[发明专利]连退机组特定工艺段内炉辊辊面原始粗糙度的优化方法在审
申请号: | 201410114713.0 | 申请日: | 2014-03-25 |
公开(公告)号: | CN104951639A | 公开(公告)日: | 2015-09-30 |
发明(设计)人: | 段建高;刘益龙;何中炜;李辉庭;陆子凡;王亮;武胜林 | 申请(专利权)人: | 宝钢不锈钢有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 上海集信知识产权代理有限公司 31254 | 代理人: | 肖祎 |
地址: | 200431 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种连退机组特定工艺段内炉辊辊面原始粗糙度的优化方法,包括:收集连退机组的关键设备与工艺参数;计算带钢覆盖部分的炉辊辊型及带钢弹性模量;通过遍历一定取值范围内的炉辊辊面原始粗糙度,寻找到具有最小稳定通板综合指标的炉辊辊面原始粗糙度作为最优值;按最优的炉辊辊面原始粗糙度对炉辊表面进行喷涂,并制定炉辊所允许的最大服役公里数。由于充分考虑了炉辊辊面粗糙度的衰减情况,以带钢在炉辊辊面粗糙度衰减过程中稳定通板性保持最好为目标,确定优化的炉辊辊面原始粗糙度值及相应的最大服役公里数,使现场生产人员能够准确把握炉辊的换辊时间。可降低换辊频率,提高生产效率,使带钢在连退机组内的稳定通板性得到保证。 | ||
搜索关键词: | 机组 特定 工艺 段内炉辊辊面 原始 粗糙 优化 方法 | ||
【主权项】:
连退机组特定工艺段内炉辊辊面原始粗糙度的优化方法,其特征在于包括以下步骤:S1,收集连退机组的关键设备与工艺参数,定义优化计算相关参数;所述的连退机组的关键设备与工艺参数包括炉辊辊形参数、带钢参数、加热段退火工艺参数;所述的炉辊辊形参数包括炉辊最大辊径D0、炉辊辊身长度L、炉辊凸台区长度S、炉辊凸度δ;所述的带钢参数包括带钢宽度B、带钢厚度h、带钢钢种、带钢表面粗糙度、来料板型数据、带宽方向的最大温差;所述的加热段退火工艺参数包括工艺设定张力σ、工艺设定温度T;所述的优化计算相关参数包括炉辊辊面原始粗糙度Rar1、炉辊辊面原始粗糙度最小值Rarmin、炉辊辊面原始粗糙度最大值Rarmax、循环过程迭代次数t1与t2、粗糙度调整步长ΔRar、稳定通板综合指标平均值aver、当前最小的稳定通板综合指标平均值aver*、当前最优的炉辊辊面原始粗糙度
稳定通板综合指标和值sum;S2,根据所述的炉辊最大辊径D0、炉辊辊身长度L、炉辊凸台区长度S、炉辊凸度δ、工艺设定温度T,计算带钢覆盖部分的炉辊辊型Ri(xi)及带钢弹性模量E(T);S3,根据所述的炉辊辊面原始粗糙度最小值Rarmin、循环过程迭代次数t1及粗糙度调整步长ΔRar,计算炉辊辊面原始粗糙度,公式为Rar1=Rarmin+t1·ΔRar;同时稳定通板综合指标和值赋初值0,即sum=0;S4,根据所述的炉辊辊面原始粗糙度,通过迭代计算求出炉辊在稳定运行判断指标下的最大服役公里数,并得到对应的稳定通板综合指标和值sum;S5,根据所述的稳定通板综合指标和值sum与循环过程迭代次数t2计算稳定通板综合指标平均值aver,计算公式为
判断aver<aver*是否成立,如果成立则执行赋值运算aver*=aver、
继续执行步骤S6,否则直接执行步骤S6;S6,判断此时的炉辊辊面原始粗糙度Rar1是否满足Rar1<Rarmax,如果满足循环过程迭代次数累加1,即t1=t1+1,继续执行所述S3步骤,否则结束迭代计算;S7,输出当前最小的稳定通板综合指标平均值aver*所对应的炉辊辊面原始粗糙度
根据该最优的原始粗糙度值对炉辊表面进行喷涂,并由已知的炉辊表面粗糙度在生产中的衰减规律,制定炉辊所允许的最大服役公里数。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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宝钢不锈钢有限公司,未经宝钢不锈钢有限公司许可,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/patent/201410114713.0/,转载请声明来源钻瓜专利网。
- 上一篇:关系模型的确定方法及装置
- 下一篇:一种获取训练参数的方法及装置
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用