融合轧制机理和深度学习的带钢精轧宽度预测

宽度精度是热轧带钢成形过程的重要指标,准确预测精轧宽度有助于及时修正粗轧宽度设定模型,提高成品带钢的宽度精度。然而,依据轧制机理建立的宽度预测模型偏离实际工况从而精度较低,依据神经网络建立的模型由于过程黑箱导致可信度低。为此,提出了一种融合轧制机理和人工神经网络的热轧带钢精轧宽度组合预测模型,以基于Hill公式的机理模型计算精轧宽度的预测基准值,以基于深度置信网络(DBN)的深度学习模型预测精轧宽度的修正值。选取实际生产的2 730组数据中的49个特征值作为试验数据进行建模分析,结果表明:该组合模型预测精度高、稳定性好且预测时间短,其均方根误差为0.428 15 mm,相比机理模型降低了79.6%,相比神经网络模型降低了6.2%,实现了精轧宽度的高精度预测。     

热轧带钢凸度影响率计算软件开发

采用影响函数法开发了热轧带钢凸度影响率计算软件,使用该软件可以计算压下量影响率、轧辊直径影响率、单位宽度轧制力影响率、工作辊弯辊力影响率、工作辊凸度影响率、带钢入口凸度影响率和负荷分布影响率等带钢凸度影响率基本值及6次多项式拟合系数。     

基于类别特征梯度提升的冷轧带钢板形预测模型

板形控制是冷轧带钢生产过程的核心技术。为了提升板形预设定和闭环反馈控制效果,建立高精度的板形预测模型非常必要。提出了一种基于类别特征梯度提升的冷轧带钢板形预测模型,通过某1 450 mm冷连轧生产线采集的生产数据建立模型,采用贪婪搜索和交叉验证的方式进行超参数设置,以自适应提升模型、梯度提升决策树模型和深度学习神经网络模型作为对比。结果表明：类别特征梯度提升模型的RMSE为0.666 IU,并且有90.397%的预测数据绝对误差小于1 IU,较其他3种模型有更好的表现,对冷轧带钢板形预测有更好的鲁棒性和预测精度。     

热轧带钢力学性能在线预测模型的开发与应用

热轧带钢力学性能在线预测技术能够优化生产工艺、改善成品质量。为此,在传统数学模型的基础上,采用Bayes神经网络建立了热轧带钢力学性能在线预测新模型。介绍了基于Bayes理论方法的神经网络、数据预处理方法、数据平台的搭建,力学性能在线预测模型输入参数的选择,以及基于某1 780 mm热轧带钢生产线,对以SPA-H、510L、610L为代表的典型钢种带钢力学性能的预测精度。结果表明,屈服强度预测相对误差在±6%范围内,抗拉强度预测相对误差在±6%范围内,伸长率预测相对误差在±4%范围内。在线预测系统的开发与应用不仅能优化生产工艺,而且还能减少成品力学性能的检测样本量,降低了生产成本。     

深冲钢热轧猫耳形板廓缺陷成因分析与控制

针对某产线深冲钢热轧出现大量猫耳形板廓缺陷的问题，对精轧机组工作辊磨损及其热凸度、比例凸度分配、带钢横向温度分布、轧制过程相变等板形影响因素进行了测试分析。结果表明：各机架比例凸度设定不合理，带钢横向温度分布不均匀，精轧下游末机架带钢发生相变等因素的共同作用，是造成深冲钢热轧猫耳形板廓缺陷的主要原因。通过将系统中精轧入口设定凸度调整为厚度的1.5%,将出口目标凸度设置为40～120μm,并采用保证加热炉板坯保温时间，开启辊道保温罩，超宽带钢采用边部加热器，改善机架间冷却及将终轧温度提高10℃的措施，基本消除了深冲钢热轧猫耳形板廓缺陷。     

热轧带钢板形测量技术

介绍了热轧带钢凸度、平直度的测量技术和国内各钢铁厂凸度仪、平直度仪的设置情况,以及凸度仪和平直度仪国外生产厂商的情况.     

热带边部减薄及凸度控制技术结合的探讨

热轧带钢生产技术对产品厚度、宽度、凸度和中直度已能较好地控制以后,带钢边部减薄（塌边缺陷）的问题越来越受到重视。通过分析各种轧机机组的特点,认为采用CVC轧机或PC轧机与K－WRS轧机结合的技术,既可以大幅度地控制热轧带钢的凸度和平直度,又能消除边部减薄,在获得高质量产品的条件下,可实现更大的自由规程轧制。     

