一种用于提高带钢质量的轧辊磨损优化控制方法

摘要

本发明涉及一种用于提高带钢质量的轧辊磨损优化控制方法，该方法包括以下步骤：步骤一：按轧辊材质对轧辊进行分类；步骤二：针对不同轧辊材质，采集两个以上轧制周期前后机架工作辊辊型和表面温度数据；步骤三：对采集数据优化处理；步骤四：轧辊磨损计算及优化控制，将优化后的磨损换算系数按不同的轧辊分类用于轧辊磨损计算，实现对带钢板形及辊缝的优化控制。本发明所述的优化控制方法，分不同轧辊材质类型进行参数优化，可以提高轧辊磨损模型计算精度，由此提高了带钢的板形质量和辊缝控制精度；并且测量计划和参数调整过程简便可操作，便于实施。

权利要求

1.一种用于提高带钢质量的轧辊磨损优化控制方法，其特征在于，该方法包括以下步骤：步骤一：轧辊分类，按轧辊材质对轧辊进行分类；

步骤二：轧辊数据采集，针对每种轧辊材质，采集两个以上轧制周期前后机架轧辊辊型和表面温度数据；

步骤三：数据优化处理，利用步骤二采集的数据，模拟计算相应的一个轧制周期轧辊的总磨损量，并与相应轧辊的实际磨损量对比，采用线性回归法优化磨损换算系数；

步骤四：轧辊磨损计算及优化控制，将优化后的磨损换算系数按不同的轧辊分类用于轧辊磨损计算，优化后的磨损换算系数以表格形式存放到过程计算机，用于磨损模型的在线控制；根据当前轧制周期所用的轧辊类型、所在机架及上下轧辊查询相应的磨损换算系数，再调用板形控制系统中磨损模型进行在线计算。

2.根据权利要求1中所述的优化控制方法，其特征在于：所述轧辊分类，可按轧辊材质分为：高Gr铸铁轧辊、高Gr铸钢轧辊、高速钢轧辊、冷硬铸铁轧辊、冷硬铸铁轧辊、改进型冷硬铸铁和连浇覆层法高速钢轧辊七类轧辊材质。

3.根据权利要求1中所述的优化控制方法，其特征在于：所述轧辊数据采集的轧制周期为4至10个周期。

4.根据权利要求1中所述的优化控制方法，其特征在于：所述数据优化处理过程中，采用的轧辊磨损计算模型为：a(i) β(i)

ΔW(i,j)={aw(i)·DWR(i)+bw(i)}·A(i,j) ·B(i) ·C(i)式中：

ΔW(i,j)：轧制一卷带钢在第i机架、第j点的的磨损量，单位：mm：i：机架号；

j：为1-N，是轧辊长度方向每隔一固定距离e取一个点的各点序号,N为轧辊长度为L的辊身长度方向上总的计算点数，N＝L/e+1；

A(i,j)为轧制力作用项，单位：无量纲；

B(i)为变形区几何形状影响项，单位：无量纲；

C(i)为轧制带钢长度影响项，单位：mm；

DWR(i)：第i机架轧辊的直径，单位:mm；

aw(i)磨损换算系数轧辊直径项，为0；

bw(i)磨损换算系数变形区几何形状影响项，单位：无量纲；

α(i)轧制压力影响系数；

β(i)摩擦距离影响系数。

5.根据权利要求1中所述的优化控制方法，其特征在于：计算一个轧制周期产生的轧辊总磨损量公式为：式中：i：机架号；

j：为1-N，是轧辊长度方向每隔一固定距离e取一个点的各点序号,N为轧辊长度为L的辊身长度方向上总的计算点数，N＝L/e+1；

k

ΔW(i,j)为第k卷带钢在i机架、第j点产生的磨损量，W(i,1)、W(i,2)、…、W(i,N)分别为一个轧制周期后在第i机架辊身第1点、2点、…、N点产生的总磨损量，连成的曲线即为轧辊计算磨损曲线轮廓，取辊身长度方向中央位置两侧的共计50个点的平均值作为该轧辊中央的计算磨损量，记为p为一个轧制周期的总带钢卷数。

