基于优化RT-PLS的热轧带钢头部厚差诊断研究

摘要：头部厚度偏差是热轧带钢的重要产品质量指标,在板带轧制厚度控制中起着重要作用。实际生产中,基于多种原因带钢头部厚度常会出现偏差超限现象。为了分析头部厚差超限的主导原因,采用偏最小二乘法,结合马氏距离相对变换和潜变量优化选取方法,建立了基于优化相对变换偏最小二乘法(Relative Transformation Partial Least Squares,RT-PLS)的带钢头部厚差诊断模型。实例表明：优化RT-PLS诊断模型能够准确查找出导致带钢头部厚差超限的主要特征参数,指导生产现场的调节,成功降低了后续带钢的头部厚差,使厚度命中率由92.18%提升至97.13%,为带钢头部厚差的诊断研究提供了一种有效的诊断方法。     

基于偏最小二乘回归模型的带钢热镀锌质量监控方法

提出了基于偏最小二乘回归模型的带钢热镀锌质量监控方法.以带钢热镀锌生产中带钢力学性能和锌层质量的质量监控为研究对象,用偏最小二乘方法建立了生产过程参数与质量结果之间的回归模型,对生产过程控制能力进行了分析,并给出了产品质量的预测方法.用鞍钢股份有限公司带钢热镀锌的实际生产数据进行验证.结果表明,偏最小二乘法比传统的多元线性回归方法具有更好的预测精度,基于偏最小二乘回归的锌层质量预测模型,其相对预测误差可达到5.93%.     

对森吉米尔轧机液压板厚自动控制系统的分析及评述

板带材沿纵向厚度的均匀性,是冷轧薄带钢质量的重要指标,它直接影响各机械工业的生产效率和产品质量,不断提高这一指标,是冷轧机自动化的一个主要目的。在冷轧生产过程中,影响带钢厚差的因素很多,而板坯纵向厚差、机械强度不均和轧机的弹跳特性及轧辊的偏心,是造成带材厚度偏差的主要原因。厚差的产生,直接反映出轧制力的变化,如何实现随轧制过程中轧制力的波动,及时地调整辊缝,以减小(或消除)出口带材厚度偏差,是研究轧机厚控系统的出发点。     

冷连轧自动厚度控制优化

通过分析冷轧带钢厚度偏差产生的原因,探索和研究包钢酸洗冷连轧机组轧机自动厚度控制系统原理,了解冷轧轧机消除热轧原料厚度偏差和冷连轧机本身的扰动产生的厚差。     

热连轧机组带钢厚度与轧制力的变刚度法智能纠偏系统

为提高热连轧机组厚度精度和轧制力精度 ,采用带钢厚度偏差和轧制力偏差 BP网络智能预测与偏差变刚度法同时校正方法。给出两偏差的分析和变刚度法偏差校正算法。离线模拟与在线应用都表明算法的有效性 ,提高机组带钢厚度偏差命中率 4 %～ 2 0 %和轧制力偏差命中率 8%～ 10 %。     

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。     

影响带钢头部厚度精度原因的分析

热轧带钢的厚度精度是产品质量的重要指标,文章结合数学模型和工程日志对生产中影响带钢头部厚度的原因进行了分析,得出轧制温度是影响厚度的主要原因.计算了温度对厚度影响的程度.结合生产实际操作指出了提高头部厚度精度的方法.     

