[发明专利]冷轧带钢板形控制执行器调控功效系数在线解耦方法

说明书

技术领域

本发明涉及冷轧带钢领域，尤其涉及一种适用于冷轧带钢板形控制中执行器调控功效系数的在线解耦方法。

背景技术

随着国内装备制造业的迅猛发展，用户对冷轧带钢产品的板形质量要求也越来越高，特别是对于汽车和家电等行业。因此在冷轧带钢生产过程中，板形质量成为考核最终产品的最重要技术指标之一。冷轧带钢生产的板形控制技术是一项融合多学科知识、高度复杂的关键性技术。国内外大型钢铁联合企业和研究机构投入了大量的人力、物力和财力来研发提高板形控制精度的方法和技术，以期增强钢铁企业的核心竞争力。

为了增强冷轧轧机的板形控制能力，现代冷轧轧机一般具有多种板形调控手段，如压下倾斜、工作辊正负弯辊、中间辊正弯辊、轧辊横移和喷射冷却等。在冷轧带钢板形控制系统投入运行时，需要综合考虑各个板形调控手段的调控能力，通过统筹计算使得各板形调控手段相互配合以达到最大限度消除板形偏差的控制效果。因此，对各个板形调控手段的调控能力的准确评估，也就是说是否能够获取高精度的冷轧带钢板形控制执行器调控功效系数便成为影响板形控制效果优劣的一个关键因素。

目前冷轧带钢板形控制执行器调控功效系数的获取方法主要分为有限元数值计算、轧机实验和在线自学习三种方法。由于各个板形控制执行器对板形的影响机理非常复杂，模型中的未知因素多，轧机工作状况也是不断变化的，因此很难通过传统的辊系弹性变形理论以及轧件三维变形理论来精确计算出各个板形控制执行器的调控功效系数；这也是用有限元数值计算方法解决该类问题时所遇到的瓶颈。在实际轧制过程中，调控功效系数还受到诸多轧制参数的影响，如带钢宽度、轧制力、轧辊粗糙度和温度等；不同规格的带钢对应不同的调控功效系数，即使相同的规格的带钢在不同的工况下相应的调控功效系数也会发生变化，因而由轧机实验得到的调控功效系数也不能满足日益增长的冷轧带钢控制精度要求。使用在线自学习方法可以在一定程度上改善调控功效系数的精度，但是由于在线板形变化是由若干个板形调控机构共同作用的结果，各调控机构对板形的影响是相互耦合的，目前已有的板形控制执行器调控功效系数在线自学习方法并不能对其进行精确解耦，因而所得到的自学习结果通常并不理想，甚至有时会变得更差。

冷轧板形控制技术一直为国外公司所垄断而导致进口冷轧板形控制系统价格昂贵，即使高价进口后由于不掌握核心技术在产品变规格后不能保证系统良好运行，因此进行冷轧板形控制核心技术的国产化研发势在必行。

发明内容

本发明所要解决的技术问题是：提供一种冷轧带钢板形控制执行器调控功效系数在线解耦方法，该方法通过建立板形控制执行器调控功效系数在线解耦计算模型，可以迅速的获得当前工况下高精度的冷轧带钢板形控制执行器调控功效系数，并将其应用于闭环板形控制系统中，得到较高的板形控制精度。

本发明解决其技术问题采用以下的技术方案：

本发明提供的冷轧带钢板形控制执行器调控功效系数在线解耦方法，具体是：使用有限元数值计算方法或轧机实验方法获取冷轧带钢板形控制执行器调控功效系数，该系数作为先验初始值；在该系数完成在线解耦之前，闭环板形控制系统应用这个先验初始值及其常规在线自学习值进行冷轧带钢板形控制调节量的计算，实现在获得冷轧带钢板形控制执行器调控功效系数在线精确解耦计算结果之前的若干个控制周期内的板形闭环控制功能；该计算过程是通过建立板形控制执行器调控功效系数在线解耦计算模型，利用在线收集的轧制过程参数实时计算出高精度的冷轧轧机实际的执行器调控功效系数，用于实现冷轧带钢的高精度闭环板形控制。

在所述执行器调控功效系数在线解耦计算完成之前的至少m个控制周期里，可以采集每个控制周期里所发生的各冷轧带钢板形调控机构调节量以及该调节量发生作用之后的各冷轧带钢板形实际改变量，然后利用板形控制执行器调控功效系数在线解耦计算模型获取冷轧轧机实际的执行器调控功效系数，所述计算模型为：

[EΔU₁ EΔU₂ ΛEΔU_m]=[δ₁ δ₂ Λ δ_m]+[Eff₁ΔU₁ Eff₂ΔU₂ Λ Eff_mΔU_m]，