6.根据权利要求1中所述的优化控制方法，其特征在于：所述线性回归法具体为，对每种轧辊材质、各机架上下轧辊，以计算磨损值为横坐标，实测磨损值为纵坐标，将数据对画在一张图上，通过线性回归分析找到离各点平方误差最小的线性方程式y=Kbw·x式中，Kbw为磨损换算系数的调整倍数，将原磨损换算系数乘以Kbw后，就得到优化后的磨损换算系数，i：机架号；

j：为1-N，是轧辊长度方向每隔一固定距离e取一个点的各点序号,N为轧辊长度为L的辊身长度方向上总的计算点数，N＝L/e+1，W(i,1)、W(i,2)、…、W(i,N)分别为一个轧制周期后在第i机架辊身第1点、2点、…、N点产生的总磨损量，连成的曲线即为轧辊计算磨损曲线轮廓，取辊身长度方向中央位置两侧的共计50个点的平均值作为该轧辊中央的计算磨损量，记为

说明书

一种用于提高带钢质量的轧辊磨损优化控制方法

技术领域

[0001] 本发明涉及冶金生产技术中的一种控制方法，具体来说为一种轧辊磨损优化控制方法，特别是一种用于提高带钢质量的轧辊磨损优化控制方法。

背景技术

[0002] 为了改善带钢板形质量，提高生产率和成材率，传统热连轧机组一般都在过程机系统中配备板形控制系统。由于轧辊的磨损无法在线测量，板形控制系统通过轧辊磨损模型计算获得。模型计算的轧辊磨损值与实际值的偏差大小，直接影响到轧制的稳定性和带钢板形质量。

[0003] 另外，作为直接影响带钢厚度控制精度的辊缝模型，通常也要考虑轧辊磨损的影响项，一般直接取板形控制系统中磨损模型的计算值，因而轧辊磨损模型的计算精度也影响了轧机的辊缝控制精度。

[0004] 轧辊磨损是一个缓慢的累积过程，影响轧辊磨损的因素很多而且复杂，工况不同，磨损也不同。以往现场对轧辊磨损的机理模型研究较少，对轧制过程中轧辊磨损的测量技术研究较多，得到较多的磨损规律曲线，但是至今没有形成比较准确的轧辊磨损计算模型。

[0005] 当采用外方提供的轧辊磨损模型，由于对轧辊材质类型考虑不周全，尤其当机架配置高速钢辊时，板形控制系统轧辊磨损计算值与实际值相差较大，导致板形控制系统计算的PC角、弯辊力等预计算不准确，带钢板形难以控制，带钢头尾浪形明显。另外，由于轧辊磨损计算误差的累积效应，当轧辊的辊位数越来越大，板形控制系统对板带的控制误差超过一定程度时，板形控制系统无法对板带进行有效控制。

[0006] 而且轧辊磨损与生产节奏、冷却水和轧辊润滑、轧制规程、轧辊材质等密切相关，外方提供的板形控制系统中轧辊的磨损模型参数为恒定值，是按生产线投产初期的生产情况整定的，经过几年的生产，轧制规程与轧制节奏已与投产初期发生很大的变化，这些变化没有在外方提供的模型中得到反映，因而也影响了带钢板形控制系统及辊缝模型的控制精度。

[0007] 在公开号CN 101158984A，名称为一种改善CSP产品质量的轧辊磨损数学模型优化方法专利中，其关键技术在于对于单、双流生产的薄板坯连铸连轧流程，轧辊磨损模型采用两套数据，并能够根据单、双流的生产自动判别选用，从而使轧辊磨损计算值与实际值较相符，改善带钢的板形质量，提高生产效率和成材率，促进高比例薄规格热轧板生产。而目前对于热连轧机轧辊磨损优化控制技术均不涉及。

发明内容

[0008] 本发明要解决的技术问题是：提供一种用于提高带钢质量的轧辊磨损优化控制方法，该优化控制方法通过区分不同材质的轧辊来优化轧辊磨损模型参数，从而提高带钢板形质量和辊缝控制精度。

[0009] 为了解决上述技术问题，本发明提供一种用于提高带钢质量的轧辊磨损优化控制方法，该方法包括以下步骤：

[0010] 步骤一：轧辊分类，按轧辊材质对轧辊进行分类；

[0011] 不同热轧生产线的轧辊配置情况有所不同。从目前已知的轧辊中，可把轧辊的材质大致分为：高Gr铸铁轧辊、高Gr铸钢轧辊、高速钢轧辊、冷硬铸铁轧辊(灰芯)、冷硬铸铁轧辊(球芯)、改进型冷硬铸铁、CPC(连浇覆层法)高速钢轧辊七类轧辊材质。

