| 金通首页 | 我的帐户 | 发布文章 | 上传展示 | 网站捷径 | 反馈 | 关于我们 | 网站综述 |

 
  金通首页 > 中文版首页 > 二级模型 >

 
七大技术
专利预警
专利二级
升级规化
企业诊断
技术咨询
定制建模
项目案例
模型开发
二级系统
定制建模
工业软件
仿真模型
标杆项目
锂电制造
智能装备
模型开发
锂电行业
钢铁行业

公司指南

缺陷预警

装备智能

域名待售

技术培训

- 培训日程
- 课程总述
- 培训资源
- 学习方法
- 现状需求
-
- 锂电技术
- 装备智能
- 智能制造
 



南钢中厚板卷厂二级系统模型改进

 

<续前页>
 

1.    引言

1.1 开发背景

金通有限责任公司改善二级模型轧制力预测始于在美国耶弗拉兹俄勒冈钢铁公司 (EOS) [1]。在2006年下半年,EOS二级模型经常遇到板型缺陷问题,特别是硬而薄的产品。分析表明,二级模型在相关道次有显著的轧制力预报错误。二级模型轧制力预测的高误差造成的不合理的压下规程,导致很差的形状。这项工作的早期阶段,充满了迷惑不解,因为许多现象是与传统的轧制理论相矛盾的。后来,当一个个难以解释的问题都有了答案之后,一个新的理论体系便因之建立起来了[2]。在此基础上,金通迅速提出了开发下一代二级系统,通结合金属学原理,智能自学和先进的软件工程 (比如不间断的升级) [3]。在二级模型中,有两个基本问题,即轧制力的预测精度,以及基于预测的轧制力确定轧制道次规程的逻辑,两者都紧密联系于,或者说相互关联于,金相学问题。对于中厚板轧制或热连轧,没有轧制力预测则二级系统无法产生道次规程。如果轧制力预测是不准确的,道次规程不会适当除非道次规程逻辑是有缺陷的。所以在轧制力预测不准确时,就会有轧机能力的浪费和产品质量的降低

本文重点着眼于二级系统道次规程两个最根本问题之一,即轧制力预报,以中国南京钢铁股份有限公司 (南钢) 为例。南钢板卷轧机比美国俄勒冈公司的同等炉卷轧机新,但它属于在中国最早成功提供X80钢的供货商之一。该厂也是由Tippins所建,并使用Tippins二级系统。像每一个这种类型的轧机,其二级系统有轧制力预测模型的问题。此问题源于Tippins系统几种逻辑问题,加上自适应自学本身的局限和金属学因素考虑不足这些在市场上大多数二级软件包共同弱点。很多误差源无法通过不加干预的自适应,甚至神经网络优化自学,简单地去除。

今天,在钢中添加微合金是很常见的。加
入的铌,钒,钛常常增加再结晶温度约100℃,而铬,钼,铜的使用往往提高了再结晶温度约50°C。因此,微合金的添加使得钢难以完成再结晶,由此,相当一部分的应变可以从以前的道次保留到现道次。对这些问题若没有足够的考虑将使得轧制力预测结果不准确,从而降道次规程质量,甚至造成设备损坏。在控轧情况下这一问题的严重性将大大增加。

南钢极力推控制轧制。于是出现了在二级系统优化轧制力预报方面的特殊问题。此外,为了服务十分广泛的行业,其钢种数目增加的速度非常快。这再次增加了模型设计的难。金通通常为每一个模型钢种在三个温度区域的每一个预先设计一套流应力系数;这是为了实施其所谓的指导下双参数自学 (FIT2G)。FIT2G能够很简单很有效地考虑金属学影和去除轧制力预报自学中的共同逻辑弱点。在本行业当今的技术水平,直接在轧制过程及道次间对微观组织演变进行建模是不可取的,尤其对于在线计算模型,运算速度至关重要。FIT2G可以很巧妙地回避这些问题。然而,FIT2G的这种设计也面临一个挑战,即钢种数量的持续增长,尤其是化学成分与原有钢种都差异较大时。出于这原因,在这个项目中,金通充分结合其数据,轧制过程模型和自身技术技能,实现了对钢种模型参数进行自动设计。

二级模型准确的参数预测对产品质量和生产效率的重要性已经在论文[4]进行了深入讨论。在预测的参数中,轧制力是最重要的一个。温度也基本上是根据轧制力反算出来的。轧制力预报是平板轧制道次规程设计的基础,正如在中厚板卷及在板带轧制的情形。

1.2 技术简介

南钢中板厂二级系统由TIPPINS提供。该系统有设计逻辑错误,自适应自学系统本身的缺陷,较窄的公式适用范围,及缺乏必要的金属学方面的考虑。因此其力能预报系统有待改进。该系统依据力能预报来计算温度及产生轧制规程。因此力能预报与产品质量,产量及成材率密切相关。

该项目将对上述问题及弱点作彻底改进,且将改进结果结合到约大量的流变应力的系数中去。这样既可达到极高的准确度,又不必对现有源程序作大的改动。此项目采用所谓的指导下的双变量自学机制,即在自学中,采用优化设计的应变及应变速度的系数 (C3 C4)作为恒定值,而只改变材料及温度的系数 (C1 C2)。因C3 C4 的设计已考虑上述各个因素,包括系统逻辑错误及自适应系统缺陷的矫正及金属学的应用等,故系统精度大大提高。金属学方面的改进包括优化温度区 (或厚度区)的划界,待温后回复道次模型改进等。同时,南钢在钢种文件的使用较不规范。钢种文件的优化也包含在此项目之中。担保的精度为80%道次达到5%以内的误差,90%道次达到10%以内的误差,以及99%道次达到15%以内的误差。

另外,针对南钢现存在的钢板头,中及尾部厚度不均及勾头勾尾缺陷,钢板头,中及尾部力能预报模型改进及头尾部轧后厚度梯形图数据计算作为独立的一个项目,进行独立的考核。

TIPPINS系统中的温度值是通过轧制力反算出来的。这使得温度值比直接计算要更准确。轧制压下规程是依据预报的轧制力制定出来的。这使得当条件变化时压下规程可及时调整。这种机制比较优越,但对轧制力预报精确度的要求就很高。轧制力的误差导致温度误差。温度误差容易使得控制轧制时温度设定的优化值被错过,降低控轧效果,从而使轧后产品性能变差。同时轧制力的误差导致低质量压下规程从而引起一系列问题 (力学性能,尺寸形状等)。轧辊挠曲,机架挠曲和轧辊压扁都受轧制力影响,因此轧制力预报误差造成所有这些变形的预报误差。比如当轧制力不准时,设定的辊缝值与实际所需差距较大, 因此AGC调辊缝时摆动过大。这可将其他任何设备及操作的弱点激化为板型问题 (如勾头勾尾,蛇头弯,镰刀弯等)。又比如当挠曲预报不准时,压下量沿着钢板宽度可能不相等而造成中心扣或边缘波。

 

 

<待续>

 

<上一页> | <下一页>

|  Part 1  |  Part 2  |  Part 3  |  Part 4  |  Part 5  |  Part 6  |  Part 7  |  Part 8  | 


| 隐私权 | 条款及细则 | 关于我们 | 广告合作伙伴投资者赞助商列表 |  

版权所有:2022年金通有限责任公司