[发明专利]基于神经网络的不锈钢酸洗工艺参数控制方法

说明书

本发明公开了基于神经网络的不锈钢酸洗工艺参数控制方法，包括以下步骤：建立酸浓度预测模型并进行训练和测试；当带钢头部进入酸洗区域后，多层感知器接收生产线PLC发送的实测酸洗数据、钢卷在前序工序的历史数据及物料跟踪程序发送的钢卷信息数据，处理组成特征向量；当该带钢头部进入表检仪后，卷积神经网络接收图像信息，处理组成特征向量，当带钢头部进入酸洗区域但尚未到达表检仪前，系统使用对应规格带钢的历史积累特征向量；全连接层对多层感知器和卷积神经网络组成的特征向量进行特征联合并回归，预测酸洗工艺参数，将预测结果下发给酸控制PLC。该方法可提高酸浓度预测的准确性，提高带钢表面酸洗质量。

技术领域

本发明涉及热轧不锈钢酸洗技术领域，特别是涉及一种基于神经网络的不锈钢酸洗工艺参数控制方法。

背景技术

目前，我国不锈钢粗钢产量已突破3000万吨，产能占全球产能50％以上。对于热轧不锈钢卷进行退火酸洗处理，是热轧不锈钢板带进行后续加工的必经工序。热轧卷退火酸洗线(HAPL)通过对热轧不锈钢卷进行热处理以恢复钢板的物理性能和机械性能，并通过除磷、喷丸和酸洗的表面处理来达到消除表面氧化铁皮、控制表面粗糙度的目的，为后续工序提供合格的原材料。

作为连续式生产的处理线，为了确保处理后产品性能和产品质量的优良，需要对工艺段的各参数进行控制优化来实现，所述工艺段包括退火炉、破鳞机、抛丸机、酸洗区，TV值(T表示带钢厚度、V表示带钢运行速度，TV为二者乘积)是衡量不锈钢退火酸洗工艺的关键指标。由于退火炉自身的特性，TV值中的工艺段速度V由退火炉决定，对于工艺段中的最后一个区域酸洗段，如何在工艺段速度V确定的前提下，根据前序工艺段的实际工艺设定，实现对酸洗段工艺参数的精准控制，对保证产品质量意义重大。

酸洗段的控制目标是为了去除带钢表面的氧化铁皮和污染物，并对不锈钢表面进行钝化处理，赋予其耐蚀性，同时避免出现过酸洗或欠酸洗现象的发生。热轧不锈钢酸洗一般采用“硫酸段+混酸段(氢氟酸+硝酸)”的模式(下文中均用化学式表示)。酸洗段关键工艺控制参数有H₂SO₄浓度、H₂SO₄温度、HF浓度、HF温度、HNO₃浓度、HNO₃温度。目前有在线酸分析仪可对各种酸液浓度进行在线检测，但是由于其价格昂贵且维护困难，导致目前绝大多数的生产线未配备在线酸浓度分析仪。

发明内容

本发明的目的是针对现有酸洗段关键工艺参数的控制技术中存在的缺陷，而提供的一种基于神经网络的不锈钢酸洗工艺参数控制方法。

为实现本发明的目的所采用的技术方案是：

一种基于神经网络的不锈钢酸洗工艺参数控制方法，建立酸浓度预测模型，所述酸浓度预测模型包括多层感知器、卷积神经网络两个分支以及连接两个分支的全连接层，其中：

所述多层感知器接收实测酸洗数据、钢带在前序工序的历史数据及钢卷信息数据，对其进行处理后，组成第一特征向量；

所述卷积神经网络接收酸洗后的带钢图像信息，对其进行处理后，组成第二特征向量；

所述全连接层对所述第一特征向量和第二特征向量进行特征联合并回归，预测酸洗工艺参数。

在上述技术方案中，所述实测酸洗数据由生产线PLC发送；

当带钢头部进入酸洗区域后，所述多层感知器接收数据；

当该带钢头部进入表检仪后，所述卷积神经网络接收图像信息，当带钢头部进入酸洗区域但尚未到达表检仪前，系统使用对应规格带钢的历史积累特征向量作为第二特征向量；

系统预测酸洗工艺参数后，下发给酸控制PLC。

在上述技术方案中，所述酸浓度预测模型通过以下方法创建：