[发明专利]热轧带钢板形的案例库建立方法

说明书

技术领域

本发明涉及精轧带钢生产控制，更具体地，是一种热轧带钢板形的案例库建立方法。

背景技术

在带钢精轧过程中，板形控制作为热轧带钢尺寸精度控制的重要组成部分，越来越受到钢铁企业的重视，板形的生产机理非常复杂，好的板形不但需要有设备、工艺、管理等条件作为保证，高精度的板形控制系统也必不可少。提高带钢板形控制精度的思路一般为：增加板形精度与采用先进的自学习方法相结合。有效的自学习方法对板形控制精度的提高具有重要意义，仪表检测到本块带钢的板形实测值后，通过自学习系统，修正下一块带钢的板形设定值，以保证带钢的头部板形质量。

热连轧板形控制是一个多变量、时变、强耦合和非线性的复杂过程，轧制过程中各种板形影响因素，如轧制力、弯辊力、轧辊磨损、热凸度等都会随时间进程与空间位置而变化，并且相互影响、耦合。根据轧辊弹性变形和带钢塑性变形理论，各种板形因素和最终辊缝之间的数学关系相当复杂，因此，目前板形控制系统中的数学模型都是建立在大量简化和假设基础之上的，计算结果往往不能满足用户需求和产品精度。因此，在板形控制同时，辅助以自学习技术，以提高最终的板形质量。

申请号为201210134867.7，申请日为2012年4月28日的中国发明专利申请公开了一种改善换规格首块带钢板形质量的自学习方法，该方法主要通过短期自学习、长期自学习以及继承性自学习的结合，达到提高自学习效率的目的，提高各种工况下换规格带钢的板形质量。

申请号为201210110506.9,申请日为2012年4月16日的中国发明专利申请公开了一种利用反馈数据提高轧机板形设定及动态控制精度的方法，该方法主要通过对来自平直度仪和多功能仪的两组检测数据的优化，提高最终用于控制的现场实际检测数据的精度，来提高板形自学习功能的输出精度。

上述现有技术存在如下问题：以上专利申请中的方案都是用仪表实测值代入板形模型进行学习系数更新，再将更新后的学习系数作用在板形模型公式上，用于下一块带钢的设定计算，这没有摆脱常规的自学习方法的局限，即自学习效果受到板形模型精度的影响。

发明内容

本发明的目的，在于解决现有的带钢板形控制中所存在的上述问题，提供了一种创新的热轧带钢板形的案例库建立方法。

本发明的热轧带钢板形的案例库建立方法，用于建立一个确定带钢层别的案例库，该案例库内包括N个该确定带钢层别的轧制案例，各轧制案例包括条件属性和决策属性，该条件属性包括带钢宽度、计划位置以及热轧轧机各机架的单位轧制力，该决策属性包括各热轧轧机各机架的PC角和板形适配度，该板形适配度表征该轧制案例中带钢板形控制精度的优劣程度，该方法包括：

步骤S100，当该案例库内该确定带钢层别的轧制案例数未达到N时，确定是否将轧制完成后的当前卷带钢作为轧制案例放入该案例库内，其中该步骤S100包括：

步骤S110，判断该当前卷带钢的凸度偏差和平直度偏差是否均小于阈值，如果该当前卷带钢的凸度偏差和平直度偏差均小于阈值，则进入步骤S120，否则，则不将该当前卷带钢放入该案例库内；

步骤S120，如果该案例库不存在轧制案例，则将当前卷带钢放入该案例库内；如果该案例库内存在轧制案例，则从该案例库内确定该当前卷带钢的最接近轧制案例，并确定该当前卷带钢和该最接近轧制案例之间的差异显著程度，并且，a，当该差异显著程度确定为显著时，将该当前卷带钢放入该案例库内；b，当该差异显著程度确定为不显著时，判断该当前卷带钢的板形适配度是否优于该最接近轧制案例的板形适配度，若优于，则将该当前卷带钢替换该最接近轧制案例放入该案例库内，若不优于，则不将该当前卷带钢放入该案例库内；

步骤S200，当该案例库内该确定带钢层别的轧制案例数达到N时，确定是否对该案例库进行更新，该步骤包括：

步骤S210，从该案例库内确定该当前卷带钢的最接近轧制案例；

步骤S220，判断该当前卷带钢的板形适配度是否优于该最接近轧制案例的板形适配度，若优于，则将该当前卷带钢替换该最接近轧制案例放入该案例库内以对该案例库进行更新，若不优于，则不将该当前卷带钢放入该案例库内。

优选地，上述步骤S120和步骤S210中，该确定该当前卷带钢的最接近轧制案例包括：