基于实时负荷再分配热连轧机快速监控AGC技术研究

针对目前热连轧生产中,由于厚度设定模型精度不高所造成的头部厚度偏差较大的实际问题,本文研究提出了一种基于实时负荷分配的快速监控AGC方法。新方法通过对负荷进行实时分配,一次性调整多机架的压下量,可以迅速消除带钢头部段的厚度偏差,在计算再分配负荷时,充分考虑了负荷分配对板形的影响,从而避免了由于负荷分配调整导致的板形质量下降。生产实践证明,这一新方法可以在保证板形质量的前提下,快速、有效的消除头部厚度偏差,厚度超差段长度减少了50%以上。     

热轧带钢尺寸精度的提升

热轧带钢同条尺寸差及横截面三点差是反映带钢尺寸精度的两项重要指标.本文综合分析了热轧带钢生产过程中影响尺寸精度的关键因素,通过优化加热温度、降低中间坯厚度、优化立辊孔型、降低轧辊热膨胀、更改除尘方式、优化生产计划编排等措施,带钢生产过程稳定,尺寸精度得到显著提高,横截断面厚度差≤0.02 mm,同条厚度差≤0.05 m...     

基于粗轧镰刀弯的精轧跑偏预控模型及应用

带钢热轧跑偏问题是影响带钢生产与板形质量的重要因素。轧制生产过程中,由于粗轧中间坯头部弯曲导致的精轧堆钢事故频发,不仅严重危害生产稳定性,还造成资源的严重浪费和企业的经济损失。为了解决上述问题,针对粗轧非对称板形影响因素,结合实测粗轧中间坯以及工艺过程数据,建立中间坯头部预控模型,并利用加权最小二乘法与模型自学习对模型增益系数进行优化,最终建立了基于粗轧镰刀弯的精轧跑偏预控模型。将模型计算值应用于现场生产后,有效降低了精轧带钢头部跑偏,具有较好的参考价值和指导意义。     

CSP立辊在涟钢薄规格板坯生产中的应用

分析了轧制过程中带钢跑偏与头部偏薄的原因。从宽展控制原理与体积不变定律的应用入手,通过实践与理论的结合,优化立辊的压下能够控制头部形状,使薄规格板坯生产更加稳定,事故降到最低。     

热镀锌带钢表面粗糙度的多变量统计过程质量监控

以热镀锌带钢的表面粗糙度为研究对象，建立了基于偏最小二乘法（PLS）的多变量统计过程控制模型。该模型首先利用偏最小二乘回归对生产数据进行信息提取，然后根据严统计量对提取出的信息进行过程监控，最后利用贡献图分析生产过程中出现异常的原因。新的方法能够有效克服多变量间的相关性，同时充分保留过程参数对质量参数最大的解释力。用鞍山钢铁集团新轧钢股份有限公司冷轧厂带钢热镀锌线的生产运行实绩进行验证，结果表明：基于PLS的多变量统计过程控制模型与基于主元分析（PCA）的统计过程控制模型相比，能够更准确地找出生产过程中的异常点及其原因。     

关于保证热轧带钢几何形状公差的研究

保证带钢尾部预给定的几何尺寸，在很大程度上决定了热轧带钢的收得率和经济性。研究了生产尾部宽度均匀，头部厚度偏差小及无斜度的均匀厚度断面形状的热带钢。此外，还指出了改善质量的具体措施和对这些措施的评价。     

基于深度学习的热轧带钢头部厚度的命中预测

针对热轧带钢头部厚度精度较低的问题,提出了一种基于深度学习的热轧带钢头部厚度的命中预测方法.在精轧过程中,带钢头部张力较小,且通常温度较低;同时轧机工艺参数复杂,精准设定存在困难,轧制带钢头部经常会出现厚度不合格的现象.利用深度神经网络的非线性拟合能力,设计带钢头部厚度预测模型,给轧机的参数设定提供参考、提高头部厚度命...     

