CN116274415A - 一种基于热连轧带钢尾部厚跃的分析方法及装置 - Google Patents
一种基于热连轧带钢尾部厚跃的分析方法及装置 Download PDFInfo
- Publication number
- CN116274415A CN116274415A CN202310211828.0A CN202310211828A CN116274415A CN 116274415 A CN116274415 A CN 116274415A CN 202310211828 A CN202310211828 A CN 202310211828A CN 116274415 A CN116274415 A CN 116274415A
- Authority
- CN
- China
- Prior art keywords
- tail
- strip steel
- roll gap
- jump
- data
- 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.)
- Pending
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 295
- 239000010959 steel Substances 0.000 title claims abstract description 295
- 238000005096 rolling process Methods 0.000 title claims abstract description 109
- 238000004458 analytical method Methods 0.000 title claims abstract description 61
- 239000008186 active pharmaceutical agent Substances 0.000 claims abstract description 111
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000005070 sampling Methods 0.000 claims abstract description 6
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 6
- 238000011084 recovery Methods 0.000 claims description 15
- 238000001816 cooling Methods 0.000 claims description 14
- 230000006872 improvement Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 8
- 239000000498 cooling water Substances 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 8
- 238000005266 casting Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 5
- 230000015654 memory Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
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
- B21B37/72—Rear end control; Front end control
-
- 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
- B21B38/04—Methods or devices for measuring, detecting or monitoring specially adapted for metal-rolling mills, e.g. position detection, inspection of the product for measuring thickness, width, diameter or other transverse dimensions of 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
- B21B38/10—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-gap, e.g. pass indicators
-
- 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
