利用模型优化自动化分批退火工艺.docVIP

利用集成模型优化分批退火工艺 S·S·Sahay等 摘要：现代化分批退火炉是高度自动化的生产设施，配备有先进的在线传感系统、模型化控制系统和生产管理系统，收集大量的生产、工艺和产品质量数据。高效的模型和算法用于资源分配，编制生产计划和设计每一卷垛的工艺周期。在本文中，印度塔塔公司通过采用集成模型来消除普通热模型在设计具体退火周期上的局限性，达到了缩短周期时间、提高生产效率的目的。 关键词：分批退火 非等温动力学 模型化 优化 生产率 节能 1．前言 分批退火炉（BAF）是冷轧系统中的一个重要生产单位，对全厂的能耗、产能和产品质量有着显著的影响[1、2]。在分批退火炉（BAF）中，四至六个筒形冷轧卷堆垛于炉基上，在氢气氛中退火40-60h[1]。先进的分批退火炉配有在线传感器和生产管理系统，能够建立一个有价值的数据库，包含材料的特性、加工过程和质量参数等。而且，退火工艺的操作高度自动化，采用高效算法每月将成千上百个钢卷合理地分配到由50座炉子及其部件（如炉盖、加热和冷却罩等）组成的分批退火炉组中[3]。在每垛钢卷接受退火之前，采用分批退火工艺模型优化钢卷的温度分布图，并输入到在线控制系统，确保退火炉按照设计的热曲线工作。 塔塔钢厂模拟分批退火操作已有十多年的历史[4、5]，目前仍被用来设计退火工艺周期。有必要指出的是，这些模型本质上属于热模型，预测分批退火过程中钢卷中的温度演化。通过它们来计算过热点和过冷点之间的温度差，用于控制退火作业[3]。虽然热模型对在线控制和离线计算都非常有用，但它们只限于温度预测，却不能预测钢卷退火后在显微组织和力学性能方面发生的变化，也不能预测退火期间相互依赖的沉淀—再结晶晶粒生长动力学[6、7]和非等温作用[8、10]等微妙的相变行为。为了弥补这一不足，又开发了一种具有显微组织和终点力学性能预测功能的集成式分批退火炉模型[1]。该模型能够预测退火期间钢卷的温度、显微组织和力学性能在空间和时间上的演化。它主要的优势在于能够根据显微组织和力学性能规范的要求直接设计退火周期，而不是采用过热点和冷点的温度差来间接地评估退火周期。这还有助于减少产品卷与卷之间性能上的差异[11]。从几座大型工业性分批退火炉收集的数据已经证明了这一集成式模型的预测功能[1、2]。 过去几年间，市场对钢材尤其是扁平材的需求大幅增长，高度自动化的现代分批退火炉大都以超设计产能的方式高效运行[3]。因此，很有必要进一步提高BAF工艺效率和缩短操作周期，尽管做到这一点非常不易。 本文将介绍两种提高BAF生产率的宏观方案。第一种方法是通过对分批退火工艺生产数据进行智能分析来达到目的，将最薄钢板的周期作为基础周期，用集成式模型确定其他厚度钢板的周期时间并与生产数据进行比较。发现普通热模型具有刚性的径向导热率，导致较厚规格钢卷的退火周期过于保守。在第二种方法中，将集成式模型设计的工艺周期与普通模型进行比较。集成式模型融合了非等温动力学技术，将加热速率对相变动力学的影响纳入考虑范围。发现由于不能纳入非等温作用的弱点，普通模型导致低加热速率时退火周期过于保守的结果。因此，用集成式模型可设计出效率更高的退火周期。 2．通过生产数据分析实现退火周期的缩短：径向导热率作用 随着在线传感器和廉价数据收集系统的出现，现代冶金企业收集并保存大量可靠的包括原材料、生产过程和质量参数等方面的生产数据。为了对大量的现场数据进行有意义的分析，必须能够根据域理解来识别主要的可预期行为，以将这些预期趋势与生产数据相互验证。在本研究中，基于域理解将薄板厚度对周期时间的影响认定为关键的行为，但从生产数据的分析中并没有发现预期行为，普通热模型中刚性的径向导热率被认定为造成该不一致现象的原因。随后用集成模型消除了这一局限性，并且对缩短退火周期的机会进行了量化。 2.1 板厚对退火周期的影响：预期行为 近年来分批退火技术最重要的革新之一是将氮气气氛改为氢气气氛，使钢卷的径向导热率显著提高和工艺周期大幅缩短，充分显示出径向导热率对于工艺周期的重要性。如图1所示，对于内径和外径一定的钢卷来说，空气间隙和接触点的数量随板厚的减小而增加，进而降低钢卷的径向导热率。试验结果也揭示出这一点[12]，图1中绘出了三种不同厚度钢卷的标准化径向导热率。既然钢卷中心区的退火是分批退火工艺的速率限制因素，那么人们自然会预料板厚的增加应该使径向导热率增加，进而使较厚钢卷的退火周期缩短。 图1 板厚对径向导热率的影响 （normalized radial conductivity/标准化径向导热率，sheet thickness/板厚） 2.2 生产数据分析 分析了四个月的生产数据，包括钢卷的外形尺寸和退火周期。以特定外径和钢号范围的钢卷对加热和均热周期（后文称为周期时间）