[发明专利]一种冷轧过程毛化工作辊表面粗糙度的预测方法

说明书

本发明提供一种冷轧过程毛化工作辊表面粗糙度的预测方法，确定了冷轧过程毛化工作辊表面粗糙度的预测方法的数学模型表达式，跟踪测试工业生产现场数据的基础上，通过在不同试样初始粗糙度、试验力、试验里程数条件下进行的模拟冷轧过程的实验室试验，并利用SPSS软件的回归分析模块对试验数据进行回归得到模型参数，进而得到冷轧过程毛化工作辊表面粗糙度的预测模型。该方法考虑的工艺因素更全面，且原理简单，利用试验的方法得到了可靠的数学模型，可方便地预测冷轧轧制过程中毛化工作辊的表面粗糙度。

技术领域

本发明属于板带轧制技术领域，具体涉及一种冷轧过程毛化工作辊表面粗糙度的预测方法。

背景技术

近年来，随着汽车、家电等行业的迅猛发展，具有特定表面微观形貌的优质毛化钢板需求量剧增。带钢表面形貌对钢板的冲压性能、漆膜涂装附着性能和涂漆后表面映像清晰度等方面有着直接的影响。因此，需要获得合适的表面形貌，使冷轧带钢既满足冲压成形要求，又能获得良好的喷涂质量。而带钢的表面形貌是通过毛化工作辊在轧制中反向复印形成的，因此毛化工作辊在服役期内的表面形貌对带钢表面形貌的生成至关重要。

在轧制过程中，在摩擦、磨损的共同作用下，工作辊表面粗糙度逐渐衰减，影响带钢表面形貌的生成，导致工作辊服役后期轧制的钢板表面质量达不到要求。而实际生产中不能通过停机对工作辊表面形貌进行测量，因此有必要建立能准确预测冷轧工作辊表面粗糙度的数学模型，从而对工作辊表面形貌变化过程进行有效监控，进而控制带钢的表面质量。

文献1(Bolt P H，Batazzi D，Belfiore N P.Damage resistance and roughnessretention of work rolls in cold rolling mills[J].Revue de Métallurgie，2010(107)：245-255)通过现场和试验补充数据研究了工作辊粗糙度的演变情况，分析了毛化工作辊的摩擦性能。文献2(吴越，张清东，刘军，等.带钢冷轧机工作辊表面粗糙度实测研究[J].机械工程学报，2003，39(11)：90-94)运用逐步回归分析法建立了冷轧带钢表面粗糙度预测模型以及转印率预测模型，并在此基础上，建立了工作辊表面粗糙度衰减规律模型。文献3(张雍，张清东，李瑞，等.带钢冷轧机工作辊表面轧制磨损形貌的模拟仿真[J].中国表面工程，2015，28(03)：114-121)建立元胞自动机磨损模型，模拟了工作辊表面微观形貌的轧制磨损行为及其动态变化过程。以上研究主要集中在建立基于现场测试与数理统计的半理论半经验模型方面，对具体影响因素的影响效果缺少针对性的试验研究，所建立的数学模型缺少理论基础，不能很好地应用于工业现场。

本发明在跟踪测试工业生产现场数据的基础上，通过实验室试验并利用SPSS软件对试验数据进行回归得到模型参数，得到了与生产实际更为接近的冷轧过程毛化工作辊表面粗糙度的预测模型。

发明内容

为了解决上述问题，本发明提供一种冷轧过程毛化工作辊表面粗糙度的预测方法，所述方法在确定了冷轧过程毛化工作辊表面粗糙度的预测方法的数学模型表达式，跟踪测试工业生产现场数据的基础上，通过在不同试样初始粗糙度、试验力、试验里程数条件下进行的模拟冷轧过程的实验室试验，并利用SPSS软件的回归分析模块对试验数据进行回归得到模型参数，进而得到冷轧过程毛化工作辊表面粗糙度的预测模型；

进一步地，所述方法包括以下步骤：