[发明专利]一种自学习式轧机入口厚度优化方法

说明书

一种自学习式轧机入口厚度优化方法，属于冷轧过程控制技术领域。该方法解决了由于前置工序导致的带钢减薄造成的轧机入口实际测量厚度与设定厚度存在较大偏差的问题。本发明通过优化方法，实现了自动计算轧机入口厚度修正系数，并以入口厚度修正系数来修正热轧来料厚度，使其转化为更接近真实轧机入口带钢厚度的设定值。本发明优化了轧机入口厚度设定值精度，提高了模型系统整体的计算精度。

技术领域

本发明涉及冷轧过程控制技术领域，特别是提供了一种在轧制模型设定计算中提高轧机入口厚度设定精度的技术。

背景技术

高度自动化的现代轧机，在正常情况下是由模型控制轧机去轧钢。所以，控制模型系统整体的精度、工作状态和水平在很大程度上决定了轧制产品的产量、质量、成材率、成本和效益。

轧制过程中，影响因素众多，众多单体模型构成模型系统，实现轧制过程的整体控制。由于模型之间有着密切的依存关系，所以模型中不论是哪一个环节精确度的缺失都会对模型整体控制效果产生不利的影响。

在模型设定计算中，轧机入口厚度是最基础的几个要素之一，直接影响着压下分配的计算，进而影响其他关联模型的计算结果。现有的控制模型中，一般将热轧来料的原始厚度作为带钢的轧机入口厚度，并且同一规格钢卷的热轧来料厚度是同一个值。但是，一方面由于生产时序不同，热轧来料的原始厚度不可避免存在着一定误差；另一方面带钢在进入轧机之前，由于生产工艺的需求需要进行拉矫和酸洗，带钢在热轧原料厚度基础上会得到一定的减薄，所以使用热轧来料厚度作为轧机入口厚度存在较大偏差。由于这种入口厚度偏差现象的存在，必然会影响压下分配的结果，进而造成其他模型计算结果的精度不足，最终影响模型系统的整体效果，所以，现使用的轧机入口厚度值无法满足高精度模型设定计算的要求，需要将其转化为更接近真实来料厚度的值来提高模型设定计算的精度，优化轧制控制的水平。

发明内容

为了克服上述现有技术的不足，本发明提供了一种提高设定轧机入口厚度精度的方法。

本发明的方法提供了以自学习算法为基础，根据实际过程数据的统计和分析，在考虑带钢轧机入口厚度变化规律的基础上，使用自学习方法计算轧机入口厚度修正系数，并以入口厚度修正系数来修正热轧来料厚度，使其转化为更接近真实轧机入口带钢厚度的设定值，实现入口厚度值精度的提高，最终提高模型系统整体的计算精度。

本发明所采用的技术方案其实施步骤如下：

步骤一、计算当前卷带钢实际入口厚度偏差Δ^*：获取当前卷带钢的工艺过程数据，包括实际轧机入口厚度Ha、热轧来料的厚度值H，计算当前卷带钢的轧机入口厚度偏差Δ^*，其公式为：Δ^*＝Ha-H。

步骤二、计算新的入口厚度修正系数Δ₁：获取当前卷带钢的实际轧机入口厚度偏差Δ^*和入口厚度修正系数Δ，使用增益系数法进行自学习计算，获得新的入口厚度修正系数Δ₁。

所述的增益系数法包括以下几个步骤：

步骤a、获取当前卷的入口厚度修正系数Δ，根据当前卷带钢是否为进行入口厚度修正的第一卷带钢，修正系数Δ获取分为两种情况：

情况一、若当前卷是第一卷带钢，则入口厚度修正系数Δ不存在，需要给定一个初始值Δ_set，入口厚度修正系数Δ＝Δ_set，当前卷的入口厚度修正应为热轧来料厚度加上初始值Δ_set。

情况二、若当前卷不是第一卷带钢，则入口厚度修正系数Δ存在，其值等于前一卷带钢计算获得的入口厚度修正系数Δ'₀，入口厚度修正系数Δ＝Δ'₀。

步骤b、获取当前卷的实际轧机入口厚度偏差Δ^*。