自適應不同加熱爐爐況的軋線模型控制系統及控制方法

2023-08-02 21:48:31

專利名稱：：自適應不同加熱爐爐況的軋線模型控制系統及控制方法
技術領域：
：本發明涉及一種熱軋生產中軋線模型的控制系統，同時還涉及相應的控制方法，屬於軋鋼計算機控制
技術領域：
。
背景技術：
：據申請人了解，大型熱軋廠通常都有兩座以上的加熱爐。在大多數情況下，由於加熱爐的爐內布置、燒嘴配置、煤氣流量、加熱制度等爐況並不統一，因此各加熱爐的出爐板坯溫度不可能完全一致。結果，往往造成精軋軋制時，帶鋼頭部軋制力波動較大，並且帶鋼頭部厚度精度、溫度精度等也得不到保證，從而影響生產的穩定性和熱軋產品的質量。檢索發現，申請號為200410100419.0的中國專利乂>開了一種對加熱爐進行綜合優化控制的控制系統結構設計及其控制方法，其技術方案主要是將加熱爐和粗軋機組構成一個有機的閉環系統，結合優化控制策略和控制算法對鋼坯加熱過程實現綜合優化控制。此外，申請號為200410021074.X的中國專利申請公開了一種中薄板坯連鑄連軋生產控制模型，該模型由計算機控制系統和數據處理系統構成，集冶煉、連鑄、軋制為一體，能夠適應多鑄機、多流、不同鑄坯拉速、不同鋼種連澆的複雜生產狀況，以及異常情況下的控制與調整。此兩專利申請中前者僅僅藉助閉環監控反饋，實現了對單爐監控參數的修正，但並不適用於較為複雜的多爐監控，並且簡單的閉環反饋不能修正監控控制模型，因而無法實現智能化的監控。此兩專利申請中後者解決的問題主要是通過對生產管理系統的改善，實現產量的最大化。
發明內容本發明要解決的4支術問題是針對上述熱軋廠具有兩座以上加熱爐的現狀，提供一種具有"學習"功能的自適應不同加熱爐爐況的軋模型控制系統，及其相應的控制方法，從而解決多爐智能化監控的問題。為了解決上述技術問題，本發明的自適應不同加熱爐爐況的軋模型控制系統為一計算機控制系統，其中包括一一初始化數據生成裝置，用以按照預定生產管理模式根據輸入的各待軋制鋼巻的ID(Identification)生成包括板坯參數、對應爐號、目標數據在內的軋制計劃數據；一一第一數據存儲裝置，用以存儲作為初始化的軋制計劃數據；一一第二數據存儲裝置，用以存儲與各爐號分別對應的精軋運算模型，所述各精軋運算模型分別含有針對對應爐號的修正係數；一一數據讀取處理裝置，用以根據輸入的鋼巻ID，從第一數據存儲裝置讀取對應的軋制計劃數據，再根據包含在軋制計劃數據中的爐號，從第二數據存儲裝置中讀取對應的精軋運算模型，進而根據目標數據，按照精軋運算模型，計算出精軋目標控制參數，並輸出到精軋設備作為控制依據；一一軋後^L據採樣裝置，用以採集與目標控制參數對應的軋制後實際數據；一一自學習修正運算裝置，用以根據目標控制參數與對應的軋制後採樣實際數據之差，產生精軋運算模型修正數據；一一修正寫入裝置，用以根據上述修正數據改寫第二存儲裝置中精軋運算模型的修正係數。以上本發明的系統運行時，相應步驟為一一初始化數據生成步驟按照預定生產管理4莫式4艮據輸入的各待軋制鋼巻的ID生成包括板坯參數、對應爐號、目標數據在內的軋制計劃數據；一一第一數據存儲步驟存儲作為初始化的軋制計劃數據；一一第二數據存儲步驟存儲與各爐號分別對應的精軋運算模型，所述各精軋運算模型分別含有針對對應爐號的修正係數；一一數據讀取處理步驟根據輸入的鋼巻ID，從第一數據存儲裝置讀取對應的軋制計劃數據，再根據包含在軋制計劃數據中的爐號，從第二數據存儲裝置中讀取對應的精軋運算模型，進而根據目標數據，按照精軋運算模型，計算出精軋目標控制參數，並輸出到精軋設備作為控制依據；一一軋後數據採樣步驟採集與目標控制參數對應的軋制後實際數據；—一自學習修正運算步驟根據目標控制參數與對應的軋制後採樣實際數據之差，產生精軋運算模型修正數據；一一修正寫入步驟根據上述修正數據改寫第二存儲裝置中精軋運算模型的修正係數。