冷轧带钢板形测控技术的发展状况和关键问题

 冷轧带钢属于高端精品钢材,板形在线检测与控制是冷轧带钢的高端核心关键技术。自主创新研制板形测控系统是实现中国钢铁工业发展升级、建设钢铁强国的重大需求。目前,板形测控技术市场国外占据优势,国产系统正在代替进口,扩大应用规模,推进技术完善。研制先进的板形测控系统需要解决的关键技术有高精度高质量的板形仪、功能完备强大的控制手段和方法、高精度高速度的数学模型。板形仪主要有接触式和非接触式两大类,接触式板形仪通过测量带钢张力的横向分布反映板形,非接触式板形仪通过测量带钢浪形反映板形。接触式板形仪可靠耐用精度高,应用广泛,发展趋势为整辊式板形检测辊、无线式信号传输装置、板形数据的精确处理。板形控制数学模型的主要类型,按建模的原理和方法可分为机理模型和智能模型;按模型的性质和作用可分为分析模型和控制模型;按板形的表示方法可分为多点控制模型和分量控制模型。板形控制模型的发展趋势为机理与智能协同建模、动态模拟预报和动态解耦控制、多种手段和方法的协同优化。进一步提高板形测控技术水平需要突破3项关键问题,即整辊式板形仪通道耦合与解耦的机理模型、板形控制的动态模拟和动态解耦模型、板形控制的高精度智能建模方法。     

整辊式板形辊挠曲影响信号的快速识别和消除

整辊式板形仪是冷轧带材接触式板形仪的发展趋势。整辊式板形仪在自重和外载作用下的挠曲变形会使内部安装的传感器预紧力发生变化,产生类似正弦波形的干扰信号,和有效信号叠加在一起,影响板形检测精度。本文研究这种影响信号的产生机理和识别消除方法。首先,根据试验标定和工业测试结果,发现并分析了板形信号与干扰信号的波形特征,即沿包角分布的板形波形位于沿圆周分布的干扰波形的波峰和波谷。其次,应用弹性力学理论计算分析了板形辊挠曲产生的应力变形,揭示了传感器预紧力的周期性变化是产生干扰正弦波形的原因。最后,根据包角范围以外的检测信号数据,采用曲线拟合最小误差优化方法,建立了精确快速识别和消除干扰信号波形的数学模型。工业应用表明,本文方法可有效的消除挠曲影响信号,提高板形检测和控制效果1～2 I。     

基于自编码器的冷轧带材板形数据降维方法

 为实现板带轧制过程的智能制造,对智能化的内涵进行了深入探索。针对具体问题,将无监督学习与强化学习理论用于生产实践具有重要意义。以板带轧制过程中的板形检测数据为研究对象,通过无监督学习理论中的自编码器进行板形基本模式的自动学习,从而降低板形数据的存储与传输量,实现板形分布的抽象表示,为后续板形异常检测、智能预报和智能控制奠定基础。与基于勒让德多项式模式的传统板形数据降维方法相比,此方法可显著提高板形重构精度,实现板形数据的近似无损压缩。     

整辊内嵌式板形仪挠度干扰信号的消除方法

 板形测控技术是生产高端冷轧带钢的必备技术,针对国产板形测控系统研发过程中遇到的一系列新的科学技术问题,研究了如何消除整辊内嵌式板形仪挠度引起的干扰信号。首先,分析了整辊内嵌式板形仪结构特点与传感器连接型式的特殊性;然后,分析了板形信号的理想波形与实际波形特征,根据其特征提出一种新的挠度干扰信号的消除方法,根据传感器安装位置固定的特点确定干扰信号相位,以有效信号之间波形平直为目标对干扰信号幅值进行优化;最后,通过实例和工业应用对该方法的有效性进行验证。研究结果表明,该方法可以高效精确地消除挠曲附加波形,使径向压力和板形分布变得平滑,有效提高检测精度。     