[0012] 步骤二：轧辊数据采集，针对每种轧辊材质，采集两个以上轧制周期前后机架工作辊辊型和表面温度；较好的是采集4至10个周期的轧制数据。

[0013] 为进行精确的参数调整，需要确保测量数据的准确。在数据测量过程中遵循以下流程：

[0014] ●测量项目

[0015] ①轧制前工作辊辊形(全部机架的上/下工作辊)；

[0016] ②轧制前工作辊表面温度(全部机架的上/下工作辊)；

[0017] ③轧制冷却后工作辊辊形(全部机架的上/下工作辊)；

[0018] ④轧制冷却后工作辊表面温度(全部机架的上/下工作辊)；

[0019] ⑤测量对象辊系的每卷带钢轧制数据；

[0020] ⑥测量对象辊系的轧辊信息。

[0021] ●测量方法

[0022] ①用辊型仪(轧辊辊形测量装置)进行测量；

[0023] ②由工作侧向传动侧方向进行测量；

[0024] ③测量开始和结束位置一般定义在距工作辊端部20mm；

[0025] ④辊型仪测量的间距设定为5mm；

[0026] ⑤工作辊表面温度：在距工作辊工作侧端150mm、中央及传动侧端150mm的三点，用接触式温度计进行测量。

[0027] 步骤三：数据优化处理，利用步骤二采集的数据，模拟计算相应轧制周期工作辊的总磨损量，并与相应工作辊的实际磨损量对比，采用线性回归法优化磨损换算系数；

[0028] 计算轧制一卷带钢在工作辊产生的磨损量

[0029] 工作辊与带钢间及工作辊与支撑辊间的摩擦，都会使工作辊产生磨损。磨损变化是一个缓慢积累的过程，它的计算精度对板凸度设定、板平直度控制、带钢表面质量改善产生影响。轧辊磨损从理论上推导磨损量计算公式极为困难，通常考虑轧制力、轧制长度、轧辊材质、磨损距离(接触弧长)等影响磨损的主要因素后，采用统计回归模型计算轧辊磨损。

[0030] 轧辊磨损计算模型为：

[0031] ΔW(i，j)＝{aw(i)·DWR(i)+bw(i)}·A(i，j)α(i)·B(i)β(i)·C(i) (1)[0032] 式中：

[0033] ΔW(i，j)：轧制一卷带钢在第i机架、第j点的的磨损量：

[0034] i：机架号；

[0035] j：为1-N，是工作辊长度方向每隔一固定距离e(通常取5mm)取一个点的各点序号，N为轧辊长度为L的辊身长度方向上总的计算点数，N＝L/e；

[0036] A(i，j)为轧制力作用项；

[0037] B(i)为变形区几何形状影响项；

[0038] C(i)为轧制带钢长度影响项；

[0039] DWR(i)：第i机架工作辊的直径；

[0040] aw(i)磨损换算系数工作辊直径项，为0；

[0041] bw(i)磨损换算系数变形区几何形状影响项；

[0042] α(i)轧制压力影响系数；

[0043] β(i)摩擦距离影响系数。

[0044] 其中，计算一个轧制周期产生的轧辊总磨损量，在一个轧制周期结束后，轧辊辊身各点的总磨损量等于该轧制计划中所有带钢磨损量在辊身对应点的累加，其数学式为：

[0045]k

[0046] 式2中：ΔW(i，j)为第k卷带钢在i机架、第j点产生的磨损量，

[0047] W(i，1)、W(i，2)、…、W(i，N)分别为一个轧制周期后在第i机架辊身第1点、2点、…、N点产生的总磨损量，连成的曲线即为轧辊计算磨损曲线轮廓，取辊身长度方向中央位置两侧的共计50个点的平均值作为该轧辊中央的计算磨损量，记为