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明提供了一种基于热连轧带钢尾部厚跃的分析方法及装置，涉及工热连轧技术领域。包括：采集热连轧精轧机每个机架带钢尾部厚跃过程数据；上游机架抛钢前1s开始，视为下游机架尾部厚跃阶段，数据采样周期10ms，带钢同品规数据归类；确定带钢尾部DS侧辊缝厚跃量、OS侧辊缝厚跃量，两侧辊缝厚跃量偏差，轧制力偏差，带钢温度衰减值；分析带钢尾部厚跃量，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议。本发明基于对热连轧每个机架辊缝、轧制力等计算值的连续判断，分析带钢尾部厚跃量控制调整策略，实际应用结果表明，该分析方法可以有效提升带钢产量及减少对设备冲击。
Description
技术领域
本发明涉及热连轧精轧机技术领域，特别是指一种基于热连轧带钢尾部厚跃的分析方法及装置。
背景技术
粗、精轧机组是热连轧厂的主要组成部分，一般粗轧有1个或2个机架，本文所说主要针对精轧机，精轧机组有7个机架，分别是F1、F2、F3、F4、F5、F6、F7机架。文章中热连轧生产线中，粗、精轧机架都是4辊轧机，上下支撑辊和上下工作辊。在热连轧生产过程中，如果机架尾部厚跃量大将会影响机械设备精度、降低带钢产品质量。
目前对于带钢尾部厚跃的研究大多是关于对设备间隙及带钢尾部厚度的研究，而对于带钢尾部厚跃分析的文献几乎没有。
发明内容
本发明提供了一种基于热连轧带钢尾部厚跃的分析方法，不仅可以提高轧制稳定性和产品质量，而且可以防止因抛钢尾部厚跃导致的机械设备精度低、工作辊表面压痕及产品成材率。
为解决上述发明目的，本发明提供的技术方案如下：一种基于热连轧带钢尾部厚跃的分析方法，包括以下步骤：
S1：采集热连轧精轧机中，每个机架带钢尾部厚跃过程数据，将带钢同品规数据归类；
S2：基于采集的数据，对带钢尾部DS侧和OS侧数据进行分析；
其中所述带钢尾部DS侧和OS侧数据包括：带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量；带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量偏差；带钢尾部DS侧和OS侧的轧制力偏差；带钢尾部DS侧和OS侧辊缝恢复时间以及带钢尾部温度衰减；
S3：基于所述带钢尾部DS侧和OS侧数据的分析结果，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，完成基于热连轧带钢尾部厚跃的分析。
可选地，步骤S1中，采集热连轧精轧机中，每个机架带钢尾部厚跃过程数据，包括：
将上游机架抛钢前1s开始，视为下游机架尾部厚跃阶段，采集热连轧精轧机每个机架带钢尾部厚跃过程数据，数据采样周期为10ms。
可选地，步骤S1中，带钢尾部厚跃过程数据包括：
带钢产品数据PDI信息、中间坯料实测厚度、中间坯尾部精轧机入口高温计FET实际值、轧机入口热检下降沿、每个机架抛尾速度、辊缝、活套的预设定数据以及机架间带钢尾部温度衰减计算值。
可选地，步骤S2中，对带钢尾部DS侧和OS侧数据进行分析，包括：
确定带钢尾部DS侧辊缝厚跃量、OS侧辊缝厚跃量；
其中，根据下述公式(1)对带钢尾部DS侧辊缝厚跃量进行计算：
ηds＝(Adm-Sds)/Sds*100％ (1)
其中，Adm表示DS侧最大实际值数据；Sds表示DS侧辊缝设定值数据，ηds表示DS侧辊缝厚跃量；
根据下述公式(2)对带钢尾部OS侧辊缝厚跃量进行计算：
ηos＝(Aom-Sos)/Sos*100％ (2)
其中，Aom表示OS侧最大实际值数据，Sos表示OS侧辊缝设定值数据，ηos表示OS侧辊缝厚跃量。
可选地，步骤S2中，对带钢尾部DS侧和OS侧数据进行分析，还包括：
基于带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量，根据下述公式(3)计算带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量确定两侧辊缝厚跃量偏差：
ηgap＝ηos-ηds (3)
其中，ηos表示OS侧辊缝厚跃量，ηds表示DS侧辊缝厚跃量，ηgap表示两侧厚跃量偏差。
可选地，步骤S2中，对带钢尾部DS侧和OS侧数据进行分析，还包括：
根据下述公式(4)确定带钢尾部DS侧和OS侧的轧制力偏差：
Fex＝Fos-Fds (4)
其中，Fos表示OS侧实际轧制力，Fds表示DS侧实际轧制力，Fex表示两侧实际轧制力偏差。
可选地，对带钢尾部DS侧辊缝和OS侧辊缝恢复时间进行分析，还包括：
将辊缝设定值为K，误差为C，稳态范围为[K-C，K+C]，确定稳态范围，误差范围C内，可通过轧钢，否则预警；
确定稳态时间，将DS侧、OS侧辊缝实测曲线与直线K-C、K+C相交的所有点合并为以为一维矩阵，将滑窗的开始结束时间合并在所述一维矩阵，将所述一维矩阵内时间对应数值排序，按照数值顺序计算相邻两个距离最大的点，得到的[t1，t2]为稳态持续时间，则[t0，t1]为辊缝恢复时间，即稳态时间，其中t0表示滑窗开始时间。
可选地，对带钢尾部在机架间温度衰减值的分析包括：
根据下述公式(5)(6)计算粗轧出口带钢温度，
Q＝σ(TP+Ta+27310)4 (6)
其中，Temp表示轧件平均温度(℃)，TP表示轧件表面温度(℃)，Ta表示空气温度(℃)，h表示轧件平均厚度(mm)，c表示轧件比热容kJ(kg·℃)，ε表示空冷辐射系数，σ表示史蒂芬-玻尔兹曼常数(W/(m2·℃4))；
根据下述公式(7)、(8)计算带钢尾部在精轧机架间温度衰减：
