中厚板轧制辊缝值的设定方法

本文介绍中厚板轧机的计算机控制方法，尤其是中厚板高精度轧制辊缝值的设定方法，通过实时厚度最佳分配、轧制过程自适应和轧机弹跳方程得出辊缝设定值，从而达到命中目标厚度和板形平直的目的。     

中厚板轧制过程消除侧弯的两侧辊缝在线调整模型

分析了中厚板轧制过程中两侧辊缝差、轧件入口横向楔形、轧件两侧温度差和轧机两侧刚度差对中厚板两侧厚度偏差的影响。根据实时检测的轧制力、辊缝等数据,利用轧机刚度和轧件塑性系数推导了消除侧弯的两侧辊缝在线自动调整模型。该模型在国内某3 500 mm轧机上进行在线应用,40 mm以下成品钢板两侧厚度偏差控制在0.12 mm以内,消除薄宽规格钢板的刮框事故,轧后钢板的侧弯得到有效控制。     

中厚板轧机两侧刚度差异对辊缝设定的影响

中厚板轧机两侧刚度的差异会导致轧制过程中轧辊发生倾斜，给辊缝的设定带来困难。为此，作者首先将S1ms轧制力公式简化成道次压下量的简单函数，然后利用该函数分析了中厚板轧机驱动侧和操作侧的刚度差异引起的轧辊倾斜对轧制力分布的影响。发现：如果轧机两侧刚度差异不大，则轧辊倾斜前后的轧制力分布曲线的积分值相等，而且轧制中心线的辊缝位置基本没有变化。根据该结论给出了实测刚度曲线的拟合方法，利用该拟合曲线进行辊缝设定可以避免刚度差异带来的影响。另外，还可将该拟合曲线作为虚拟测厚仪来计算轧件的道次出口厚度。     

中厚板轧机无回缩变精度快速辊缝设定法

分析中厚板轧制过程不同道次辊缝设定精度对轧件终轧尺寸精度的影响，证明了轧件终轧尺寸精度对前面道次的辊缝设定精度不敏感。基于此特性，提出中厚板电-液联合辊缝设定新方法——无回缩变精度快速辊缝设定法。采用该方法，轧制过程液压缸油柱不用回缩，而且前面道次液压不进行微调，从而节省了辊缝设定时间。实践证明该优化方法可明显提高轧制节奏，具有较大的推广价值。     

动态修正轧机弹跳值提高热轧带钢头尾厚度精度

为了得到高精度的辊缝设定值,分析了某钢铁公司热连轧厂轧机弹性方程,找出更接近实际的轧机弹性曲线,以便在假定带钢塑性系数为常数的条件下,在线动态给出带钢穿带过程中轧机弹跳值修正量。结果表明：一段轧机弹跳回归模型精度比二段轧机弹跳回归模型高一个数量级。通过动态修正轧机弹跳方程,消除了辊缝设定模型中的刚度补偿系数误差,可以提高热轧带钢头尾部厚度精度。     

基于有限元分析的冷连轧辊缝设定模型研究

针对冷连轧有限元分析中辊缝设定需要多次调试的问题,在河钢唐钢1 740 mm冷连轧有限元模型研究基础上,开发了一种可以快速确定各机架辊缝设定值的冷连轧辊缝设定模型。利用各机架轧机弹性变形数据拟合出轧制力对出口厚度与辊缝之差的轧机弹性变形公式,同时利用各机架轧件塑性变形数据拟合出轧制力对轧件真应变的轧件塑性变形公式。轧机弹性变形公式和轧件塑性变形公式联立求解出辊缝设定公式,即可通过已知入口厚度和出口厚度确定辊缝设定值。利用该公式对S5机架新增的计算工况条件进行了辊缝预测,并与实际所需辊缝进行对比,偏差控制在5.92%以内,辊缝设定模型可靠。     

中厚板厚度的在线软测量方法

根据中厚板的轧制特点,建立了比较完善的轧件出口厚度的软测量方法,它考虑了辊系弹性变形的影响,并引入辊缝零点漂移自学习算法,修正了轧辊磨损、热膨胀和机械间隙变化带来的影响,使轧件出口厚度的软测量模型更加完善.同时分析了实时轧制力和辊缝数据的处理方法对厚度计算的影响.在中厚板厂的应用结果表明,这种软测量方法精度较高,适合在实时中厚板轧制过程中应用.     

