带钢冷轧轧辊热行为及其补偿策略研究

论文摘要

轧辊的热行为，特别是工作辊的热膨胀、热凸度及其变化过程是轧制过程中的主要干扰因素之一。在市场竞争中，高质量、高成材率、低成本成为现代钢铁企业竞争的核心。对于带钢产品，厚度偏差和平直度是冷轧带钢最重要的尺寸精度指标。如何进一步提高冷轧带钢的板厚、板形精度是摆在所有相关领域研究者面前的难题。在现代冷轧过程中，冷轧机组速度高、功率大，部分能量将在轧制过程中转化为轧件变形热和轧制区摩擦热。动态热交换过程会使轧辊产生一定的膨胀和变形，导致工作辊平均直径和初始辊型的改变，影响板形板厚质量。对轧辊的热行为进行必要的研究，进而应用到板形板厚控制当中进行动态补偿是提高冷轧水平的新的突破口。因此，论文以300轧机为主要对象，对轧辊温度场的建模方法、热行为的预报方式以及模型的维护方法进行了深入的研究。首先，在原有轧辊温度场及热行为数值建模的基础上提出了基于扫描法的准三维温度场模型。针对轧辊的高速旋转的工作特点，用局部二维温度场过程拓展出全局三维温度场。虽然研究对象是一个两维的轴半剖面，但是考虑的热传导是轴向、径向、以及周向三个方向的热传导，经过一段时间累积和延拓可以得到轧辊的三维全局温度场，这种方法可以准确全面刻画出轧辊温度场的分布。同时，合理的简化方案大大减少了计算工作量。其次，在对冷轧过程的板厚、板形控制原理和过程进行适当分析的基础上，找出了轧辊热膨胀和热凸度与纵向厚差、横向厚差、轧机刚度、压下缸位移、轧制力、弯辊力等过程变量的相关关系，结合650轧机的过程数据，提出了一套基于轧制过程数据库进行数据挖掘和误差溯源，将隐藏在海量过程数据背后的有价值的知识和规律特别是轧辊热行为规律进行发掘的技术方案。然后在300可逆冷轧实验轧机上，进行了实际的轧制实验，通过专门的过程数据库对各过程数据进行归档和保存。实验后可根据过程数据溯源出该过程的热凸度曲线和热膨胀曲线。同时在轧制实验过程中采用红外热像仪对轧辊表面温度场进行拍摄，获得轧辊表面瞬时温度分布，同溯源得到的热行为曲线一起，构成了对轧辊热行为过程全面、立体的证据体系，为数值模型和预报模型的校验和优化提供充分的证据。在完成轧制实验的基础上，融合获得的现场数据，运用遗传算法对数值模型的若干不确定参数进行了参数优化。优化的结果使得数值模型预报精度、可靠性和适应性得到了进一步的提高，具有了实际应用价值。最后在300可逆冷轧实验轧机的板形板厚控制系统中设计了热凸度补偿和热膨胀补偿模块，为了提高模型的适应性和准确性，设计了预报模型的自适应方法，实现了热行为的在线预报和补偿，根据热行为变化过程的预报，控制系统对压下缸位置设定值和弯辊力设定值进行了动态的补偿，并进行了与其它控制策略的对比轧制实验。补偿结果表明，这种热行为的预报模型基本准确，补偿后纵向厚差显著降低，横向厚差更加稳定，板形良好。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 带钢冷轧中的板厚控制与板形控制
• 1.1.1 带钢冷轧板厚控制技术
• 1.1.2 带钢冷轧板形控制技术
• 1.2 轧辊热行为的研究进展
• 1.2.1 轧制过程中的轧辊热行为
• 1.2.2 轧辊热行为的研究现状
• 1.2.3 轧辊热行为的研究方法
• 1.3 轧辊温度场的数值模拟方法
• 1.3.1 解析法
• 1.3.2 有限元法
• 1.3.3 有限差分法
• 1.4 热行为的测试与过程数据分析技术
• 1.4.1 热行为的测试技术
• 1.4.2 冷轧过程信息分析技术
• 1.5 人工智能技术在轧钢领域的应用
• 1.6 课题研究的意义和主要内容
• 1.6.1 课题研究的意义