基于中间辊辊形优化的冷连轧机同板差控制技术

硅钢片是电动机产业电动机铁芯、变压器的主要原料,硅钢片的横向厚度均匀性是下游冲片过程硅钢片质量控制的重要保证。在传统冷轧生产过程中,带钢的同板差是无法避免的。通过二维变厚度有限元对轧机承载辊缝、辊间接触压力等进行了研究,分析了带钢同板差缺陷产生原因,并提出相应的改进措施,为提高冷连轧机同板差控制精度奠定了基础。     

厚规格热轧带钢高精度卷取温度控制模型

卷取温度是影响带钢组织性能的重要工艺参数.在生产实践中,如何提高厚规格带钢卷取温度的控制精度是一个难点.针对厚规格带钢在层流冷却过程中的工况特点,提出了温度场计算模型和对流换热系数模型的改进方法,并开发了一种全新的基于相似策略的自适应模型,以改善卷取温度前馈控制效果.经现场应用证明,本文提出的方案能有效提高厚规格带钢的卷取温度控制精度,其中厚度大于12 mm的带钢平均命中率可达到94.9%.     

卷取机侧导板控制策略优化分析与改进

基于对济钢1700热轧带钢生产线卷取机侧导板控制系统的分析,通过对侧导板平行段进行圆弧过渡优化和前台卷取机侧导板开口度的合理设定以及平行度的调整,避免了卡钢事故,提高了生产稳定性;对3.5 mm厚度以下规格带钢侧导板2次短行程增大25 mm,头部塔形控制良好,因塔形问题产生的次品量减少了80%;对6.0 mm厚度以下规格带钢卷取过程实施阶梯压力控制,大大降低了侧导板衬板消耗,年降低生产成本百万元。     

国外带钢轧机板形控制技术的新进展(上)

在轧机轧制过程中,对板材尺寸、形状的主要要求有三点,即轧制方向的板厚偏差、宽度方向的厚度分布(带钢凸度)及平直度。有效地控制带钢厚度偏差后,板形不良的质量问题已日益突出。造成板形不良的原因是轧件宽度方向压下率不同所造成的延     

冷连轧机非稳态过程厚度控制能力提升与优化

针对2 230 mm酸连轧机组存在带头厚度控制精度偏低,5#机架出口厚差呈周期性厚度衰减振荡波动等问题。对2#机架前馈AGC的控制逻辑进行了优化,对AGC系统的板厚-张力控制策略进行了优化,将T45低速下张力死区减小至±1%,并研究开发了FGC带头厚度补偿的方法,补偿了由于△S为正值出现的带钢减薄和FGC带头辊缝变化量ΔS为负值出现的带钢增厚等问题。对于厚度超调问题,针对4#机架MN-AGC控制增益系数中的比例系数Kp和TN进行非对称分档处理,解决了非稳态过程中带头厚度控制的“震荡”问题。经过以上优化,2 230 mm酸连轧机组月均厚差切除量从2018年的170t下降到2019年的不足35 t。     

热连轧带钢厚度缺陷溯源研究及应用

在带钢热连轧生产过程中,终轧厚度精度是体现带钢产品质量的关键指标之一。带钢厚度控制过程涉及多个模型,具有多变量、强耦合、非线性等复杂性,是热连轧带钢L2过程控制精度的最终体现。实际生产中,厚度缺陷时有发生,形成缺陷的原因复杂多样,目前主要依赖事后的人工分析,其难度大、效率低。为此,研发了热连轧带钢厚度缺陷的自动溯源模型,针对轧制完成后出现头部厚度缺陷的带钢产品,识别和分析厚度缺陷的形成机理,追溯和确定导致厚度缺陷的主要原因。融合资深数模专家的分析经验,通过深入挖掘带钢厚度控制背后的模型机理、理顺带钢厚度与各轧制参数之间的耦合关系,建立了热轧带钢厚度缺陷溯源的分析流程,构建了以辊缝模型设定不准、轧制力模型不准、轧制模型参数设定异常为核心的分析模块。最后,将国内某1 780 mm热连轧机组连续3个月生产的带钢数据用于模型性能测试,结果表明,带钢厚度缺陷溯源的准确率达到90.27%,基本满足实际生产需求,实现了热连轧带钢厚度缺陷的自动溯源,大大提高了厚度缺陷溯源的分析效率。