[发明专利]一种冷轧带钢高精度板形表面粗糙度在线智能控制方法

说明书

本发明涉及一种冷轧带钢高精度板形表面粗糙度在线智能控制方法，该方法通过建立平整工艺相关参数与带钢表面粗糙度之间对应关系的模糊神经网络控制模型，以表面粗糙度在线检测值与目标值之间的偏差值和偏差微分值作为模型输入，以平整轧制力作为模型输出，对模糊神经网络控制模型进行学习训练，得到模糊神经网络在线预报模型，在线检测带钢表面粗糙度，实时调整平整轧制力，并对平整张力和平整弯辊力进行相应调整，以保持带钢机械性能和板形基本不受影响。相对于现有技术，本方法实现了对带钢表面粗糙度的在线智能控制，提高了冷轧带钢表面粗糙度的控制精度，更好地满足了下游用户的要求。

技术领域

本发明涉及带钢冷轧技术领域，特别涉及一种冷轧带钢高精度板形表面粗糙度在线智能控制方法。

背景技术

钢铁行业中，钢铁表面粗糙度是影响钢板可成形性的关键因素之一，是冷轧产品质量的重要指标。

目前，在冷轧带钢生产实践中，对带钢表面粗糙度进行监控的方法通常是在相关冷轧后处理机组出口(如连续热镀锌机组或平整机组)对带钢进行抽检取样，然后在分析测试实验室对样板进行离线测试，获取带钢表面粗糙度参数，并与下游用户的技术要求进行比较。若带钢表面粗糙度不达标，则在后续生产中对生产工艺参数进行必要调整，再抽检取样、离线分析测试、在线调整工艺参数等，直至带钢表面粗糙度完全满足用户要求。但该方法具有滞后性和非连续性，且取样部位一般位于钢板的头部和尾部，无法代表整块钢板的粗糙度特点。

为实现对钢铁表面粗糙度的精确测量，人们进行了多种改进，如西门子试图通过开发平整过程粗糙度在线闭环控制技术以实现对钢铁表面粗糙度的控制。

但目前的研究多采用逐步回归法建立带钢表面粗糙度和轧制力之间的非线性映射关系预报模型，该方法存在控制参数繁多、整定工作繁琐、依赖于工程师经验设定等问题，难以实现广泛的现场应用。

发明内容

本发明所要解决的技术问题是针对上述技术现状而提供一种对数学模型与人工经验依赖度小，可实时调整平整工艺参数，且稳定性好、适用性广的冷轧带钢高精度板形表面粗糙度在线智能控制方法。

本发明解决上述技术问题所采用的技术方案为；一种冷轧带钢高精度板形表面粗糙度在线智能控制方法，该方法使用的冷轧带钢表面粗糙度控制设备包括依次连接的平整机(4)和表面粗糙度检测仪(5)，所述方法包括如下步骤：

(1)将表面粗糙度检测仪(5)检测到的带钢表面粗糙度m的实测值m_act与所述带钢表面粗糙度m的目标值m_ref作差，得出带钢表面粗糙度偏差值e_m，即：

e_m＝m_act-m_ref：

所述带钢表面粗糙度m为带钢表面轮廓算术平均偏差R_a、或微观不平度十点高度R_z、或峰值密度P_c；

将带钢表面粗糙度偏差值e_m对时间t求微分，得出带钢表面粗糙度偏差微分值ec_m，即：

式中：为微分算子；

(2)确定带钢平整轧制力调节量：

将步骤(1)得到的带钢表面粗糙度偏差值e_m和带钢表面粗糙度偏差微分值ec_m代入模糊神经网络在线预报模型中，确定带钢平整轧制力调节量ΔP，以消除带钢表面粗糙度偏差；

(3)确定带钢平整张力调节量：