本發明不僅從根本上改變了以往多爐況單一軋線模型控制的落後狀況，而且將生產計劃管理、控制運算模型以及軋制控制科學的有機聯繫在一起，尤其是可以分別根據爐號自動進行精軋運算模型的設定計算和自學習修正，從而使後續的目標控制參數逐漸逼近實際參數，徹底解決了不同加熱爐爐況對軋制質量幹擾的難題，確保了熱軋產品的質量及其穩定性。下面結合附圖對本發明作進一步的說明。圖1為本發明一個實施例的系統框圖。圖2是本發明圖1實施例的流程框圖。具體實施方式實施例一本實施例的自適應不同加熱爐爐況的軋才莫型控制系統如圖1所示，含有三組計算機系統LI、L2、L3，其中L3為生產管理系統，L2為綜合計算機系統，Ll為執行控制系統。L2中包含加熱爐子系統、跟蹤子系統、資料庫子系統和模型子系統等。整個系統運行的主要過程如下(參見圖2):1)、L3在編寫軋制計劃時，作為初始化數據生成裝置，生成鋼巻ID、板坯號、板坯數據、目標數據、C、Mn等板坯化學成分數據等。例如具體有鋼巻ID-72866010100、鋼種-SPHC、爐號-l、板坯厚度-210mm、板坯寬度-1260mm、板坯長度-9600mm、中間坯厚度-38咖、目標厚度-2.75mm、目標寬度-1215mm、精軋目標溫度-88(TC、巻取目標溫度-620°C、化學成分C-O.05、MN-0.23等數據。並將上述有關板坯的數據存入作為第一數據存儲裝置的PDI(primarydatai叩ut)資料庫中。上述初始化數據生成裝置含有板坯爐號自動生成器，可以按預定規律生成爐號。2)、L2中的模型資料庫作為第二數據存儲裝置，對應各爐號，分別存儲有含有精軋各機架軋制力修正係數、功率修正係數、溫度修正係數、輥縫修正係數，以及精軋出口溫度修正係數、出口厚度修正係數、出口寬度修正係數等在內的精軋運算模型。3)、當板坯根據爐號裝爐時，(含實際爐號)L2中的加熱爐子系統作為數據讀取處理裝置，根據該板坯的鋼巻ID(72866010100)讀取PDI資料庫中存儲的板坯數據；在板坯出爐到精軋軋制過程中，L2中的跟蹤子系統在物理信號產生器的協助下，自動對帶鋼進行跟蹤。4)、當該鋼巻(72866010100)到達精軋入口高溫計時，自動觸發精軋運算模型設定計算的信號；在接受到精軋運算模型設定計算信號時，L2以PDI資料庫中的實際爐號，讀取模型資料庫的精軋運算模型，根據目標數據，以各對應的修正係數進行精軋模型的設定計算，得出包括軋制力、速度、出口厚度、出口寬度以及精軋出口帶鋼頭部的溫度、厚度、寬度等在內的目標控制參數，下裝到Ll的控制器，對該帶鋼進行軋制控制。5)、L2的跟蹤子系統繼續對帶鋼進行跟蹤，當該帶鋼在精軋出口處通過數據採樣裝置將對應目標控制參數的各實際數據採樣完成後，自動觸發精軋運算模型的自學習計算信號。6)、L2作為自學習修正運算裝置，在接收到精軋運算模型自學習信號時，讀取軋制後的包括軋制力、速度、出口厚度、出口寬度以及精軋出口帶鋼頭部的溫度、厚度、寬度等實際數據，並與對應的目標控制參數進行比較，進而根據其相互之間的偏差，生成對精軋運算模型的修正數據。(修正數據的生成可以採用各種插值運算，或遞減等方法，總之以可以逐步縮小上述偏差為目的)7)、L2將修正數據根據該帶鋼的爐號，分別寫入模型資料庫中，取代先前對應精軋運算模型的修正係數，為同爐號的下塊鋼(如ID為72866010300)的精軋模型計算提供自學習後的精軋運算模型。以上過程不僅可以根據不同爐號的實際情況，分別進行有針對性的精軋控制，而且更重要的是，在不斷重複以上過程之後，可以使目標控制參數逐漸逼近精軋後的實際參數，自動達到模型的不斷調優，確保精軋的品質。例如，實際作業時有4塊鋼巻，72866010100,72866010300裝在l號加熱爐，72866010200，72866010400裝在3號加熱爐。