1420 mm酸轧机组带钢板形分析与控制研究

板形是冷轧带钢非常重要的质量指标,直接决定了产品的质量等级,同时影响着机组的生产效率和成材率。针对某1 420 mm酸轧机组生产的带钢出现中浪板形易导致连退产线出现带钢起筋的问题,介绍了酸轧机组的板形控制原理,分析了热轧原料凸度、热轧终轧温度、弯辊力控制模式、冷轧轧机中间辊辊形对带钢板形的影响。结果表明：带钢中浪板形与热轧原料凸度和终轧温度密切相关;采用微中浪目标曲线自动控制时,带钢板形的边浪、中浪幅值都要小于手动控制模式;通过对冷轧机中间辊辊形进行优化,使其边部倒角更加圆滑过渡,能够有效改善边降过大的缺陷,同时板形控制效果也得到明显改善。在此基础上,提出了减小热轧原料凸度、提高终轧温度、开展板形自动控制以及优化中间辊辊形的措施,有效解决了冷轧带钢中浪大的板形问题,为连退生产运行稳定提供了强有力保障。     

热轧带钢卷取温度控制模型及其自学习

在带钢热轧后的冷却过程中,热轧带钢卷取温度的数学模型是至关重要的.本文介绍了某热轧带钢厂的新旧卷取温度控制数学模型,给出了新模型在线控制的自学习算法,并对新模型测得的数据进行了分析.     

考虑横向流动系数的热轧带钢比例凸度分配模型

建立了考虑带钢横向流动系数的带钢比例凸度分配模型,结合国内某厂现场实际情况,计算得出了考虑带钢横向流动系数的6机架热连轧精轧机组比例凸度分配曲线,采用该比例凸度曲线,结合其他板形控制手段,可使厚度为2.5—6.0mm带钢的凸度精度95以上控制在±15μm范围内。     

热轧原料对冷连轧机板形控制的影响

介绍了首钢京唐公司2 230 mm酸轧机组板形控制手段,模拟仿真了CVC、ESS辊型的板形控制能力。针对生产中的板形突变问题,对现场生产热轧来料凸度及性能进行了测量,定量研究了热轧来料对冷轧板形控制的影响。规范了热轧来料凸度要求及热轧工艺控制,使酸轧过程中的板形突变比例逐步下降。     

热轧带钢质量在线控制技术研究

针对热连轧机组生产过程中带钢质量不佳、不能在线定量预报和控制的问题,充分考虑到热连轧机组的设备与工艺特点,在提出热轧带钢质量指标概念的基础上,以出口带钢厚度满足用户要求为目标,以出口带钢板形、板凸度、带钢表面粗糙度为约束条件,建立了一套适合于热连轧机组的带钢质量在线控制模型,并将其推广应用到生产实践,取得了良好的使用效果。     

用原始辊型法改善热带板形的工艺研究

采用本城恒模型计算了太原钢铁（集团）有限公司1549mm热连轧机精轧机组工作辊的弹性变形，并用二维模型计算了其热凸度。在此基础上确定了精轧机组工作辊宜采用的原始辊型。生产实践表明，该辊型能孵显改善热轧带钢的板形质量。     

热轧宽带钢板形控制技术的现状及未来发展

板形是热轧宽带钢的核心质量指标,对热轧宽带钢板形理论及相关控制技术的研究一直是金属压延领域关注的热点课题。从热轧宽带钢板形控制的装备、辊形及模型3个方面系统总结了国内外的研究现状及取得的主要研究成果,其中辊形技术及控制模型的创新非常活跃,变接触轧制、改进型连续变凸度、特殊品种钢专用等辊形技术及相关控制模型显著提升了产品的板形质量,并在延长换辊周期、降低轧辊消耗、提高轧制稳定性等方面取得了较好的应用实绩。另外,总结了与板形控制密切相关的关键过程参数(如粗轧镰刀弯、精轧机架间跑偏)的检测与控制、板形智能判定和诊断技术、多尺度板形仿真模型等方面的研究进展,为未来进一步完善热轧宽带钢的板形控制理论、实现板形控制的智能化指明了方向。     

邯钢2 180 mm酸轧机组板形控制研究

从轧制前原料条件和轧制控制两方面分析了邯钢2 180mm酸轧机组产品板形的主要影响因素有:热轧卷原料、酸洗质量、轧制力、弯辊力、轧辊热凸度、轧辊类型选择等。结合实际操作经验,提出了设定目标曲线、CVC轧机设定、压下率控制和乳化液分区控制等措施,得到了CVC轧机板形控制的有效措施。     

热轧辊系凸度自适应模型的改进算法

基于热连轧生产线二级模型中板形自适应模型的研究,提出了该生产线轧辊凸度自适应控制算法的不完善性及相关优化措施。通过对轧辊自适应模型程序和相关参数的优化,在轧制同类钢种和规格时,辊系凸度的各自适应项均能够向着更稳定的方向对凸度进行调节,使该生产线轧制的钢带凸度全长命中率由优化前的91. 9%提高到优化后的94. 5%。     

热轧带钢头尾卷取温度分析及其补偿研究

热轧带钢卷取温度是反映热轧带钢性能指标的重要参数。针对某热轧厂层流冷却系统的具体情况,基于实时数据,应用数据挖掘工具,从理论和工艺的角度分析了控冷过程中头、尾部温差大的原因,得出了热轧带钢头、尾部卷取温度的规律,并以此建立温度补偿模型进行实验研究。文中的研究对提高控冷精度、优化生产工艺具有一定意义。