其中，HR表示带钢空冷温度，η表示带钢温度常数，ε表示带钢辐射率，T表示带钢表面温度，Ta表示环境温度；
其中，Tw表示带钢水冷温度，
表示带钢机架冷却水流量,T0表示带钢表面温度，公式中常数为经验值。
可选地，基于所述带钢尾部DS侧和OS侧数据的分析结果，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，完成基于热连轧带钢尾部厚跃的分析，包括：
基于所述带钢尾部辊缝厚跃量数据，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，其中：
当带钢目标厚度≤4.5mm以下时启动如下判断条件，则建议下一块同品规带钢提高抛尾速度或降低尾部冷却水量：
其中，Gos表示当前带钢尾部OS侧辊缝实际值，Gds表示当前带钢尾部DS侧辊缝实际值，Gset表示当前带钢尾部辊缝设定值，Gact表示当前带钢尾部辊缝实际值，Ftail表示当前带钢尾部温度实际值，Ftail表示知识库最优温度值，Rtail表示当前带钢相对压下率，Rhis表示知识库最优相对压下率，ηmax表示当前带钢尾部平均厚跃量，ηhis表示当知识库最优尾部平均厚跃量；
当带钢目标厚度＞5mm以下时启动如下判断条件，则建议下一块同品规带钢提高尾部温度或变尾轧制：
其中，α表示当前带钢尾部辊缝平均差值，αhis表示知识库最优尾部辊缝差值，Ftail表示当前带钢尾部温度实际值，Fhis表示知识库最优温度值，Rtail表示当前带钢相对压下率，Rhis表示知识库最优相对压下率，ηos表示当前带钢操作侧尾部最大厚跃量，ηhiso表示知识库最优操作侧尾部最大厚跃量，ηds表示当前带钢传动侧尾部最大厚跃量，ηhisd表示知识库最优传动侧尾部最大厚跃量。
一方面，提供了一种基于热连轧带钢尾部厚跃的分析装置，该装置应用于电子设备，该装置包括：
数据采集模块，用于采集热连轧精轧机中，每个机架带钢尾部厚跃过程数据，将带钢同品规数据归类；
数据分析模块，用于基于采集的数据，对带钢尾部DS侧和OS侧数据进行分析；
其中所述带钢尾部DS侧和OS侧数据包括：带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量；带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量偏差；带钢尾部DS侧和OS侧的轧制力偏差；带钢尾部DS侧和OS侧辊缝恢复时间以及带钢尾部温度衰减；
分析建议模块，用于基于所述带钢尾部DS侧和OS侧数据的分析结果，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，完成基于热连轧带钢尾部厚跃的分析。
一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述一种基于热连轧带钢尾部厚跃的分析方法。
本发明实施例的上述技术方案至少具有如下有益效果：
上述方案中，实时采集粗、精轧机带钢尾部厚跃所有数据：根据实时采集的带钢尾部厚跃数据，以主键、辅助方式进行分析，提供建议参考，调整下一块同品规带钢的质量、工艺、设备数据降低影响机械精度的因素，提高轧制稳定性和产品质量、产品成材率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种基于热连轧带钢尾部厚跃的分析方法的流程图；
图2是本发明实施例提供的一种基于热连轧带钢尾部厚跃的分析方法的详细流程图；
图3是本发明实施例提供的一种基于热连轧带钢尾部厚跃的分析方法的F1机架单侧厚跃量DS、OS自最高峰曲线示意图；
图4是本发明实施例提供的一种基于热连轧带钢尾部厚跃的分析方法的尾部厚跃量曲线示意图；
图5是本发明实施例提供的一种基于热连轧带钢尾部厚跃的分析方法的尾部温度衰减曲线示意图；
图6是是本发明实施例提供的一种基于热连轧带钢尾部厚跃的分析装置框图；
图7是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明针对目前对于带钢尾部厚跃的研究大多是关于对设备间隙及带钢尾部厚度的研究，而对于带钢尾部厚跃分析的文献几乎没有的问题，提供了一种基于热连轧带钢尾部厚跃的分析方法，该方法可以由电子设备实现，该电子设备可以是终端或服务器。如图1所示的基于热连轧带钢尾部厚跃的分析方法流程图，该方法的处理流程可以包括如下的步骤：
S101：采集热连轧精轧机中，每个机架带钢尾部厚跃过程数据，将带钢同品规数据归类。
一种可行的实施方式中，将上游机架抛钢前1s开始，视为下游机架尾部厚跃阶段，采集热连轧精轧机每个机架带钢尾部厚跃过程数据，数据采样周期为10ms。
本发明实施例中，采用卡尔曼(Kalman)滤波算法对实时采集的抛钢前数据和带钢尾部厚跃数据进行滤波处理，去除数据中的干扰。
一种可行的实施方式中，带钢尾部厚跃过程数据包括：
带钢产品数据PDI信息、中间坯料实测厚度、中间坯尾部精轧机入口高温计FET实际值、轧机入口热检下降沿、每个机架抛尾速度、辊缝、活套的预设定数据以及机架间带钢尾部温度衰减计算值。
