首页 理论教育 高精度冷连轧过程控制系统智能优化研究

高精度冷连轧过程控制系统智能优化研究

时间:2023-06-18 理论教育 版权反馈
【摘要】:通过优化算法求解目标函数,不断调整优化变量,直至满足终止条件。图3-10计算流程用于优化计算的现场实测数据由带钢头部实测数据和稳态实测数据组成。表3-3目标函数中的权重系数分别采用新方法和传统方法计算轧制力与前滑,并将轧制力与轧辊线速度的设定值与实测值进行比较,如图3-11所示。而传统模型控制下的头部厚度偏差最大值为3.42%,最小值为0.004%,平均厚度偏差为1.25%,板形偏差最大值为12.56I,最小值为8.96I,平均板形偏差为10.58I。

高精度冷连轧过程控制系统智能优化研究

采用某钢厂五机架冷连轧机现场实测数据来验证新方法的控制效果。

如图3-10所示,本书提出的轧制力和前滑模型协同优化新方法主要包括4个阶段。

(1)采集现场实测数据并进行相应的数据处理

(2)根据实测数据以及变形抗力和摩擦系数自适应系数初始值计算变形抗力和摩擦系数。

(3)根据实测数据和数学模型计算轧制力和前滑值,并与实测值进行比较。

(4)通过优化算法求解目标函数,不断调整优化变量,直至满足终止条件。

图3-10 计算流程

用于优化计算的现场实测数据由带钢头部实测数据和稳态实测数据组成。以钢种为Q195的带钢为例,其带钢宽度为1200mm,厚度由3.00mm经五机架轧制减小至0.40mm。各目标函数中的权重系数如表3-3所示。这些系数可以根据实际生产情况进行调整以满足不同的工艺要求。

表3-3 目标函数中的权重系数

分别采用新方法和传统方法计算轧制力与前滑,并将轧制力与轧辊线速度的设定值与实测值进行比较,如图3-11所示。

由图3-11可以看出,采用新方法计算的5个机架的轧制力和轧辊线速度更接近于生产过程中的实际测量值。带钢头部低速轧制阶段,新方法设定的轧制力误差在4.72%之内,轧辊线速度误差在15.97%之内,而传统方法设定的轧制力误差在6.51%之内,轧辊线速度误差在25.72%之内;带钢稳定高速轧制阶段,新方法设定的轧制力误差在1.64%之内,轧辊线速度误差在14.73%之内,而传统方法设定的轧制力误差在3.96%之内,轧辊线速度误差在22.81%之内。结果显示,本章提出的提高轧制力和前滑模型计算精度的新方法足够可靠应用于冷连轧带钢的过程控制中。

在实际生产过程中,由于低速轧制时轧制力的频繁波动,将严重影响带钢头部的厚度质量和板形质量。

由图3-12和图3-13可以看出,采用新模型控制下的带钢头部厚度偏差最大值为1.54%,最小值为0.003%,平均厚度偏差为0.29%,板形偏差最大值为11.37I,最小值为6.44I,平均板形偏差为8.60I。(www.xing528.com)

而传统模型控制下的头部厚度偏差最大值为3.42%,最小值为0.004%,平均厚度偏差为1.25%,板形偏差最大值为12.56I,最小值为8.96I,平均板形偏差为10.58I。新方法有效地减小了带钢头部的厚度偏差和板形偏差,提高了带钢头部厚度命中率和板形控制精度。

图3-14给出了新方法及传统方法分别作用下的成品带钢全长厚度偏差分类统计柱状图

图3-11 轧制力和速度设定值与实测值的对比

(a),(b)低速轧制阶段采用新方法;(c),(d)低速轧制阶段采用传统方法;(e),(f)高速轧制阶段采用新方法;(g),(h)高速轧制阶段采用传统方法

图3-12 带钢头部厚度偏差

图3-13 带钢头部板形偏差

表3-4为厚度偏差分类统计表。从表中可以看出,在新方法作用下,带钢全长厚度精度明显提高。与原方法相比,带钢厚度合格率(厚度偏差小于±1%)由92.15%提升至99.41%。

图3-14 厚度偏差分类统计柱状图

(a)采用新方法;(b)采用传统方法

表3-4 厚度偏差分类统计

续表

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