• 1.6.2 论文研究的主要内容
• 第2章 轧辊温度场分析与热行为模型研究
• 2.1 传热学基础
• 2.1.1 热量传递的基本规律
• 2.1.2 热边界条件的基本处理方法
• 2.1.3 轧辊传热基本方程
• 2.2 轧制变形区的热量计算
• 2.2.1 变形区基本参数
• 2.2.2 轧件变形热计算
• 2.2.3 轧制区摩擦热计算
• 2.3 基于扫描法的轧辊温度场建模
• 2.3.1 传统的建模方法与特点评述
• 2.3.2 扫描法轧辊温度场建模原理
• 2.3.3 模型空间的预处理
• 2.3.4 动态热边界条件
• 2.4 MATLAB环境下的建模与仿真
• 2.4.1 轧辊温度场的求解
• 2.4.2 轧辊热膨胀和热凸度模型
• 2.4.3 基于MATLAB环境的仿真软件开发
• 2.4.4 轧辊温度场与热变形仿真
• 2.5 本章小结
• 第3章 带钢冷轧过程的数据挖掘与厚差溯源
• 3.1 数据挖掘技术的基本原理和方法
• 3.1.1 数据挖掘技术的产生与发展
• 3.1.2 数据挖掘的步骤
• 3.1.3 数据挖掘的基本类型和方法
• 3.1.4 带钢冷轧过程数据挖掘的意义
• 3.2 误差溯源技术
• 3.2.1 全系统动态精度理论
• 3.2.2 误差溯源的基本原理
• 3.2.3 误差溯源的基本方法
• 3.3 纵向厚差的“准白化”建模
• 3.3.1 压下系统原理
• 3.3.2 纵向厚差方程
• 3.4 650轧机的数据挖掘厚差溯源
• 3.4.1 厚差溯源的主要任务
• 3.4.2 轧机纵向刚度溯源
• 3.4.3 轧辊热膨胀的溯源
• 3.5 溯源结果的解释和评价
• 3.5.1 轧机纵向刚度的分析与对比
• 3.5.2 热膨胀规律的发现
• 3.6 本章小结
• 第4章 轧制实验与轧辊热行为测试
• 4.1 300轧机实验平台概述
• 4.1.1 300轧机的总体构成
• 4.1.2 轧机的工作原理和基本动作
• 4.1.3 轧机主要参数
• 4.1.4 过程控制与测试装备
• 4.2 轧制实验
• 4.2.1 实验过程和参数
• 4.2.2 轧制过程数据库与实验数据记录
• 4.2.3 实验数据的分类整理
• 4.3 轧制过程中轧辊热行为分析
• 4.3.1 300轧机工作辊膨胀量溯源
• 4.3.2 横向厚差方程
• 4.3.3 300轧机工作辊热凸度溯源
• 4.4 辊面温度场测试
• 4.4.1 红外热像仪的测温原理
• 4.4.2 辊面温度的拍摄
• 4.4.3 热像图的数据分析与处理
• 4.5 本章小结
• 第5章 轧辊热行为数值模型的参数优化
• 5.1 数值模型的优化问题
• 5.2 遗传算法的基本原理
• 5.3 基于遗传算法的模型参数优化
• 5.3.1 优化程序的总体设计
• 5.3.2 遗传算法程序结构
• 5.4 参数优化结果
• 5.5 本章小结
• 第6章 轧辊热行为补偿在板厚板形控制中的应用
• 6.1 300轧机板厚板形控制系统
• 6.1.1 控制系统的结构组成
• 6.1.2 压下系统及其控制
• 6.1.3 工作辊弯辊系统及其控制
• 6.1.4 测厚仪监控闭环
• 6.2 轧辊热行为的预报与补偿
• 6.2.1 轧辊热膨胀量的预报与补偿原理
• 6.2.2 轧辊热凸度的预报与补偿原理
• 6.2.3 预报模型的自适应
• 6.3 补偿结果分析
• 6.3.1 轧辊热膨胀补偿结果分析
• 6.3.2 轧辊热凸度补偿结果分析
• 6.4 本章小结
• 结论
• 参考文献
• 攻读博士学位期间承担的科研任务与主要成果
• 致谢
• 作者简介