一种可行的实施方式中，如图2所述，本发明首先采集热连轧粗轧末道次设备数据及带钢数据，精轧机每个机架的带钢尾部抛钢过程数据，精轧机入口高温计下降沿前一秒开始视为F1机架带钢尾部厚跃开始，F1抛钢前500ms开始视为F2机架带钢尾部厚跃开始，以此类推直到F7机架，数据采样周期为10ms，知识库所有品规最优时间视为一年内最优的单卷数据，在确定带钢尾部两侧平均厚跃量、DS侧(传动侧)尾部最大厚跃量及平均厚跃量、OS侧(操动侧)尾部最大厚跃量及平均厚跃量、机架两侧厚跃量偏差、两侧轧制力偏差，尾部温度衰减，尾部相对压力下率，带钢尾部冷却，最后分析带钢尾部厚跃量等级，提出针对下一块同品规带钢尾部厚跃对设备、工艺、质量的调整建议。
S102：基于采集的数据，对带钢尾部DS侧和OS侧数据进行分析；
其中所述带钢尾部DS侧和OS侧数据包括：带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量；带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量偏差；带钢尾部DS侧和OS侧的轧制力偏差；带钢尾部DS侧和OS侧辊缝恢复时间以及带钢尾部温度衰减；
一种可行的实施方式中，对带钢尾部DS侧和OS侧数据进行分析，包括：
确定带钢尾部DS侧辊缝厚跃量、OS侧辊缝厚跃量；
其中，根据下述公式(1)对带钢尾部DS侧辊缝厚跃量进行计算：
ηds＝(Adm-Sds)/Sds*100％ (1)
其中，Adm表示DS侧最大实际值数据；Sds表示DS侧辊缝设定值数据，ηds表示DS侧辊缝厚跃量；
根据下述公式(2)对带钢尾部OS侧辊缝厚跃量进行计算：
ηos＝(Aom-Sos)/Sos*100％ (2)
其中，Aom表示OS侧最大实际值数据，Sos表示OS侧辊缝设定值数据，ηos表示OS侧辊缝厚跃量。
一种可行的实施方式中，对带钢尾部DS侧和OS侧数据进行分析，还包括：
基于带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量，根据下述公式(3)计算带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量确定两侧辊缝厚跃量偏差：
ηgap＝ηos-ηds (3)
其中，ηos表示OS侧辊缝厚跃量，ηds表示DS侧辊缝厚跃量，ηgap表示两侧厚跃量偏差。
一种可行的实施方式中，根据实时采集的带钢尾部抛钢厚跃数据，以带钢尾部厚跃量为主键，尾部温度为辅助，(例如，FET高温计下降沿开始往前找8m带钢的温度值，精轧机入口高温计下降沿前一秒开始视为F1机架带钢尾部厚跃开始至F1抛钢的数据，其他机架按照上述以此类推)，组合均值法和极值法，利用带钢尾部厚跃历史最优数据与当前带钢尾部厚跃数据对比分析；其中，所述尾部厚跃量波峰为主键，精轧机架间温度衰减为辅主的分析式为：
其中，HR表示带钢空冷温度，η表示带钢温度常数，ε表示带钢辐射率，T表示带钢表面温度，Ta表示环境温度。
一种可行的实施方式中，根据实时采集的带钢尾部抛钢厚跃数据，以带钢尾部厚跃量为主键，尾部温度为辅助，(例如，FET高温计下降沿开始往前找8m带钢的温度值，精轧机入口高温计下降沿前一秒开始视为F1机架带钢尾部厚跃开始至F1抛钢的数据，其他机架按照上述以此类推)，组合均值法和极值法，利用带钢尾部厚跃历史最优数据与当前带钢尾部厚跃数据对比分析；其中，所述尾部厚跃量平均值主键，粗轧出口带钢温度为辅助分析式为：
其中，ηos表示OS侧尾部厚跃量值数据，ηds表示DS侧尾部厚跃量值数据，ηgap表示机架尾部平均厚跃量。
一种可行的实施方式中，对带钢尾部DS侧和OS侧数据进行分析，还包括：
根据下述公式(4)确定带钢尾部DS侧和OS侧的轧制力偏差：
Fex＝Fos-Fds (4)
其中，Foｓ表示OS侧实际轧制力，Fdｓ表示DS侧实际轧制力，Feｘ表示两侧实际轧制力偏差。
一种可行的实施方式中，对带钢尾部DS侧辊缝和OS侧辊缝恢复时间进行分析，还包括：
将辊缝设定值为K，误差为C，稳态范围为[K-C，K+C]，确定稳态范围，误差范围C内，可通过轧钢，否则预警；
确定稳态时间，将DS侧、OS侧辊缝实测曲线与直线K-C、K+C相交的所有点合并为以为一维矩阵，将滑窗的开始结束时间合并在所述一维矩阵，将所述一维矩阵内时间对应数值排序，按照数值顺序计算相邻两个距离最大的点，得到的[t1，t2]为稳态持续时间，则[t0，t1]为辊缝恢复时间，即稳态时间，其中t0表示滑窗开始时间。如图3所示，为F1机架单侧厚跃量DS、OS自最高峰曲线示意图，图4为本发明尾部厚跃量曲线示意图。
一种可行的实施方式中，如图5所示为尾部温度衰减曲线示意图，对带钢尾部在机架间温度衰减值的分析包括：
根据下述公式(5)(6)计算粗轧出口带钢温度，
Q＝σ(TP+Ta+27310)4 (6)
其中，Temp表示轧件平均温度(℃)，TP表示轧件表面温度(℃)，Ta表示空气温度(℃)，h表示轧件平均厚度(mm)，c表示轧件比热容kJ(kg·℃)，ε表示空冷辐射系数，σ表示史蒂芬-玻尔兹曼常数(W/(m2·℃4))；
一种可行的实施方式中，计算数值为：
Q＝σ(TP+Ta+27310)4。
根据下述公式(7)、(8)计算带钢尾部在精轧机架间温度衰减：
其中，HR表示带钢空冷温度，η表示带钢温度常数，ε表示带钢辐射率，T表示带钢表面温度，Ta表示环境温度；
其中，Tw表示带钢水冷温度，
表示带钢机架冷却水流量，T0表示带钢表面温度，公式中常数为经验值。