[0048] p为一个轧制周期的总带钢卷数。

[0049] 再采用线性回归分析优化磨损换算系数，公式1中，由于磨损换算系数工作辊直径项通常取0，因此轧辊磨损量是与几何形状影响项相关的线性模型。

[0050] 对各机架上、下工作辊，分别采用比较工作辊辊身长度方向中央位置的实际磨损与计算磨损(每个轧制周期一个点，采取了几个周期的数据就有几个点)，利用线性回归调整轧辊的磨损换算系数，达到优化磨损计算模型的目的。

[0051] 对每种轧辊材质、各机架上下工作辊，以计算磨损值为横坐标，实测磨损值为纵坐标，将数据对 画在一张图上，通过线性回归分析找到离各点平方误差最小的线性方程式

[0052] y＝Kbw·x (3)

[0053] 式中，Kbw为磨损换算系数的调整倍数，将原磨损换算系数乘以Kbw后，就得到优化后的磨损换算系数。

[0054] 对所有轧辊材质，所有机架的上下工作辊，分别对式3应用线性回归求得Kbw。

[0055] 通过上述方法，假设精轧机组共有7种轧辊材质，则可以得到一张大小为7(轧辊材质类型)*7(机架数)*2(上下工作辊)的参数表格，里面存放磨损换算系数变形区几何形状影响项系数。

[0056] 步骤四：轧辊磨损计算及优化控制，将优化后的磨损换算系数按不同的轧辊分类用于轧辊磨损计算，实现对带钢板形及辊缝的优化控制。

[0057] 将优化后的磨损换算系数以表格形式存放到过程计算机，用于磨损模型的在线控制。根据当前轧制周期所用的轧辊类型、所在机架及上下工作辊查询相应的磨损换算系数，再调用板形控制系统中磨损模型进行在线计算。计算得到的磨损数据一方面用于板形控制系统控制带钢的板形，另一方面用于辊缝模型控制各机架的辊缝。

[0058] 本发明所述的优化控制方法，分不同轧辊材质类型进行参数优化，可以提高轧辊磨损模型计算精度，由此提高了带钢的板形质量和辊缝控制精度；并且测量计划和参数调整过程简便可操作，便于实施。

附图说明

[0059] 图1为轧辊磨损计算的不同分区的示意图；

[0060] 图2为F5机架参数回归结果示意图；

[0061] 图3为F6机架参数回归结果示意图；

[0062] 图4为F7机架参数回归结果示意图。

具体实施方式

[0063] 以下，用实施例结合附图对本发明作更详细的描述。这些实施例仅仅是对本发明最佳实施方式的描述，并不对本发明的范围有任何限制。

[0064] 实施例

[0065] 首先对热连轧机组轧辊磨损计算模型(仅计算轧制一卷带钢产生的磨损量)进行说明。

[0066] 工作辊与带钢间及工作辊与支撑辊间的摩擦，都会使工作辊产生磨损。磨损变化是一个缓慢积累的过程，它的计算精度对板凸度设定、板平直度控制、带钢表面质量改善产生影响。

[0067] 磨损分中部定常磨损区和边部集中磨损区两部分。形成边部磨损加剧的主要原因是边部温度降低、负荷在边部区域作用的增强以及轧件金属三维流动。

[0068] 如图1所示，根据带钢与轧辊接触位置的不同，将轧辊分为7个部分：中部14；左、右第1边部11、11’；左、右第2边部12、12’；左、右第3边部13、13’。针对7个部分磨损状况的不同，分别计算各个区域的磨损量。图1中的L为带钢长度，S、T为带钢两边部，O带钢中心线。

[0069] 图1中dw0，dw1，dw2，dw3为用于分区的长度；kw1，kw2为轧制力沿带钢宽度分布的增益系数。本实施例中dw0＝162mm，dw1＝28.5mm，dw2＝0，dw3＝30mm，kw1＝1.14，kw2＝1，通过dw0，dw1，dw2，dw3四个参数可以定出左右第1边部、第2边部、第3边部的距离。

