[发明专利]一种二次冷轧过程轧辊表面油膜厚度预测方法

权利要求书

1.一种二次冷轧过程轧辊表面油膜厚度预测方法，其特征在于：其包括以下步骤：

S1、构造初始二次冷轧过程轧辊表面油膜厚度预测模型：

式中，ξ_w0为轧机入口侧工作辊表面油膜厚度，ξ_w1为轧机出口侧工作辊表面油膜厚度，ξ_m0为轧机入口侧中间辊表面油膜厚度，ξ_m1为轧机出口侧中间辊表面油膜厚度，ξ_b0为轧机入口侧支撑辊表面油膜厚度，ξ_b1为轧机出口侧支撑辊表面油膜厚度，ξ_mw1为轧机出口侧工作辊与中间辊的辊间油膜厚度，ξ_mb0为轧机入口侧中间辊与支撑辊的辊间油膜厚度，ξ₁为轧制变形区出口油膜厚度，α_mw为工作辊与中间辊的接触咬入角，α_mb为中间辊与支撑辊的接触咬入角，θ为压力粘度系数，η₀为初始动力粘度，p_mw0为工作辊与中间辊的辊间最大接触应力，p_mb0为中间辊与支撑辊的辊间最大接触应力，v_r为轧辊线速度，λ_a为工作辊入口油膜分配系数，λ_b为工作辊出口油膜分配系数，λ_c为中间辊入口油膜分配系数，λ_d为中间辊出口油膜分配系数，λ_e为支撑辊油膜分配系数；

S2、采用Powell优化算法，分别计算工作辊入口油膜分配系数λ_a的最优值λ_ay、工作辊出口油膜分配系数λ_b的最优值λ_by、中间辊入口油膜分配系数λ_c的最优值λ_cy、中间辊出口油膜分配系数λ_d的最优值λ_dy和支撑辊油膜分配系数λ_e的最优值λ_ey；

S3、将步骤S2得到的轧辊表面油膜厚度影响系数的最优值λ_ay、λ_by、λ_cy、λ_dy、λ_ey代入步骤S1构造预测模型中，得到最优的二次冷轧轧辊表面油膜厚度预测模型：

S4、采集二次冷轧机组待生产带钢的预设定润滑工艺参数，所述工艺参数包括：轧制变形区出口油膜厚度ξ₁、工作辊与中间辊的接触咬入角α_mw、中间辊与支撑辊的接触咬入角α_mb、工作辊与中间辊的辊间最大接触应力p_mw0、中间辊与支撑辊的辊间最大接触应力p_mb0和轧辊线速度v_r；

S5、根据步骤S3中的预测模型预测二次冷轧的轧机入口侧工作辊表面油膜厚度ξ_w0、轧机出口侧工作辊表面油膜厚度ξ_w1、轧机入口侧中间辊表面油膜厚度ξ_m0、轧机出口侧中间辊表面油膜厚度ξ_m1、轧机入口侧支撑辊表面油膜厚度ξ_b0以及轧机出口侧支撑辊表面油膜厚度ξ_b1；

步骤S2具体包括以下步骤：

S21、采集二次冷轧机组现场已生产的N组带钢的轧辊油膜厚度数据，包括：轧机入口侧工作辊表面油膜厚度实测值ξ_w0mi、轧机出口侧工作辊表面油膜厚度实测值ξ_w1mi、轧机入口侧中间辊表面油膜厚度实测值ξ_m0mi、轧机出口侧中间辊表面油膜厚度实测值ξ_m1mi、轧机入口侧支撑辊表面油膜厚度实测值ξ_b0mi以及轧机出口侧支撑辊表面油膜厚度实测值ξ_b1mi；其中，i为带钢组数编号，i＝1,2,L,N；

S22、定义轧辊表面油膜厚度影响系数数组X＝{λ_a,λ_b,λ_c,λ_d,λ_e}、给定轧辊表面油膜厚度影响系数数组初始值X₀＝{λ_a0,λ_b0,λ_c0,λ_d0,λ_e0}、搜索步长初始值ΔX＝{Δλ_a,Δλ_b,Δλ_c,Δλ_d,Δλ_e}以及收敛精度ε；

S23、按照步骤S1构造的模型计算已生产的N组带钢的轧机入口侧工作辊油膜厚度ξ_w0i、工作辊出口油膜厚度ξ_w1i、中间辊入口油膜厚度ξ_m0i、中间辊出口油膜厚度ξ_m1i、支撑辊出口油膜厚度ξ_b0i以及支撑辊出口油膜厚度ξ_b1i；

S24、计算轧辊表面油膜厚度影响系数优化目标函数G(X)；

S25、判断Powell条件是否成立，若成立，则转入步骤S26；若不成立，则更新数组X及其搜索步长ΔX，转入步骤S23；

S26、输出优化目标函数最小值对应的轧辊表面油膜厚度影响系数数组的最优值X_y＝{λ_ay,λ_by,λ_cy,λ_dy,λ_ey}；

轧辊表面油膜厚度影响系数优化目标函数G(X)的计算公式如下：

式中，G_w(X)工作辊表面油膜厚度影响系数优化函数；G_m(X)中间辊表面油膜厚度影响系数优化函数；G_b(X)支撑辊表面油膜厚度影响系数优化函数；α、β、α_w、α_m、α_b加权系数,0＜α、β、α_w、α_m、α_b＜1；工作辊入口油膜表面厚度权重系数，工作辊出口油膜表面厚度权重系数，中间辊入口油膜表面厚度权重系数，中间辊出口油膜表面厚度权重系数，支撑辊入口油膜表面厚度权重系数，支撑辊出口油膜表面厚度权重系数，