S103：基于所述带钢尾部DS侧和OS侧数据的分析结果，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，完成基于热连轧带钢尾部厚跃的分析。
一种可行的实施方式中，基于所述带钢尾部DS侧和OS侧数据的分析结果，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，完成基于热连轧带钢尾部厚跃的分析，包括：
基于所述带钢尾部辊缝厚跃量数据，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，其中：
当带钢目标厚度≤4.5mm以下时启动如下判断条件，则建议下一块同品规带钢提高抛尾速度或降低尾部冷却水量：
其中，Gos表示当前带钢尾部OS侧辊缝实际值，Gds表示当前带钢尾部DS侧辊缝实际值，Gset表示当前带钢尾部辊缝设定值，Gact表示当前带钢尾部辊缝实际值，Ftail表示当前带钢尾部温度实际值，Ftail表示知识库最优温度值，Rtail表示当前带钢相对压下率，Rhis表示知识库最优相对压下率，ηmax表示当前带钢尾部平均厚跃量，ηhis表示当知识库最优尾部平均厚跃量；
当带钢目标厚度＞5mm以下时启动如下判断条件，则建议下一块同品规带钢提高尾部温度或变尾轧制：
其中，α表示当前带钢尾部辊缝平均差值，αhis表示知识库最优尾部辊缝差值，Ftail表示当前带钢尾部温度实际值，Fhis表示知识库最优温度值，Rtail表示当前带钢相对压下率，Rhis表示知识库最优相对压下率，ηos表示当前带钢操作侧尾部最大厚跃量，ηhiso表示知识库最优操作侧尾部最大厚跃量，ηds表示当前带钢传动侧尾部最大厚跃量，ηhisd表示知识库最优传动侧尾部最大厚跃量。
本发明实施例中，本实施例中，因为为本发明讨论的带钢尾部厚跃分析粗轧末道次带钢温度，精轧机组每个机架。
为了验证本发明实施例所述的基于带钢热连轧尾部厚跃的分析方法，在某2250mm热连轧带钢生产线进行了判定实验，实施采集30块带钢尾部厚跃数据，运用本实施例提供的判断方法讲每卷带钢的厚跃数据在HMI上展示，其分析结果和现场实际情况基本一致。
本发明实施例中，实时采集粗、精轧机带钢尾部厚跃所有数据：根据实时采集的带钢尾部厚跃数据，以主键、辅助方式进行分析，提供建议参考，调整下一块同品规带钢的质量、工艺、设备数据降低影响机械精度的因素，提高轧制稳定性和产品质量、产品成材率。
图6是据一示例性实施例示出的一种基于热连轧带钢尾部厚跃的分析装置框图。参照图6该装置300包括：
数据采集模块310，用于采集热连轧精轧机中，每个机架带钢尾部厚跃过程数据，将带钢同品规数据归类；
数据分析模块320，用于基于采集的数据，对带钢尾部DS侧和OS侧数据进行分析；
其中所述带钢尾部DS侧和OS侧数据包括：带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量；带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量偏差；带钢尾部DS侧和OS侧的轧制力偏差；带钢尾部DS侧和OS侧辊缝恢复时间以及带钢尾部温度衰减；
分析建议模块330，用于基于所述带钢尾部DS侧和OS侧数据的分析结果，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，完成基于热连轧带钢尾部厚跃的分析。
可选地，数据采集模块310，用于将上游机架抛钢前1s开始，视为下游机架尾部厚跃阶段，采集热连轧精轧机每个机架带钢尾部厚跃过程数据，数据采样周期为10ms。
可选地，数据采集模块310，用于
带钢产品数据PDI信息、中间坯料实测厚度、中间坯尾部精轧机入口高温计FET实际值、轧机入口热检下降沿、每个机架抛尾速度、辊缝、活套的预设定数据以及机架间带钢尾部温度衰减计算值。
可选地，数据分析模块320，用于确定带钢尾部DS侧辊缝厚跃量、OS侧辊缝厚跃量；
其中，根据下述公式(1)对带钢尾部DS侧辊缝厚跃量进行计算：
ηds＝(Adm-Sds)/Sds*100％ (1)
其中，Adm表示DS侧最大实际值数据；Sds表示DS侧辊缝设定值数据，ηds表示DS侧辊缝厚跃量；
根据下述公式(2)对带钢尾部OS侧辊缝厚跃量进行计算：
ηos＝(Aom-Sos)/Sos*100％ (2)
其中，Aom表示OS侧最大实际值数据，Sos表示OS侧辊缝设定值数据，ηos表示OS侧辊缝厚跃量。
可选地，数据分析模块320，用于基于带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量，根据下述公式(3)计算带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量确定两侧辊缝厚跃量偏差：
ηgap＝ηos-ηds (3)
其中，ηos表示OS侧辊缝厚跃量，ηds表示DS侧辊缝厚跃量，ηgap表示两侧厚跃量偏差。
可选地，数据分析模块320，用于根据下述公式(4)确定带钢尾部DS侧和OS侧的轧制力偏差：
Fex＝Fos-Fds (4)
其中，Fos表示OS侧实际轧制力，Fds表示DS侧实际轧制力，Fex表示两侧实际轧制力偏差。
可选地，数据分析模块320，用于对带钢尾部DS侧辊缝和OS侧辊缝恢复时间进行分析，还包括：
