[发明专利]冷连轧轧机摩擦系数预测方法

摘要

本发明提供一种冷连轧轧机摩擦系数预测方法。本发明的方法包括（1）相关数据的筛选从摩擦系数的影响因素中找出影响摩擦系数的主要因素包括钢种级别、轧制速度、轧辊原始粗糙度、轧制公里数；（2）经验实绩摩擦系数的计算（3）建立摩擦系数预测模型（4）预测方法的建立在获取到的轧制过程数据的基础上，针对不同钢种不同机架，把数据分为试验数据集和测试数据集两大部分，试验数据集用于拟合曲线建立新的计算公式，测试数据集用于测试验证计算结果，本发明采用Mathematica 7.0 数学分析工具对数据进行多变量回归分析。本发明的摩擦系数预测方法更能提高各机架设定精度。

主权项

一种冷连轧轧机摩擦系数预测方法，其特征是：该方法包括以下步骤：(1)数据的筛选：从摩擦系数的影响因素中找出影响摩擦系数的主要因素，其包括钢种级别、轧制速度、轧辊原始粗糙度、轧制公里数；(2)经验实绩摩擦系数的计算：经验实绩摩擦系数根据轧制过程其它实绩数据利用轧制原理反算得到，计算方法如下：myue=pa[i]÷sb[i]÷ska[i]÷kapa[i]÷rda[i]×(ha[i]-ha[i+1])-(1.08-1.02×sra[i])1.79×sra[i]×1.0-sra[i]×rda[i]/ha[i]---(1)]]>公式(1)中：myue即是采用轧制实绩数据反算得到的历史经验实绩摩擦系数；sra[i]是当前机架的实绩负荷；rda[i]是当前机架的压扁半径；ha[i]是当前机架下带钢实绩厚度；pa[i]是当前机架的实绩轧制力；sb[i]是当前机架下带钢的实绩宽度；ska[i]是当前机架下带钢的平均变形阻抗；kapa[i]是当前机架下带钢的张力效应；(3)建立摩擦系数预测模型：f(l,r,v)＝f(l,r)f(v)＝A(r)×e‑B(r)l(m+f/v)   (2)公式(2)中，函数A(r)和B(r)与轧辊原始粗糙度是线性函数关系，由此公式(2)可以细化为如下公式：f(l,r,v)＝f(l,r)f(v)＝(a+br)e‑l(c+d r)(m+f/v)   (3)公式(3)中，l代表轧制公里数、r代表轧辊原始粗糙度、v代表轧制速度，a、b、c、d、m、f是待求的公式参数；(4)预测方法的建立：在获取到的轧制过程数据的基础上，针对不同钢种不同机架，把数据分为试验数据集和测试数据集两大部分，试验数据集用于拟合曲线建立新的计算公式，测试数据集用于测试验证计算结果，采用Mathematica 7.0数学分析工具对数据进行多变量回归分析，其中曲线的拟合过程如下：①划分训练数据的轧制周期，并选择轧制周期长，工况稳定的数据进行公式拟合，②先进行轧制公里数和实绩摩擦系数的指数拟合：f(l)＝A(r)e‑B(r)l，③一个轧制周期为一个拟合结果，最终分别得到一组A(r)和B(r)的拟合系数，④A(r)和B(r)与初始摩擦系数有关，分别与轧辊原始粗糙度做线性拟合：A(r)＝a+br，B(r)＝c+dr，即可得到公式(3)中的参数a、b、c、d，⑤最后进行实绩摩擦系数与轧制速度的倒数的线性拟合f(v)＝m+f/v，即可得到公式(3)中的参数m、f，⑥最终组合得到摩擦系数新的计算公式(3)中的参数a、b、c、d、m、f，不同钢种不同机架拟合得到的摩擦系数计算公式的a、b、c、d、m、f共6个参数组成新的计算公式参数表，计算公式建立之后，在测试数据集上以轧制公里数、轧辊原始粗糙度和轧制速度为公式(3)的输入，查取相应的参数组合并代入公式(3)，最终输出经过公式计算得到的摩擦系数。