轧辊凸度变化对中厚板辊缝设定的影响

 根据影响函数法计算轧辊凸度对辊缝设定的影响,当保持工作辊和支承辊凸度不变,则轧制力与辊系弹性变形呈线性关系,工作辊和支承辊凸度的变化对直线的斜率几乎没有影响。并基于不同条件的计算结果,回归出轧辊凸度变化对辊缝设定影响的计算模型。最后对传统轧机弹跳模型进行改造,提出新的轧机弹跳模型。实际应用表明该修正模型能够有效提高轧件厚度预测精度。     

提高半连续热带钢轧机板厚精度的辊缝设定模型

为克服带钢头尾温差对成品带钢厚度超差的影响,保证对带钢的厚度精度的要求,本文建立了实现带钢头部按成品带厚负公差轧制,带钢尾部按成品带厚正公差轧制的辊缝设定模型。应用本文所建立的辊缝设定模型进行计算机离线分析表明,可消除带钢头尾温差对带钢厚度超差的影响,给出带钢厚度公差δ值,以满足对带钢厚度精度要求,提高成品带钢的收得率,能取得较理想的经济效果。     

冷连轧动态变规格辊缝动态设定原理与应用

以变断面，变张力逆流求解非线性方程组动态变规格模型为基础，考虑了材料变形抗力偏差及轧机入口带钢厚度偏差来修正动态变规格过程辊缝的设定值，建立起冷连轧动态变规格辊缝动态设定系统。通过宝钢益昌1220冷连轧机组实际应用表明，该系统可以提高动态变规格过程轧制参数的稳定性，同时可以提高变规格过程中带钢的厚度精度，减少厚度超差长度。     

板带轧制宽度补偿模型的建立

为了得到高精度的辊缝设定值,结合现场实际,对板带轧制过程中轧件宽度变化对弹跳模型精度的影响问题进行了研究,建立了宽度补偿数学模型。实践证明,产品厚度精度大为提高。     

提高轧制力设定精度的一种离线优化方法

轧制力参数设定是轧机设定模型的核心参数之一,对决定成品卷的厚度精度及板型质量至关重要。京唐酸轧二级模型计算轧制力时采用Bland-Ford-Hill公式,经分析确定影响轧制力计算精度的参数主要为变形抗力和摩擦力因数。因此提出了一种利用特定钢种的初始历史实际轧制数据离线调整其变形抗力和摩擦力因数的方法,从而提高本钢种在线轧制力模型的设定精度。实际应用表明,使用通过此方法优化后的变形抗力和摩擦力参数计算轧制力,轧制力设定模型的精度得到了明显提高,能够满足在线控制需求。     

5 000 mm宽厚板头部厚度超差原因及控制对策

 某5 000 mm宽厚板生产线轧制厚板时头部0.2～1.0 m范围内厚度超差较严重,极大地影响了产品尺寸精度与成材率。究其原因为轧制力预报偏差较大及头部辊缝补偿过度使得实际辊缝偏小,造成头部厚度偏薄,且随着钢板厚度越厚,该现象越明显。通过对L2轧制力设定模型及L1头部厚度控制系统的相关参数进行优化,经多次工业试验及应用,取得了显著效果,头部厚度合格率由原来的50%提高到90%以上。     

3500mm中厚板轧机MAS功能的在线实现

简化平面形状的控制理论模型,建立了楔形区厚度变化量和长度的线性关系;对轧件轧制长度进行计算机离散化处理,采用牛顿迭代法,建立纵向变截面轧制的微跟踪模型;根据实际轧制力和目标厚度,由Absolute—AGC进行辊缝设定计算,利用自主开发的2级计算机控制系统在邯钢3500mm中厚板轧机上实现了平面形状控制功能,获得了较好的控制效果。     