将辊缝设定值为K，误差为C，稳态范围为[K-C，K+C]，确定稳态范围，误差范围C内，可通过轧钢，否则预警；
确定稳态时间，将DS侧、OS侧辊缝实测曲线与直线K-C、K+C相交的所有点合并为以为一维矩阵，将滑窗的开始结束时间合并在所述一维矩阵，将所述一维矩阵内时间对应数值排序，按照数值顺序计算相邻两个距离最大的点，得到的[t1，t2]为稳态持续时间，则[t0，t1]为辊缝恢复时间，即稳态时间，其中t0表示滑窗开始时间。
可选地，数据分析模块320，用于根据下述公式(5)(6)计算粗轧出口带钢温度，
Q＝σ(TP+Ta+27310)4 (6)
其中，Temp表示轧件平均温度(℃)，TP表示轧件表面温度(℃)，Ta表示空气温度(℃)，h表示轧件平均厚度(mm)，c表示轧件比热容kJ(kg·℃)，ε表示空冷辐射系数，σ表示史蒂芬-玻尔兹曼常数(W/(m2·℃4))；
根据下述公式(7)、(8)计算带钢尾部在精轧机架间温度衰减：
其中，HR表示带钢空冷温度，η表示带钢温度常数，ε表示带钢辐射率，T表示带钢表面温度，Ta表示环境温度；
其中，Tw表示带钢水冷温度，
表示带钢机架冷却水流量，T0表示带钢表面温度，公式中常数为经验值。
可选地，分析建议模块330，用于基于所述带钢尾部辊缝厚跃量数据，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，其中：
当带钢目标厚度≤4.5mm以下时启动如下判断条件，则建议下一块同品规带钢提高抛尾速度或降低尾部冷却水量：
其中，Gos表示当前带钢尾部OS侧辊缝实际值，Gds表示当前带钢尾部DS侧辊缝实际值，Gset表示当前带钢尾部辊缝设定值，Gact表示当前带钢尾部辊缝实际值，Ftail表示当前带钢尾部温度实际值，Ftail表示知识库最优温度值，Rtail表示当前带钢相对压下率，Rhis表示知识库最优相对压下率，ηmax表示当前带钢尾部平均厚跃量，ηhis表示当知识库最优尾部平均厚跃量；
当带钢目标厚度＞5mm以下时启动如下判断条件，则建议下一块同品规带钢提高尾部温度或变尾轧制：
其中，α表示当前带钢尾部辊缝平均差值，αhis表示知识库最优尾部辊缝差值，Ftail表示当前带钢尾部温度实际值，Fhis表示知识库最优温度值，Rtail表示当前带钢相对压下率，Rhis表示知识库最优相对压下率，ηos表示当前带钢操作侧尾部最大厚跃量，ηhiso表示知识库最优操作侧尾部最大厚跃量，ηds表示当前带钢传动侧尾部最大厚跃量，ηhisd表示知识库最优传动侧尾部最大厚跃量。
本发明实施例中，实时采集粗、精轧机带钢尾部厚跃所有数据：根据实时采集的带钢尾部厚跃数据，以主键、辅助方式进行分析，提供建议参考，调整下一块同品规带钢的质量、工艺、设备数据降低影响机械精度的因素，提高轧制稳定性和产品质量、产品成材率。
图7是本发明实施例提供的一种电子设备400的结构示意图，该电子设备400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(centralprocessing units，CPU)401和一个或一个以上的存储器402，其中，所述存储器402中存储有至少一条指令，所述至少一条指令由所述处理器401加载并执行以实现下述基于热连轧带钢尾部厚跃的分析方法的步骤：
S1：采集热连轧精轧机中，每个机架带钢尾部厚跃过程数据，将带钢同品规数据归类；
S2：基于采集的数据，对带钢尾部DS侧和OS侧数据进行分析；
其中所述带钢尾部DS侧和OS侧数据包括：带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量；带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量偏差；带钢尾部DS侧和OS侧的轧制力偏差；带钢尾部DS侧和OS侧辊缝恢复时间以及带钢尾部温度衰减；
S3：基于所述带钢尾部DS侧和OS侧数据的分析结果，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，完成基于热连轧带钢尾部厚跃的分析。
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述基于热连轧带钢尾部厚跃的分析方法。例如，所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于热连轧带钢尾部厚跃的分析方法，其特征在于，包括以下步骤：
S1：采集热连轧精轧机中，每个机架带钢尾部厚跃过程数据，将带钢同品规数据归类；
S2：基于采集的数据，对带钢尾部DS侧和OS侧数据进行分析；
其中所述带钢尾部DS侧和OS侧数据包括：带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量；带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量偏差；带钢尾部DS侧和OS侧的轧制力偏差；带钢尾部DS侧和OS侧辊缝恢复时间以及带钢尾部温度衰减；
S3：基于所述带钢尾部DS侧和OS侧数据的分析结果，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，完成基于热连轧带钢尾部厚跃的分析。
2.根据权利要求1所述的方法，其特征在于，所述步骤S1中，采集热连轧精轧机中，每个机架带钢尾部厚跃过程数据，包括：