出爐順序為72866010100,72866010200,72866010300,72866010400。同時，這4塊鋼巻的板坯數據和目標數據都一樣。ID:72866010100的PDI數據和模型計算數據、模型修正數據有PDI數據鋼種-SPHC，爐號-1，板坯厚度-210,，板坯寬度-1260mm,板坯長度-9600線中間坯厚度-38鵬，目標厚度—2.75mm,目標寬度-1215mm，精軋目標溫度-880°C,巻取目標溫度-620°C,化學成分C-0.050,Mn-0.23等數據。軋制前精軋運算模型含有的主要修正係數tableseeoriginaldocumentpage10精軋出口溫度修正係數:-0.8°C,出口厚度修正係數:-0.0239ram、出口寬度修正係數2.lmm。帶鋼的精軋入口溫度1020.2°C。精軋運算模型計算出的精軋目標控制參數主要有:tableseeoriginaldocumentpage11根據採樣實際數據與目標控制參數差異得出的修正數據改寫後的修正係數tableseeoriginaldocumentpage12軋制後的精軋出口溫度修正係數3.6。C、出口厚度修正係數-0.0256mm、出口寬度修正係數1.Ol隱。ID:72866010200的PDI數據和模型計算數據、模型修正數據有PDI數據鋼種-SPHC，爐號-3,板坯厚度-210mm,板坯寬度-1260mm,板坯長度-9600mm,中間坯厚度-38mm,目標厚度-2.75mm,目標寬度-1215mm，精軋目標溫度-880°C，巻取目標溫度-620°C,化學成分C-0.050,Mn-O.23等數據。軋制前精軋運算模型含有的主要修正係數tableseeoriginaldocumentpage129tableseeoriginaldocumentpage13精軋出口溫度修正係數:-5.9°C、出口厚度修正係數:-0.0085mm、出口寬度修正係數-1.3mm。帶鋼的精軋入口溫度995.92°C。精軋運算模型計算出的精軋目標控制參數主要有:tableseeoriginaldocumentpage13計算的精軋出口溫度872.5°C口寬度1229.5,軋後採樣的實際數據為精軋出口厚度2.7719mm,精軋出tableseeoriginaldocumentpage13tableseeoriginaldocumentpage14精軋出口頭部溫度870°C精軋出口頭部厚度2.7604mm精軋出口頭部寬度1230.34咖根據採樣實際數據與目標控制參數差異得出的修正數據改寫後的修正係數tableseeoriginaldocumentpage14精軋出口溫度修正係數2.12°C，出口厚度修正係數0.046咖、出口寬度修正係數1.3mm。ID:72866010300的PDI數據和模型計算數據、模型修正數據有PDI數據鋼種-SPHC，爐號-1，板坯厚度-210mm,板坯寬度-1260mm，板坯長度-9600mm，中間坯厚度-38mm，目標厚度-2.75mm,目標寬度-1215mm，精軋目標溫度-880°C,巻取目標溫度-620°C,化學成分C-0.050，Mn-0.23等數據。軋制前精軋運算模型含有的主要修正係數(採用72866010100帶鋼，l號爐的自學習修正數據)tableseeoriginaldocumentpage15精軋出口溫度修正係數3.6°C,出口厚度修正係數:-0.0256腿、出口寬度修正係數1.Ol隨。帶鋼的精軋入口溫度1023.2°C。精軋運算模型計算出的精軋目標控制參數主要有tableseeoriginaldocumentpage15計算的精軋出口溫度881.rC，精軋出口厚度2.7548mm,精軋出口寬度1228.9mm軋後採樣的實際數據為:tableseeoriginaldocumentpage16軋制後的精軋出口溫度修正係數-0.6°C，出口厚度修正係數-0.Q03mm、出口寬度修正係數-0.12mm。