[发明专利]一种五连轧机带钢的制备方法有效
申请号: | 202010242860.1 | 申请日: | 2020-03-31 |
公开(公告)号: | CN111438186B | 公开(公告)日: | 2022-01-18 |
发明(设计)人: | 齐海峰;张小松;李中伟;宁媛媛;郑艳坤;唐伟;张晓峰;任新意;张良;曹长青;林燕 | 申请(专利权)人: | 首钢京唐钢铁联合有限责任公司 |
主分类号: | B21B1/28 | 分类号: | B21B1/28 |
代理公司: | 北京华沛德权律师事务所 11302 | 代理人: | 马苗苗 |
地址: | 063200*** | 国省代码: | 河北;13 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 轧机 带钢 制备 方法 | ||
1.一种五连轧机带钢的制备方法,其特征在于,应用于工控机中,包括:
获取冷轧工艺参数和所述冷轧工艺参数对应的表面反射率,所述冷轧工艺参数包括:轧辊个数、轧辊粗糙度、乳化液浓度、磁分离设备的开启个数、所述磁分离设备的运行时间、撇油器的开启个数以及所述撇油器的运行时间,所述轧辊个数为S1-S5机架使用镀铬辊的个数,所述轧辊粗糙度为末机架镀铬辊的粗糙度;
分别对每个所述冷轧工艺参数和每个所述冷轧工艺参数对应的表面反射率进行线性拟合,以获得多个反射率预测模型;
获取所述表面反射率的目标值,并根据所述反射率预测模型计算所述目标值对应的目标工艺参数;
按照所述目标工艺参数进行冷轧,获得目标冷轧带钢。
2.根据权利要求1所述的方法,其特征在于,所述反射率预测模型包括所述表面反射率与所述轧辊个数之间的第一预测模型,所述第一预测模型为:Y=60.6+3.897X1,其中,Y为所述表面反射率,X1为所述轧辊个数。
3.根据权利要求2所述的方法,其特征在于,所述反射率预测模型还包括所述表面反射率与所述轧辊粗糙度之间的第二预测模型,所述第二预测模型为:Y=97.74-7.62X2,其中,X2为所述轧辊粗糙度。
4.根据权利要求3所述的方法,其特征在于,所述反射率预测模型还包括所述表面反射率与所述乳化液浓度之间的第三预测模型,所述第三预测模型为:Y=83.01-40.54X3,其中,X3为末机架的乳化液浓度。
5.根据权利要求4所述的方法,其特征在于,所述反射率预测模型还包括所述表面反射率与所述磁分离设备的开启个数之间的第四预测模型,所述第四预测模型为:Y=60.55+3.835X4,其中,X4为所述磁分离设备的开启个数。
6.根据权利要求5所述的方法,其特征在于,所述反射率预测模型还包括所述表面反射率与所述磁分离设备的开启时间之间的第五预测模型,所述第五预测模型为:Y=56.35+0.2721X5,其中,X5为所述磁分离设备的开启时间。
7.根据权利要求5所述的方法,其特征在于,所述目标工艺参数,包括:
目标轧辊个数为5个,目标轧辊粗糙度为3.0,目标乳化液浓度为0.1%-0.4%,所述磁分离设备的目标开启个数为4个,所述磁分离设备的目标运行时间为开90分钟后停10分钟,所述撇油器的目标开启个数为2个,所述撇油器的目标运行时间为开90分钟后停10分钟。
8.根据权利要求1-7中任一项所述的方法,其特征在于,在所述按照所述目标工艺参数进行冷轧,获得目标冷轧带钢之后,所述方法还包括:
拟合所述表面反射率与多个冷轧工艺参数之间的目标关系曲线;
根据所述目标关系曲线和所述目标工艺参数计算目标表面反射率。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一权利要求所述的方法步骤。
10.一种工控机,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-8中任一权利要求所述的方法步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于首钢京唐钢铁联合有限责任公司,未经首钢京唐钢铁联合有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010242860.1/1.html,转载请声明来源钻瓜专利网。