CN114505349B - 一种冷轧平整机工艺参数自动控制方法 - Google Patents
一种冷轧平整机工艺参数自动控制方法 Download PDFInfo
- Publication number
- CN114505349B CN114505349B CN202210096378.0A CN202210096378A CN114505349B CN 114505349 B CN114505349 B CN 114505349B CN 202210096378 A CN202210096378 A CN 202210096378A CN 114505349 B CN114505349 B CN 114505349B
- Authority
- CN
- China
- Prior art keywords
- set value
- rolling
- temper mill
- cold rolling
- tension
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明公开了一种冷轧平整机工艺参数自动控制方法,根据待加工的带钢的入口厚度、宽度和延伸率的值,运用Python机器学***整机,并根据轧制参数历史设定值Ti,计算出自适应调节系数K,最后计算出轧制参数设定值t,下发给冷轧平整机。本发明所给出冷轧平整机工艺参数自动控制方法,提高平整工艺段的自动化率达到90%以上,自动化率提高意味着人工干预减少,大大降低产品缺陷率;并且延伸率不符长度从7米及以上减少到6米及以下,降低生产损耗,具有推广前景。
Description
技术领域
本发明涉及钢铁生产领域,具体涉及冷轧带钢领域的生产控制方法。
背景技术
对于钢铁生产,轧钢区域进行自动平整控制模型的研究改进,有助于推动生产的自动化,降低产品缺陷率,对于朝着发展建设黑灯工厂具有重要意义。先进的钢铁企业,工业软件应用非常多、非常广,对这些工业软件可以进行分层,基础自动化***简称为L1,过程控制***简称为L2,L2处于中间层的位置,承上启下,有着举足轻重的作用。
冷轧带钢领域,平整段的控制一般常见为手动控制模式,生产过程人工干预比例为100%,而且产品质量过于依赖操作工的工艺设定经验,易造成板型有缺陷。平整机板型控制能力较差,弯辊控制存在延迟,以及边浪、平整花、边皱、延伸率不符等缺陷影响机组的产品质量。近年来,随着国内外对轧制模型、工艺参数认识的逐步深化,智能控制逐步在平整轧制模型优化中引起广泛关注,利用控制模型对已有的操作规程进行智能分析,分析不同参数间的影响规律,并建立自学***整自动化率。
发明内容
本发明为了克服上述现有技术的不足,通过人工智能优化过程控制***L2实现冷轧带钢自动平整的目的,本发明基于python机器学***整机工艺参数自动控制方法,本发明采用的技术方案是:
一种冷轧平整机工艺参数自动控制方法,所述方法具体为:
先根据过往加工带钢的已知的历史参数t、d、w、δ,按公式一运用Python线性回归模型,反推得出x0,x1,x2、x3的值;
公式一:t=x0+x1*d+x2*w+x3*δ;
其中,t为轧制参数设定值,d为入口厚度,w为入口宽度,δ为延伸率;x0为偏移量计算系数,x1为厚度影响计算系数,x2为宽度影响计算系数,x3为延伸率影响计算系数;
再根据待加工带钢的入口厚度d、入口宽度w和延伸率δ,按所述公式一计算出轧制参数设定值t,下发给所述冷轧平整机。
进一步地,根据轧制参数历史设定值Ti,根据公式二计算出自适应调节系数K,
公式二:
其中,A为实绩值,n为最近生产卷数;实绩值即生产过程产生的实际数值;
将K*t作为轧制参数设定值t的最终值下发给冷轧平整机。
进一步地,所述轧制参数包括轧制力,入口张力和出口张力。
进一步地,不同规格的两卷焊缝过平整机的控制方法为,大张力切换小张力时,提前二十米切换成下一卷设定值;小张力切换大张力时,提前二十米切换成当前卷和下一卷设定值的中间值,等焊缝过平整机后,立即切换成下一卷设定值。
本发明的有益效果是:本发明所给出冷轧平整机工艺参数自动控制方法,提高平整工艺段的自动化率达到90%以上,自动化率提高意味着人工干预减少,大大降低产品缺陷率;并且延伸率不符长度从7米及以上减少到6米及以下,降低生产损耗,具有推广前景。
附图说明
图1是本发明涉及冷轧平整机的轧制过程示意图;
图中标号名称:1-待生产钢卷,2-入口鞍座,3-上卷小车,4-开卷机一,5-开卷机二,6-生产中的带钢,7-省略掉的其它工艺段,8-距离平整机二十米处,9-张紧辊,10-平整机主体,11-刚过完平整机处。
具体实施方式
下面结合实施例对本发明作进一步的详细说明,如图1所示,一种冷轧平整机工艺参数自动控制方法。
实施例1:出钢记号DU3542D9、厚度0.771mm、宽度860mm
1.历史设定数据采集,见上表,采集该规格带钢的过往历史参数t、d、w、δ。
2.模型计算公式,按公式一运用Python线性回归模型,反推得出x0,x1,x2、x3的值;公式一:t=x0+x1*d+x2*w+x3*δ;得到轧制力,入口张力,出口张力的计算公式如下:
轧制力:-87236-12.6168*d+116.9879*w-25.7935*δ
入口张力:-44986-7.1465*d+65.0264*w-17.8366*δ
出口张力:-25661-5.5759*d+41.2968*w-14.045*δ
3.预设定计算,再根据待加工带钢的入口厚度d、入口宽度w和延伸率δ,按所述公式一分别计算出轧制力,入口张力,出口张力的设定值如下:
(1)轧制力预设定计算
-87236-12.6168*771+116.9879*860-25.7935*89=1350
(2)入口张力预设定计算
-44986-7.1465*771+65.0264*860-17.8366*89=3839
(3)出口张力预设定计算
-25661-5.5759*771+41.2968*860-14.045*89=4305
4.自适应计算
(1)调节系数
根据轧制参数历史设定值Ti,根据公式二计算出自适应调节系数K如下:
公式二:
计算得轧制力调节系数1.01;入口张力调节系数0.97;出口张力调节系数1.02
(2)轧制力自适应计算1350*1.01/10=136
(3)入口张力自适应计算3839*0.97/100=37
(4)出口张力自适应计算4305*1.02/100=43
本实施例1与传统生产方法相比差异点主要有:
本实施例1与传统生产方法相比优点:
本发明专利 | 传统方法 | |
优点1 | 机器学习模型计算设定值 | 人为估算设定值 |
优点2 | 人为干预低,自动化率高 | 人为干预高,自动化率低 |
优点3 | 板形缺陷出现频率低 | 板形缺陷出现频率高 |
实施例2:出钢记号AP1055E5、厚度0.799mm、宽度1252mm
1.历史设定数据采集,方法同实施例1,历史设定数据见下表:
出钢记号 | 厚度mm-3 | 宽度mm | 延伸率 | 轧制力10KN | 入口张力10KN | 出口张力10KN |
AP1055E5 | 799 | 1252 | 120 | 3500 | 7500 | 8000 |
AP1055E5 | 799 | 1263 | 120 | 3500 | 7000 | 7500 |
AP1055E5 | 799 | 1252 | 120 | 3042 | 8500 | 9000 |
AP1055E5 | 799 | 1252 | 120 | 3033 | 8500 | 9000 |
AP1055E5 | 799 | 1252 | 120 | 3195 | 9000 | 9500 |
2.模型计算公式,方法同实施例1
轧制力11979-1.448*d-6.3794*w+1.1477*δ
入口张力-5209+4.6603*d-0.5201*w+82.8793*δ
出口张力-4557+4.5736*d-0.5389*w+82.3920*δ
3.预设定计算,方法同实施例1
(1)轧制力预设定计算
11979-1.448*799+6.3794*1252+1.1477*120=2973
(2)入口张力预设定计算
-5209+4.6603*799-0.5201*1252+82.8793*120=7809
(3)出口张力预设定计算
-4557+4.5736*799-0.5389*1252+82.3920*120=8310
4.自适应计算,方法同实施例1
(1)调节系数
轧制力调节系数1.02;入口张力调节系数1.01;出口张力调节系数1.01
(2)轧制力自适应计算 2973*1.02/10=303
(3)入口张力自适应计算 7809*1.01/100=78
(4)出口张力自适应计算 8310*1.01/100=83
本实施例2与传统生产方法相比差异点主要有:
差异点 | 本发明专利 | 传统方法 |
轧制力设定值 | 303 | 300 |
入口张力设定值 | 78 | 85 |
出口张力设定值 | 83 | 90 |
设定方法 | 模型计算 | 人为估算 |
自动化率 | 94.3% | 0% |
本实施例2与传统生产方法相比优点:
本发明专利 | 传统方法 | |
优点1 | 机器学习模型计算设定值 | 人为估算设定值 |
优点2 | 人为干预低,自动化率高 | 人为干预高,自动化率低 |
优点3 | 板形缺陷出现频率低 | 板形缺陷出现频率高 |
实施例3:出钢记号DP0161D1、厚度0.792mm、宽度1221mm
1.历史设定数据采集,方法同实施例1,历史设定数据见下表:
出钢记号 | 厚度mm-3 | 宽度mm | 延伸率 | 轧制力10KN | 入口张力10KN | 出口张力10KN |
DP0161D1 | 792 | 1221 | 155 | 3500 | 6000 | 6500 |
DP0161D1 | 792 | 1221 | 155 | 3057 | 7000 | 7500 |
DP0161D1 | 792 | 1221 | 155 | 3300 | 7500 | 8000 |
DP0161D1 | 792 | 1221 | 155 | 3203 | 7200 | 7800 |
DP0161D1 | 792 | 1221 | 157 | 3186 | 7000 | 7500 |
2.模型计算公式,方法同实施例1
轧制力-8072-0.2663*d-6.3531*w+26.775*δ
入口张力15578+4.5807*d-2.192*w-62.1443*δ
出口张力16743+4.1329*d-2.5558*w-61.1137*δ
3.预设定计算,方法同实施例1
(1)轧制力预设定计算
-8072-0.2663*792+6.3531*1221+26.775*155=3624
(2)入口张力预设定计算
15578+4.5807*792-2.192*1221-62.1443*155=6897
(3)出口张力预设定计算
16743+4.1329*792-2.5558*1221-61.1137*155=7423