冷轧带钢虚拟仪器板形测控系统及其应用

针对大宽厚比冷轧带钢复杂板形测控问题,从板形检测单元划分、工艺误差综合补偿、非对称高次板形模式识别、板形统计评价和板形手段协同调控等角度,详细地分析了影响板形测控精度和调控效率的物理机制,并基于机理-智能协同调控模型和虚拟仪器平台,研制了新型的冷轧带钢智能板形测控系统。首先,细化板形检测单元有助有改善带钢边部板形的检测效果,同时还能提高复杂板形缺陷的识别精度;其次,根据各板形控制手段的响应时间和调控特性,实施分层次的组合调控策略,能够充分利用各板形控制手段的调控潜力,避免不同板形控制手段的性能冲突;此外,对在线板形实施智能统计评价,可以准确评估轧机板形控制特性和轧后带钢板形指标,有助于优化板形测控模型。工程案例表明,新型的虚拟仪器板形测控系统闭环周期缩短在100ms以内,板形控制在61以内。     

冷轧带钢板形辊激光熔覆表面强化试验

 板形辊是生产高端冷轧带钢的关键装备,其表面性能对保证带钢产品表面质量和提高其自身使用寿命都至关重要。为了提高板形辊辊面的硬度和耐磨性,通过激光熔覆铁基耐磨合金的方式对其进行了表面强化处理,通过试验对比了激光熔覆强化辊面与淬火强化辊面性能。结果表明,在满足硬度要求的前提下,熔覆层的耐磨性比淬火层至少提高20.9%。为研发冷轧带钢板形辊表面强化技术开辟了一条新途径。     

冷轧带材板形测控系统国家标准解读

 为了推动GB/T 34901—2017与GB/T 34902—2017两项国家标准的实施和推广应用，提高中国冷轧带材板形测控技术的标准化、智能化水平，提高板形质量和国际竞争力，对这两项标准进行了系统地解读。首先阐述了这两项国家标准的制定背景与意义，其次介绍了标准的使用范围与术语定义，最后系统地解读了标准中板形仪和板形闭环控制系统的结构组成、技术要求、试验方法和检验规则等。     

冷轧带材整辊式板形仪通道耦合与解耦

 板形检测是提高板形质量的基础和关键。为保证带材表面不被划伤，整辊式板形仪应运而生。由于结构的特殊性，整辊式板形仪在某一通道受压力时不仅会对本通道信号产生作用，还会对邻近通道信号产生显著干扰，引起检测误差，因此需要对其进行解耦处理。为解决这一问题，首先通过力学分析提出了通道耦合的概念和影响矩阵模型，然后通过标定试验获得影响矩阵的数值，最终通过解耦方程消除通道间的相互干扰。仿真试验和工业应用证明，提出的理论和方法可有效提高板形检测和控制精度。     

板形检测辊挠度变化对冷轧带钢原始波形信号的影响

 综合考虑板形检测辊自重及其所受带钢张力的影响,利用正弦波和样条曲线虚拟各通道的零点偏差,基于截点法建立了针对检测辊挠度动态变化的原始波形零点补偿模型。对于检测辊自重造成的离线零点偏差,对其进行虚拟正弦截点补偿;对于动态大张力造成的在线零点偏差,利用样条曲线实时拟合零点偏差。从实测曲线中减去零点偏差拟合曲线,即可获得更稳定的径向压力值或板形值,应用过程中还可以采用递推平滑法使其更可靠地反映在线带钢的实际板形状况。实测数据表明,各通道的原始波形AD零点偏差从补偿前的600左右下降到补偿后的50以内,径向压力零点偏差从130N左右下降到10N以内。因此,该零点补偿方法对于提高板形检测精度和板形控制精度具有重要的意义。     

冷轧带钢板形控制机理智能协同调控模型

 为了提高板形调控效率和控制精度,基于板形控制矩阵和DE-ELM神经网络,建立了冷轧带钢板形控制机理-智能协同调控模型。首先,根据带钢金属模型和辊系弹性模型建立板形控制的机理仿真模型,构建静态板形控制矩阵;同时利用DE-ELM神经网络形成动态板形控制矩阵,并利用加权方法协调板形控制矩阵的影响度,提高板形控制稳定性和精度。实例表明,机理智能协同调控模型能够更快速获得有效板形控制系数,有助于提高冷轧带钢板形调控效率,使不良板形快速调整至良好状态。