将上游机架抛钢前1s开始，视为下游机架尾部厚跃阶段，采集热连轧精轧机每个机架带钢尾部厚跃过程数据，数据采样周期为10ms。
3.根据权利要1所述的方法，其特征在于，所述步骤S1中，带钢尾部厚跃过程数据包括：
带钢产品数据PDI信息、中间坯料实测厚度、中间坯尾部精轧机入口高温计FET实际值、轧机入口热检下降沿、每个机架抛尾速度、辊缝、活套的预设定数据以及机架间带钢尾部温度衰减计算值。
4.根据权利要求1所述的方法，其特征在于，所述步骤S2中，对带钢尾部DS侧和OS侧数据进行分析，包括：
确定带钢尾部DS侧辊缝厚跃量、OS侧辊缝厚跃量；
其中，根据下述公式(1)对带钢尾部DS侧辊缝厚跃量进行计算：
ηds＝(Adm-Sds)/Sds*100％ (1)
其中，Adm表示DS侧最大实际值数据；Sds表示DS侧辊缝设定值数据，ηds表示DS侧辊缝厚跃量；
根据下述公式(2)对带钢尾部OS侧辊缝厚跃量进行计算：
ηos＝(Aom-Sos)/Sos*100％ (2)
其中，Aom表示OS侧最大实际值数据，Sos表示OS侧辊缝设定值数据，ηos表示OS侧辊缝厚跃量。
5.根据权利要求4所述的方法，其特征在于，所述步骤S2中，对带钢尾部DS侧和OS侧数据进行分析，还包括：
基于带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量，根据下述公式(3)计算带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量确定两侧辊缝厚跃量偏差：
ηgap＝ηos-ηds (3)
其中，ηos表示OS侧辊缝厚跃量，ηds表示DS侧辊缝厚跃量，ηgap表示两侧厚跃量偏差。
6.根据权利要求5所述的方法，其特征在于，所述步骤S2中，对带钢尾部DS侧和OS侧数据进行分析，还包括：
根据下述公式(4)确定带钢尾部DS侧和OS侧的轧制力偏差：
Fex＝Fos-Fds (4)
其中，Fos表示OS侧实际轧制力，Fds表示DS侧实际轧制力，Fex表示两侧实际轧制力偏差。
7.根据权利要求5所述的方法，其特征在于，对带钢尾部DS侧辊缝和OS侧辊缝恢复时间进行分析，还包括：
将辊缝设定值为K，误差为C，稳态范围为[K-C,K+C]，确定稳态范围，误差范围C内，可通过轧钢，否则预警；
确定稳态时间，将DS侧、OS侧辊缝实测曲线与直线K-C、K+C相交的所有点合并为以为一维矩阵，将滑窗的开始结束时间合并在所述一维矩阵，将所述一维矩阵内时间对应数值排序，按照数值顺序计算相邻两个距离最大的点，得到的[t1，t2]为稳态持续时间，则[t0，t1]为辊缝恢复时间，即稳态时间，其中t0表示滑窗开始时间。
8.根据权利要求7所述的方法，其特征在于，所述对带钢尾部在机架间温度衰减值的分析包括：
根据下述公式(5)(6)计算粗轧出口带钢温度，
Q＝σ(TP+Ta+27310)4 (6)
其中，Temp表示轧件平均温度(℃)，TP表示轧件表面温度(℃)，Ta表示空气温度(℃)，h表示轧件平均厚度(mm)，c表示轧件比热容kJ(kg·℃)，ε表示空冷辐射系数，σ表示史蒂芬-玻尔兹曼常数(W/(m2·℃4))；
根据下述公式(7)、(8)计算带钢尾部在精轧机架间温度衰减：
其中，HR表示带钢空冷温度，η表示带钢温度常数，ε表示带钢辐射率，T表示带钢表面温度，Ta表示环境温度；
其中，Tw表示带钢水冷温度，
表示带钢机架冷却水流量,T0表示带钢表面温度，公式中常数为经验值。
9.根据权利要求1所述的方法，其特征在于，所述基于所述带钢尾部DS侧和OS侧数据的分析结果，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，完成基于热连轧带钢尾部厚跃的分析，包括：
基于所述带钢尾部辊缝厚跃量数据，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，其中：
当带钢目标厚度≤4.5mm以下时启动如下判断条件，则建议下一块同品规带钢提高抛尾速度或降低尾部冷却水量：
其中，Gos表示当前带钢尾部OS侧辊缝实际值，Gds表示当前带钢尾部DS侧辊缝实际值，Gset表示当前带钢尾部辊缝设定值，Gact表示当前带钢尾部辊缝实际值，Ftail表示当前带钢尾部温度实际值，Ftail表示知识库最优温度值，Rtail表示当前带钢相对压下率，Rhis表示知识库最优相对压下率，ηmax表示当前带钢尾部平均厚跃量，ηhis表示当知识库最优尾部平均厚跃量；
当带钢目标厚度＞5mm以下时启动如下判断条件，则建议下一块同品规带钢提高尾部温度或变尾轧制：
其中，α表示当前带钢尾部辊缝平均差值，αhis表示知识库最优尾部辊缝差值，Ftail表示当前带钢尾部温度实际值，Fhis表示知识库最优温度值，Rtail表示当前带钢相对压下率，Rhis表示知识库最优相对压下率，ηos表示当前带钢操作侧尾部最大厚跃量，ηhiso表示知识库最优操作侧尾部最大厚跃量，ηds表示当前带钢传动侧尾部最大厚跃量，ηhisd表示知识库最优传动侧尾部最大厚跃量。
10.一种基于热连轧带钢尾部厚跃的分析装置，其特征在于，所述装置适用于上述权利要求1-9中任意一项所述的方法，所述装置包括：
数据采集模块，用于采集热连轧精轧机中，每个机架带钢尾部厚跃过程数据，将带钢同品规数据归类；