中厚板厂薄规格钢板轧制技术开发

通过分析影响薄规格钢板生产的因素,如精轧机轧制温度控制、板形控制、厚度控制等,开发出批量生产薄规格钢板的技术措施,如优化加热炉温度控制,提高精轧机温度保障能力;优化精轧机厚度自动控制系统的控制程序,实现薄规格钢板高精度厚度自动控制;优化精轧机辊型和轧制策略,提高板形控制能力等。成功开发出6 mm×3 000 mm极限薄规格钢板,并具备了薄规格钢板批量生产能力。     

中厚板轧机平面形状控制技术的工业推广应用

 为推动平面形状控制技术的工业推广应用，介绍了中厚板轧机平面形状控制技术的基本原理，论述了为实现平面形状控制技术现场应用，中厚板轧机机械系统、液压系统和自动化系统应具备的条件。以唐钢中厚板生产线为例，对液压系统进行改造，采用双伺服阀并联方式，达到20 mm/s的液压压下速度。自动化系统由基础自动化、过程控制系统和人机界面系统协调配合，实现平面形状控制功能。通过采用高次曲线控制模型、轧件长度精确跟踪功能以及高精度厚度计算模型，实现平面形状控制道次的精确厚度变化控制。实际应用表明，投入平面形状控制技术后，中厚板两切产品成材率提高超过0.7%，四切产品成材率提高超过1%，可以显著提升中厚板产品成材率，创造可观的经济效益。     

宝钢5m厚板轧机工程建设及试生产

中国造船工业的发展及国内石油天然气能源输送管道建设需要大量高等级厚板,为满足上述需求,宝钢建设了5 m厚板轧机.该轧机采用了高性能设备参数,采用计算机控制,一期建设一架精轧机,设计年产量140万t,于2005年3月1日开始试生产,目前月产量达12万t.文章概要介绍该厚板轧机平面布置、生产工艺,并论述了所采用的高精度轧制厚度控制技术、平面形状控制技术、板型控制技术等新技术,及试生产实绩.     

提高中厚板轧机同板差控制水平的探索与实践

以邯钢中板厂3500mm中厚板生产线为例，分析了中厚板同板差产生的原因，提出了提高中厚板轧机AGC控制系统精度的措施。通过探索和实践，邯钢中板厂3500mm中厚板生产线产品纵向同板差控制在0．2-0．3mm，头尾厚度同板差基本控制在0．3～0．4mm，板凸度控制在0．13mm以内，能够很好地满足用户需要。     

极限学习机在中厚板轧制力预报中的应用

摘要：轧制力是影响中厚板厚度精度和板型的关键因素。兴澄特钢中厚板轧机二级模型采用传统Sims公式计算轧制力，精度较低。为提高轧制力预报精度，首先基于大量历史生产数据，通过主成分分析法对影响轧制力的因素进行处理和分析，选出权重较大的影响因子；其次选取现场代表钢种进行热模拟压缩实验，在此基础上提出基于极限学习机(ELM)的综合神经网络轧制力预报模型，即先通过化学成分计算出基准变形抗力，再将其作为轧制力神经网络输入变量进行轧制力预报。建模采用10折10次交叉验证确定最佳网络隐层节点数，并用现场实际生产过程数据对网络进行训练与测试。综合神经网络模型投入现场生产，轧制力预报相对误差±10%以内占比提高15.61%，钢板头部厚度命中率提高1.9%。     

层流冷却控制模型的应用及改进

控制轧制和控制冷却是现代化板材的主导生产工艺,用于生产优质的中厚板,层流冷却控制系统的控制精度直接影响产品的性能。安钢炉卷轧机采用层流冷却控制模型,对钢板通过层流冷却区域的速度和冷却水量进行控制,在实际使用中对影响其控制精度的一些因素进行了修正和完善,取得了良好的效果。