4.自适应计算,方法同实施例1
(1)调节系数
轧制力调节系数0.98;入口张力调节系数1.01;出口张力调节系数1.01
(2)轧制力自适应计算3624*0.98/10=355
(3)入口张力自适应计算6897*1.01/100=69
(4)出口张力自适应计算7423*1.01/100=74
本实施例3与传统生产方法相比差异点主要有:
差异点 | 本发明专利 | 传统方法 |
轧制力设定值 | 355 | 350 |
入口张力设定值 | 69 | 70 |
出口张力设定值 | 74 | 75 |
设定方法 | 模型计算 | 人为估算 |
自动化率 | 94.3% | 0% |
本实施例3与传统生产方法相比优点:
本发明专利 | 传统方法 | |
优点1 | 机器学习模型计算设定值 | 人为估算设定值 |
优点2 | 人为干预低,自动化率高 | 人为干预高,自动化率低 |
优点3 | 板形缺陷出现频率低 | 板形缺陷出现频率高 |
以上内容仅用以说明本发明的技术方案,本领域的普通技术人员对本发明的技术方案进行的简单修改或者等同替换,均不脱离本发明技术方案的实质和范围。
Claims (4)
1.一种冷轧平整机工艺参数自动控制方法,其特征在于:所述方法具体为:
先根据过往加工带钢的已知的历史参数t、d、w、δ,按公式一运用Python线性回归模型,反推得出x0,x1,x2、x3的值;
公式一:t=x0+x1*d+x2*w+x3*δ;
其中,t为轧制参数设定值,d为入口厚度,w为入口宽度,δ为延伸率;x0为偏移量计算系数,x1为厚度影响计算系数,x2为宽度影响计算系数,x3为延伸率影响计算系数;
再根据待加工带钢的入口厚度d、入口宽度w和延伸率δ,按所述公式一计算出轧制参数设定值t,下发给所述冷轧平整机。
2.根据权利要求1所述的冷轧平整机工艺参数自动控制方法,其特征在于:根据轧制参数历史设定值Ti,根据公式二计算出自适应调节系数K,
公式二:其中,A为实绩值,n为最近生产卷数;
将K*t作为轧制参数设定值t的最终值下发给冷轧平整机。
3.根据权利要求1或2所述的冷轧平整机工艺参数自动控制方法,其特征在于:所述轧制参数包括轧制力,入口张力和出口张力。
4.根据权利要求3所述的冷轧平整机工艺参数自动控制方法,其特征在于:不同规格的两卷焊缝过平整机的控制方法为,大张力切换小张力时,提前二十米切换成下一卷设定值;小张力切换大张力时,提前二十米切换成当前卷和下一卷设定值的中间值,等焊缝过平整机后,立即切换成下一卷设定值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210096378.0A CN114505349B (zh) | 2022-01-26 | 2022-01-26 | 一种冷轧平整机工艺参数自动控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210096378.0A CN114505349B (zh) | 2022-01-26 | 2022-01-26 | 一种冷轧平整机工艺参数自动控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114505349A CN114505349A (zh) | 2022-05-17 |
CN114505349B true CN114505349B (zh) | 2023-08-25 |
Family
ID=81550665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210096378.0A Active CN114505349B (zh) | 2022-01-26 | 2022-01-26 | 一种冷轧平整机工艺参数自动控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114505349B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008006453A (ja) * | 2006-06-28 | 2008-01-17 | Nippon Steel Corp | 調質圧延方法 |
CN102641900A (zh) * | 2010-12-01 | 2012-08-22 | 上海宝信软件股份有限公司 | 平整机延伸率控制方法及控制设备 |
JP2016049553A (ja) * | 2014-09-01 | 2016-04-11 | Jfeスチール株式会社 | 調質圧延機の制御装置及び制御方法 |
CN109702020A (zh) * | 2019-03-13 | 2019-05-03 | 飞马智科信息技术股份有限公司 | 一种冷轧平整机薄带钢板形控制***及方法 |
CN111400928A (zh) * | 2020-04-03 | 2020-07-10 | 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 |
CN112718877A (zh) * | 2019-10-14 | 2021-04-30 | 上海宝信软件股份有限公司 | 平整机轧制力表的自动优化***及方法 |
CN112845618A (zh) * | 2021-02-05 | 2021-05-28 | 唐山钢铁集团有限责任公司 | 一种优化热轧平整二级轧制力设定值的方法 |
