[发明专利]热轧卷取温度与终轧温度对平整摩擦系数影响预测方法

说明书

本发明提供一种基于大数据的热轧卷取温度与终轧温度对平整摩擦系数影响预测方法。本发明包括：收集一定生产频次的带钢力学性能参数，收集一定生产周期内的n组的平整机组工艺参数。基于上述采集的参数计算平整初始摩擦系数、平整摩擦系数、任意一组理论轧制力与轧制功率。基于此计算优化目标函数。本发明能够根据带钢平整轧制的现场生产情况，充分结合平整机组的设备特点，通过对产品一定生产频次的数据分析，求得终轧温度与卷曲温度对平整摩擦系数的影响系数，当在后续的生产过程中遇到相应的产品时能够对该产品的平整轧制过程中的摩擦系数进行预测，有效解决了平整轧制过程中摩擦系数的预测问题，为现场平整机组力学性能控制奠定了基础。

技术领域

本发明涉及轧钢过程中平整轧制领域，尤其涉及一种基于大数据的热轧卷取温度与终轧温度对平整摩擦系数影响预测方法。

背景技术

在平整轧制过程中,摩擦系数是轧制压力预报的基础,其计算精度直接影响到轧制压力、板形、延伸率等参数的预报与设定精度,对成品带材质量具有举足轻重的影响。对平整轧制过程而言,上游工序的终轧温度与卷曲温度将会在一定程度上影响摩擦系数。

人工神经网络是一种模拟脑神经对外部环境进行学习过程而建立起来的人工智能模式识别方法,具有自适应学习功能和处理复杂非线性现象的特点,用它实现终轧温度与卷曲温度参数与平整轧制中摩擦系数的直接映射,可提高预报结果的准确度。

在带钢的平整生产过程中，上游工序的卷取温度和终轧温度对摩擦系数影响较大，因此，为提高带钢的产品质量，必须充分结合平整轧制现场的实际生产情况，在充分运用现场实际生产数据的前提下，结合热轧卷取温度和终轧温度对摩擦系数影响的特点，摸索出一套可以充分运用的热轧卷取温度与终轧温度对平整摩擦系数影响预测方法。

发明内容

根据上述提出的技术问题，而提供一种基于大数据的热轧卷取温度与终轧温度对平整摩擦系数影响预测方法。本发明采用的技术手段如下：

一种基于大数据的热轧卷取温度与终轧温度对平整摩擦系数影响预测方法，包括如下步骤：

A)收集一定生产频次(频次为n)的带钢力学性能参数等，包括带钢入口厚度h_0i，带钢出口厚度h_1i，带钢入口变形抗力σ_0i，带钢出口变形抗力σ_1i，带钢宽度B_i(i＝1,2,3,···,i,···,n)；