[0070] 计算轧制每卷带钢后造成的磨损量的计算模型：

[0071] ΔW(i，j)＝{aw(i)·DWR(i)+bw(i)}·A(i，j)α(i)·B(i)β(i)·C(i) (1)[0072] 式中：

[0073] ΔW(i，j)：轧制一卷带钢在第i机架、第j点的的磨损量，单位：mm：

[0074] i：机架号；

[0075] j：为1-N，是工作辊长度方向每隔一固定距离e取一个点的各点序号，N为轧辊长度为L的辊身长度方向上总的计算点数，N＝L/e，

[0076] 本例e取5mm，L＝2280mm，则N＝457；

[0077] A(i，j)为轧制力作用项，单位：无量纲；

[0078] B(i)为变形区几何形状影响项，单位：无量纲；

[0079] C(i)为轧制带钢长度影响项，单位：mm；

[0080] DWR(i)：第i机架工作辊的直径，单位：mm；

[0081] aw(i)磨损换算系数工作辊直径项，为0；

[0082] bw(i)磨损换算系数变形区几何形状影响项，单位：无量纲；

[0083] α(i)轧制压力影响系数；

[0084] β(i)摩擦距离影响系数。

[0085] 上述A(i，j)、B(i)、C(i)、DWR(i)项与轧制计划及轧制工况有关，即，在给定的轧制规程(轧制计划)下，每卷带钢磨损的基本影响因素即轧制长度、轧制力及接触弧长等都是可以计算的。

[0086] 上述aw(i)、bw(i)、α(i)、β(i)为轧辊磨损模型的待定参数，其中aw(i)通常取0，而α(i)、β(i)可固定不动，因而需要调整的参数是bw(i)，本专利就是通过调整bw(i)使得工作辊中央位置的计算磨损与实测磨损值尽可能接近。

[0087] 式(1)就是轧辊磨损计算模型，磨损量主要受轧制力、轧制长度及接触弧长等因素的影响，轧制力与轧制长度乘积越大，则磨损量越大。因为不同分区的磨损状况不同，故在辊身各点上的磨损值不同，其沿辊身长度分布如图1中的10所示。另外，本发明定义ΔW(i，j)仅在带钢与轧辊接触部分的带钢边部S、T两侧dw3(通常为30mm)范围内的点上才有值，其余点都是0。

[0088] 一个轧制周期(轧制计划，通常要要轧制几十卷带钢)产生的总磨损量计算(叠加各卷带钢的磨损量)。每轧制一卷带钢会在轧辊产生一定的磨损，磨损大小由式1计算。一个轧制计划结束后，轧辊辊身各点总的磨损量等于该计划中所有带钢磨损量在辊身对应点的累加，计算公式如下：

[0089]

[0090] 式2中：ΔWk(i，j)为第k卷带钢在i机架、第j点产生的磨损量，

[0091] W(i，1)、W(i，2)、…、W(i，N)分别为一个轧制周期后在第i机架辊身第1点、2点、…、N点产生的总磨损量，连成的曲线即为轧辊计算磨损曲线轮廓。

[0092] p为一个轧制周期的总带钢卷数。

[0093] 下面给出在某热轧连生产线上应用本专利方法的一个具体计算例。该轧制周期的总带钢卷数p＝70，轧辊材质类型为高Gr铸钢轧辊。按照上述方法进行磨损实测数据的收集，同时从过程机数据库中获取相应的计算数据，作为模型参数优化基础数据(如表1所示)。

[0094] 然后，采用线性回归分析进行磨损换算系数的优化，回归结果如图2～4所示，其中，横坐标为计算值，纵坐标为测量值。最终参数调整结果见表2。

[0095] 表1回归分析用的工作辊磨损测量值与计算值[单位um]

[0096]

[0097] 说明：Top代表上工作辊，Bottom代表下工作辊。

[0098] 表2磨损模型磨损换算系数参数优化结果

[0099]F5上 F5下 F6上 F6下 F7上 F7下
原有参数 1.53E-05 1.73E-05 2.59E-05 2.27E-05 4.34E-05 4.00E-05
优化参数 2.50E-05 2.71E-05 2.59E-05 3.22E-05 5.49E-05 4.64E-05
调整倍数 1.6404 1.5628 0.9992 1.4154 1.2643 1.1616

[0100] 以上3个机架上、下工作辊的线性回归分析如图2-4所示，其中，横坐标为计算值，纵坐标为测量值。附图上的直线就是线性回归的结果，直线斜率就是调整系数。

[0101] 本发明所述的优化控制方法，分不同轧辊材质类型进行参数优化，可以提高轧辊磨损模型计算精度，由此提高了带钢的板形质量和辊缝控制精度；并且测量计划和参数调整过程简便可操作，便于实施。