CN113649420A (zh) * | 2021-07-28 | 2021-11-16 | 首钢京唐钢铁联合有限责任公司 | 一种平整机轧制力获取方法及装置 |
-
2022
- 2022-01-26 CN CN202210096378.0A patent/CN114505349B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008006453A (ja) * | 2006-06-28 | 2008-01-17 | Nippon Steel Corp | 調質圧延方法 |
CN102641900A (zh) * | 2010-12-01 | 2012-08-22 | 上海宝信软件股份有限公司 | 平整机延伸率控制方法及控制设备 |
JP2016049553A (ja) * | 2014-09-01 | 2016-04-11 | Jfeスチール株式会社 | 調質圧延機の制御装置及び制御方法 |
CN109702020A (zh) * | 2019-03-13 | 2019-05-03 | 飞马智科信息技术股份有限公司 | 一种冷轧平整机薄带钢板形控制***及方法 |
CN112718877A (zh) * | 2019-10-14 | 2021-04-30 | 上海宝信软件股份有限公司 | 平整机轧制力表的自动优化***及方法 |
CN111400928A (zh) * | 2020-04-03 | 2020-07-10 | 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 |
CN112845618A (zh) * | 2021-02-05 | 2021-05-28 | 唐山钢铁集团有限责任公司 | 一种优化热轧平整二级轧制力设定值的方法 |
CN113649420A (zh) * | 2021-07-28 | 2021-11-16 | 首钢京唐钢铁联合有限责任公司 | 一种平整机轧制力获取方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114505349A (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102886381B (zh) | 一种厚板轧制方法 | |
CN101537431B (zh) | 冷轧薄带钢表面粗糙度在线预测和控制方法 | |
CN110385340B (zh) | 一种双机架平整机的轧制方法及装置 | |
CN101817022B (zh) | 一种用于冷连轧中宽钢带的卷取张力补偿方法 | |
CN103128107B (zh) | 一种热连轧粗轧短行程曲线参数的在线计算方法 | |
CN105013832A (zh) | 一种兼顾轧制能耗与良好板形的热轧带钢负荷分配方法 | |
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 | |
CN106903172A (zh) | 一种实现钢板在轧制不同区域位置跟踪切换的控制方法 | |
US20220126339A1 (en) | Setup condition determining method for manufacturing facilities, mill setup value determining method for rolling mill, mill setup value determining device for rolling mill, product manufacturing method, and rolled material manufacturing method | |
CN113987949B (zh) | 一种基于数据驱动的板带钢变形抗力预测方法 | |
CN111375636B (zh) | 基于轧制过程参数分析的自动出钢辨识方法 | |
CN110851994B (zh) | 一种冷轧带材在线板形目标曲线调整方法 | |
CN114505349B (zh) | 一种冷轧平整机工艺参数自动控制方法 | |
CN114632823B (zh) | 一种提高宽厚板轧制力模型预报精度的方法 | |
CN109772894A (zh) | 一种热轧楔形坯的带钢宽度控制方法 | |
CN113275385B (zh) | 一种动态控制单机架轧机待轧位置的方法 | |
CN103357676B (zh) | 一种分段控制平整液喷射压力的***及其方法 | |
CN107234135A (zh) | 一种适用于热连轧机组出口带钢表面粗糙度控制方法 | |
CN115218603A (zh) | 冷却流量控制方法及装置 | |
CN107520255A (zh) | 一种自学习式轧机入口厚度优化方法 | |
CN108500067B (zh) | 热连轧带钢的板形调整方法 | |
CN112246880A (zh) | 基于前馈一中间窜辊补偿的二十辊轧机板形优化控制方法 | |
CN103105776B (zh) | 无取向硅钢酸洗剪边控制方法 | |
CN111399452B (zh) | 一种提高家电板带钢峰值密度的平整工艺优化方法 | |
CN112570464B (zh) | 改进的边部断面形状的同板差控制方法 |
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 |