薄规格带钢凸度控制模型的改进.docxVIP

薄规格带钢凸度控制模型的改进 板的精度是两种弯曲钢的主要品质指数。 1 主要设备参数 本文以1580 mm生产线为研究对象,围绕产品质量及工艺问题,重点对该生产线板形控制系统中的凸度问题进行研究。图1为该生产线各工序概况图,按工艺设备可分为加热炉区、粗轧区、精轧区和卷取区。1580 mm生产线生产的带钢规格为: 厚1. 2 ~ 12. 7 mm,宽700 ~ 1 450 mm,最大卷重27. 7 t,最大单位卷重23 kg /mm。板坯在加热炉内加热到设定的板坯出炉温度后,通过高压水清除板坯表面氧化铁皮后送往定宽压力机,通过2台粗轧机组,在飞剪切头尾后经精轧高压水除鳞箱除去二次氧化铁皮,进入精轧机F1—F7进行轧制。1 580 mm生产线精轧机组各主要设备参数见表1。轧制中的板形控制主要就是在F1—F7的轧制过程中进行控制。 2 分析和优化方案的制定 2.1 凸度控制精度 针对该生产线凸度命中率低的现状,依托板形模型,跟踪板形参数在设定过程中的变化顺序及相互关系,发现在连续生产相同钢种和规格的带钢中, 当凸度命中率低时基本发生一个共性问题: 凸度PDI目标被控制模型修改。表2是连续生产相同钢种和规格的5块带钢的板形数据、5块带钢的PDI目标凸度的改变情况以及和凸度命中率的关系。 从表2中可以看出,生产前2块带钢时,模型还能按照转换的PDI来计算控制,但是从第3块开始, 模型将PDI进行了修改,即模型按照其默认的参数进行设定计算时认为前3个机架已用尽了凸度调节能力,所以出现该问题时,无论怎样命中率都不会提高,因为模型已经不按实际要求的PDI进行控制了。 目标凸度发生重置主要出现在3 mm以下各个宽度规格的钢种,占精度不合格的比率约为30% 左右。 通过分析发现,目标凸度重置现象是模型计算过程中,由于一些参数的设置不合理,造成了计算结果和实际情况存在偏差,使轧机的凸度调节能力未能完全发挥。为此,需要针对相应钢种进行新的参数设计,以减免由于模型计算不合理导致的目标凸度重置问题,希望通过限制PDI目标重置、提高前几个机架的凸度控制能力来改善凸度控制精度。 2.2 热膨胀模型优化 针对上述目标凸度重置问题,从模型计算方面分析,需要对模型中关于凸度的计算参数进行重新设计,以增加前3个机架的凸度调节能力。为了适应所有规格钢种的轧制并确保生产的安全稳定性, 模型优化从以下2个方面进行设计: 1) 优化平坦度死区因子。通过调节3 mm以下宽规格冷轧带钢的前3个机架的平坦度死区乘子, 以适量放开前3个机架的凸度调节能力。 2) 优化模型的热膨胀计算系数。通过调节热膨胀计算乘子来降低模型计算的热膨胀值,间接地影响辊系热凸度值的计算,这主要针对窄规格钢种。因为该模型中的窄规格带钢的热凸度计算结果往往远大于实测值,这会导致整体辊系凸度的计算结果出现异常,进而影响带钢凸度的设定结果,使得模型的目标凸度在设定过程中发生改变以适应错误的计算结果。 3 凸度优化方法的实施效果分析 3.1 数据分析 对厚度规格在3 mm以下、宽度规格在1050 mm以上的冷轧原料进行扩大平坦度死区因子的试验。 选取试验前1个月内生产的宽规格钢种的数据做为试验前的原始样本,选取试验后1个月内生产的宽规格钢种的数据作为试验样本,分别对其进行命中率的统计与对比。数据对比结果表明,通过扩大平坦度死区因子的试验,宽规格冷轧基料的试验作用效果比较明显,凸度命中率由试验前的90. 87% 提高到试验后的95. 18% 。同时该方案在优化中进行了实施应用,对其应用情况进行了连续3个月的生产跟踪,其跟踪效果如图2所示。 通过应用平坦度死区因子的优化方案,能够基本解决宽规格冷轧基料的目标凸度被模型修改的问题。由图2可见,对于宽规格钢种,优化后的凸度控制精度较试验前有了一定程度的提高,全长命中率的控制相对比较稳定,3个月以来一直维持在94% ~ 95% 。 3.2 热膨胀系数的优化效果 3.2.1 优化试验 在轧制窄薄规格的钢种时,在连续轧制时出现大量的目标凸度重置现象,使凸度命中率突然下降。图3( a) 和( c) 所示为轧制某窄薄规格的钢种,当轧制到第13块时开始发生目标凸度被模型修改,随后使凸度命中率骤然下降至个位数的情况。该生产线轧制的窄薄规格钢种,其规格大多窄而薄,厚度通常在3 mm以下,宽度一般为800 ~ 900 mm,尤其在批量连续轧制过程中,会经常出现目标凸度被模型修改的现象,使凸度命中率的控制精度受到很大影响。 这是由于模型在以其现有的设计算法进行设定计算时,尤其是窄规格带钢,其热凸度的计算结果远远大于实测值,这会导致整体辊系凸度的计算结果出现异常,进而影响辊缝凸度及带钢断面凸度的设定结果,使得模型的目标凸度在设定过程中发生重置以适应错误的计算结果。 考虑到对生产稳定性的影响,