数据分析模块，用于基于采集的数据，对带钢尾部DS侧和OS侧数据进行分析；
其中所述带钢尾部DS侧和OS侧数据包括：带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量；带钢尾部DS侧辊缝厚跃量和OS侧辊缝厚跃量偏差；带钢尾部DS侧和OS侧的轧制力偏差；带钢尾部DS侧和OS侧辊缝恢复时间以及带钢尾部温度衰减；
分析建议模块，用于基于所述带钢尾部DS侧和OS侧数据的分析结果，提出针对下一块带钢尾部厚跃对设备的冲击及提升产量的建议，完成基于热连轧带钢尾部厚跃的分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310211828.0A CN116274415A (zh) | 2023-02-28 | 2023-02-28 | 一种基于热连轧带钢尾部厚跃的分析方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310211828.0A CN116274415A (zh) | 2023-02-28 | 2023-02-28 | 一种基于热连轧带钢尾部厚跃的分析方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116274415A true CN116274415A (zh) | 2023-06-23 |
Family
ID=86780973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310211828.0A Pending CN116274415A (zh) | 2023-02-28 | 2023-02-28 | 一种基于热连轧带钢尾部厚跃的分析方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116274415A (zh) |
-
2023
- 2023-02-28 CN CN202310211828.0A patent/CN116274415A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102189117B (zh) | 基于横向性能检测的冷轧带钢平直度前馈控制方法 | |
| US8919162B2 (en) | Method of rolling a metal strip with adjustment of the lateral position of a strip and suitable rolling mill | |
| CN102641903B (zh) | 炉卷轧机轧件头尾跑偏控制方法 | |
| CN102658298B (zh) | 一种适用于热轧薄规格带钢的板形质量在线判定方法 | |
| CN104942019B (zh) | 一种带钢冷轧过程宽度自动控制方法 | |
| CN104307892B (zh) | 连轧穿带过程中带材头部纠偏的方法 | |
| CN104785543B (zh) | 一种基于滑动平均滤波的热轧带钢凸度反馈控制方法 | |
| CN106984652A (zh) | 根据中间坯镰刀弯控制精轧机架跑偏的方法 | |
| CN103506404A (zh) | 一种带钢精轧过程辊缝的控制方法 | |
| 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 | |
| CN102363159B (zh) | 一种单张板精密冷轧板厚测量***的厚度控制方法 | |
| CN114818456B (zh) | 一种冷连轧带钢全长变形抗力预测方法及优化方法 | |
| CN106914495B (zh) | 一种热轧带钢镰刀弯控制方法及*** | |
| CN116274415A (zh) | 一种基于热连轧带钢尾部厚跃的分析方法及装置 | |
| CN112872044A (zh) | 一种控制轧制节奏的方法及装置 | |
| CN110293135B (zh) | 一种粗轧宽度动态前馈控制方法 | |
| CN113020280B (zh) | 一种热轧带钢粗轧大立辊的在线精度评价方法 | |
| CN107486587B (zh) | 一种提高剪切设定模型控制精度的减薄量补偿方法 | |
| CN110842024B (zh) | 一种剪切带钢的方法及装置 | |
| CN102716914B (zh) | 一种适合于平整机组的板形曲线补偿方法 | |
| CN114029346A (zh) | 一种适用于自由规程轧制的精轧机组辊缝调平修正方法 | |
| JP2015147249A (ja) | 圧延機の制御方法、圧延機の制御装置、及び圧延材の製造方法 | |
| JP3613250B2 (ja) | 厚板の圧延方法 | |
| CN113112120B (zh) | 一种热轧带钢侧压机的在线精度评价方法 | |
| CN113198839B (zh) | 机架间断面形状数据分配合理性的诊断方法、装置及设备 |
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 |