[发明专利]一种基于数据评估的钢铁轧制产品质量优化控制方法

说明书

本发明属于钢铁轧制技术领域，具体涉及一种基于数据评估的钢铁轧制产品质量优化控制方法。本发明通过多样本的数据采集和处理，在此基础上对样本进行数据评估，筛选出适用模型修正用的准确度最高的样本，以此为源数据；通过模型再计算，实现对钢铁生产过程中的与产品质量直接相关的模型核心参数辊缝、轧制力、轧制速度的修正；在修正过程中，对平滑系数进行最优选取，保证修正效率的同时，提高模型的预测精度，使模型的预测结果更快更准确的接近于实测值，从而实现提升钢铁产品厚度等质量指标的控制效果，最终达到提高同批次产品高质化控制的目的。

技术领域

本发明属于钢铁轧制技术领域，具体涉及一种基于数据评估的钢铁轧制产品质量优化控制方法。

背景技术

产品厚度是钢铁生产过程中十分重要的质量指标，高精度的头部厚度控制精度是带钢全长厚度控制的基础，高精度的头部厚度有助于快速进入后续的厚度自动控制(AGC)过程，从而保证带钢全长的厚度控制精度。在实际板带生产过程中，轧线上的测厚仪一般安装在最末机架的出口，由于安装环境、投资成本等的限制，在串行的机架之间一般不安装测厚仪，导致带钢头部厚度不能实时进行测量，当得到测量数据之后，带钢头部已完成生产过程，此时带钢的头部厚度已经确定，不能再进行修正；如果出现头部厚度异常，则会出现较大长度范围的头部质量异议，从而影响带钢全长的头部控制精度。若不进行及时的调整，下一带钢的厚度控制精度也会受到影响，从而影响整个生产批次的产品质量。在实际生产过程中，带钢通过测量仪表时，得到的厚度相关的实际检测数据经由数据采集系统进行采集和存储，基于实测过程数据进行模型修正，对模型中关键参数进行优化调整，能够提升产品的厚度控制精度。但在实际生产过程中，采集数据的准确度易受到穿带稳定性的影响，从而直接影响到模型修正的质量，因此必须对数据进行评估，筛选得到质量最高的生产过程数据才可以进一步供模型修正使用。

在板带轧制厚度控制方面，前人做了大量的研究工作；中国专利CN101804420B，提出了一种热轧薄板生产中精轧厚度控制的方法，针对于进入闭环控制的过程，设计了AGC串联双环系统，实现AGC自动辊缝控制功能；中国专利CN104741388A，提出一种热连轧精轧厚度控制方法，将Smith预估补偿引入了监控AGC控制系统，用GM方法来直接对轧机的辊缝进行软测量，显著提高了控制系统的响应轧制速度、稳定性和控制精度。高蕾(热加工工艺，2013,42(11)，92-95)依据轧制基本理论，优化修正了厚度控制模型，提高厚度预测精度。王建(中南大学学报(自然科学版)，2014，45(10)，3398-3407)使用了自学习的方法针对某厂热连轧精轧机组预设定模型的自学习模块进行研究，提升了轧制力预报精度，为厚度控制提供了基础；钱京学(河南冶金，2019,27(153)，49-53)分析了厚度控制系统自学习模型采样规则对头部厚度控制精度的影响，通过修改厚度自学习头部采样的时间提升模型自学习的效果。

以上研究过程中，通过AGC系统优化的方式提升厚度控制控制精度，必须在带钢通过测厚仪之后，进入厚度控制闭环后，根据厚度的实测值偏差才能实施，对带钢头部的厚度精度控制效果难以保证；头部厚度的控制必需通过模型修正的方式来实现，但在传统的模型修正过程中，未对生产过程中采集到的数据进行筛选和处理，由于生产过程中的实测数据易受到外界环境的影响，存在较大偏差，难以反映实际的生产状态，若使用误差较大的数据进行模型修正，将会产生相反的效果，由此造成的厚度控制精度不但不会得到提升，反而会下降，最终造成模型不适用，导致厚度控制效果不稳定，不利用产品的质量控制。

发明内容

针对现有技术的不足，本发明提出一种基于数据评估的钢铁轧制产品质量优化控制方法，应用于将钢铁中间坯进行精轧，制备成成品带钢的过程，如图1所示，具体方案流程如下：

步骤1：确定穿带完成后的轧制过程的样本个数l，并确定每个样本中包含的目标采样点个数N。

本发明在穿带过程采集1个样本，在穿带完成后的轧制过程中采集l个样本。每个样本包含N个目标采样点，N的数值根据要轧制的钢铁产品的中间坯尺寸和成品带钢的尺寸确定。具体来说，N的数值可由以下方法确定：