响预测方法 | |
CN111570533A (zh) | 基于大数据的热轧卷取温度与终轧温度对平整变形抗力影响预测方法 | |
CN116020885A (zh) | 一种复合板热连轧精轧轧制力的预测方法 | |
CN112387791B (zh) | 冷轧带钢的轧制温度确定方法及确定*** | |
JP4948301B2 (ja) | 冷間圧延における形状制御方法 | |
CN109772897B (zh) | 一种提高热连轧带钢全长凸度和楔形精度的设定控制方法 | |
JP4986463B2 (ja) | 冷間圧延における形状制御方法 | |
CN106734233B (zh) | 一种铁素体轧制工艺的精轧控制方法及装置 | |
JP4671544B2 (ja) | 冷間タンデム圧延における板幅制御方法 | |
CN107234137A (zh) | 冷连轧机组升降速过程的乳化液流量控制方法 |
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 |