[发明专利]一种在线防止冷轧带钢平整斜纹发生的方法

说明书

技术领域

本发明涉及一种在线防止冷轧带钢平整斜纹发生的方法，属于冶金行业冷轧技术领域。

背景技术

平整斜纹是一种在退火带钢上很容易发生的一种缺陷，发生平整斜纹的带钢由于表面凹凸不平，这导致带钢降级甚至报废,平整斜纹缺陷对钢铁企业的效益产生严重影响，是一种应当避免的冷轧缺陷。背景技术中，目前没有提出解决解决平整斜纹的通行方法，对平整斜纹也没有统一认识，这增加了解决这一冷轧缺陷的难度。平整是生产退火后带钢的一道重要工序，其作用是消除退火后带钢的屈服平台、进一步改善退火后带钢板形。其特点是通过一台单机架或双机架轧机轧制带钢，轧制过程压下率小，轧制力小。轧制过程轧机与带钢均存在弹性变形，带钢则同时同时存在的弹性变形与塑性变形，且带钢的弹性变形不容忽略，平整机的轧制过程目前没有成熟的数学模型可以对其进行模拟和预测。特别是单机架平整机，需要具备支承辊倾斜功能，平整机后必须附带一个板形仪，以及平整机所必须的控制电气设备。如何在线防止冷轧带钢平整斜纹发生，是本领域亟待解决的技术问题。

发明内容

本发明目的是提供一种在线防止冷轧带钢平整斜纹发生的方法，将平整斜纹发生率控制在0.001％以下，可以提高带钢的板形与表面质量，提高钢铁企业的效益水平，解决背景技术中存在的上述问题。

本发明的技术方案是：一种在线防止冷轧带钢平整斜纹发生的方法，具体步骤如下：

①平整带钢的板形数据由板形仪辊进行测量，送入到PCM单元，PCM单元再经过TCP/IP通道送入板形控制系统中，板形控制系统为ibaLogic系统，ibaLogic系统再将板形控制的结果送入到主线PLC中的FM458机架控制器中，进行机架倾斜、弯辊以及窜辊的控制；

②使用ibaLogic系统和生产线的FM458系统留有的16个空余数据作为端口，将数据送入到FM458系统，再由FM458系统将数据送入到生产线可编程序控制器系统中去。

③将可编程序控制器系统中的数据转换为标准TCP协议传到板形分析模块中；在板形分析模块中通过拟合曲线的算法得出当前带钢的单边浪组分、中浪-双边浪组分、正-反四分浪组分；

④利用BP神经网络算法，拟合出当前板形缺陷：

P(X)＝AP1+BP2+DP3           (1)

其中：(1)式中x为板宽，A、B、D为板形系数，P(X)为板形函数，单位为IU，P1、P2、P3为归一化的单边浪一次函数、双边浪二次函数，四分浪四次函数；系数A包含了板形缺陷中单边浪的组分，是一个0～1的小数；与单边浪对应的带钢横截面形状是楔形；

当横截面积与辊缝不匹配的时候，会发生平整斜纹现象；而带钢的横断面楔形与辊缝楔形必须相互匹配，因此存在一个带钢横断面形状与辊缝形状的匹配度因素；

⑤所述带钢横断面形状与辊缝形状的匹配度因素，由以下公式计算平整斜纹是否发生：

ε＝|Div/w/A|           (2)

当ε大于某一值时会发生平整斜纹，这个ε值随带钢屈服强度变化而发生变化；式中Div为轧制力差，单位为KN，w为宽度，单位为mm；

ε值与钢种强度存在对应关系，绘制出ε值与钢种强度的对应表，在控制过程中无论轧机如何调整，只要保证ε值不超过查表值即可保证带钢正常生产，不会出现平整斜纹。

所述BP神经网络算法具体步骤为：

A、通过给定已知板形缺陷作为输入，将一次板形缺陷、二次板形缺陷、四次板形缺陷的待定系数作为输出，训练输入和输出之间的BP神经网络权值；

B、控制神经网络训练过程中的学习系数，遍历一次训练样本动态改变一次学习系数，保证学习速度，克服BP神经网络学习速度慢的缺点，配合动态改变学习权动量；

C、实际板形数据作为输入，通过神经网络权向量计算转换为一次板形缺陷、二次板形缺陷、四次板形缺陷的系数，带入(1)式中得出拟合的当前板形缺陷。

本发明有益效果：在控制过程中无论轧机如何调整，只要保证ε值不超过查表值即可保证带钢正常生产，不会出现平整斜纹，因此通过在实际生产过程中可以通过查表的方式预防平整斜纹的产生；本发明以将平整斜纹发生率控制在0.001％以下，可以提高带钢的板形与表面质量，提高钢铁企业的效益水平。

具体实施方式

以下通过实施例对本发明做进一步说明。

一种在线防止冷轧带钢平整斜纹发生的方法，具体步骤如下：