ID:72866010400的PDI數據和模型計算數據、模型修正數據有PDI數據鋼種-SPHC，爐號_3，板坯厚度-210mm，板坯寬度-1260mm,板坯長度-9600mm,中間坯厚度-38mm，目標厚度-2.75mm,目標寬度-1215mm，精軋目標溫度-880°C，巻取目標溫度-620°C，化學成分C-0.050，Mn-O.23等數據。軋制前精軋運算模型含有的主要修正係數(採用72866010200帶鋼,3號爐的自學習修正數據)tableseeoriginaldocumentpage17精軋出口溫度修正係數2.12°C，出口厚度修正係數O.046mm、出口寬度》務正係數1.3mm。帶鋼的精軋入口溫度1001.92°C。精軋運算模型計算出的精軋目標控制參數主要有tableseeoriginaldocumentpage17tableseeoriginaldocumentpage18tableseeoriginaldocumentpage19精軋出口溫度修正係數2.32°C，出口厚度修正係數0.016咖、出口寬度修正係數1.01,。很明顯，1號爐和3號爐的精軋入口溫度有很大差異，但帶鋼72866010300和72866010400採用了不同加熱爐的才莫型修正悽t據(分別是72866010100和72866010200軋制後的自學習模型修正數據)，其控制精度都得到了顯著提高，並且可以在後續的循環過程中，不斷逼近最理想的控制精度。由於上述模型修正數據根據爐號分別保存，因此解決了因不同加熱爐爐況對軋線模型產生的幹擾，提高了精軋模型的預報精度和軋制的穩定，保證了熱軋產品質量。總之，本發明體現了專業化、過程化、靈活化、通用化的特點；改變了以往多加熱爐、多爐況、單一軋線模型控制的不合理狀況，實現了將L3生產管理系統、L2綜合計算機系統(加熱爐子系統、跟蹤子系統、資料庫子系統和模型子系統)、Ll執行控制系統有機聯繫在一起，具有自動觸發軋線模型的設定和計算功能，並根據爐號自動分別進行軋線模型的設定計算和自學習計算。與包括閉環控制在內的各種現有技術相比，具有突出的實質性特點和顯著的進步。權利要求1.一種自適應不同加熱爐爐況的軋線模型控制系統，為一計算機控制系統，其特徵在於包括:——初始化數據生成裝置，用以按照預定生產管理模式根據輸入的各待軋制鋼卷的ID生成包括板坯參數、對應爐號、目標數據在內的軋制計劃數據；——第一數據存儲裝置，用以存儲作為初始化的軋制計劃數據；——第二數據存儲裝置，用以存儲與各爐號分別對應的精軋運算模型，所述各精軋運算模型分別含有針對對應爐號的修正係數；——數據讀取處理裝置，用以根據輸入的鋼卷ID，從第一數據存儲裝置讀取對應的軋制計劃數據，再根據包含在軋制計劃數據中的爐號，從第二數據存儲裝置中讀取對應的精軋運算模型，進而根據目標數據，按照精軋運算模型，計算出精軋目標控制參數，並輸出到精軋設備作為控制依據；——軋後數據採樣裝置，用以採集與目標控制參數對應的軋制後實際數據；——自學習修正運算裝置，用以根據目標控制參數與對應的軋制後採樣實際數據之差，產生精軋運算模型修正數據；——修正寫入裝置，用以根據上述修正數據改寫第二存儲裝置中精軋運算模型的修正係數。2.根據權利要求1所述自適應不同加熱爐爐況的軋線模型控制系統，其特徵在於所述計算機系統含有作為初始化數據生成裝置的生產管理計算機、作為數據讀取處理裝置和自學習修正運算裝置的綜合計算機系統，以及作為對精軋設備控制的執行控制計算機。3.根據權利要求1或2所述自適應不同加熱爐爐況的軋線模型控制系統，其特徵在於所述精軋設備設有入口高溫計，用以自動觸發從第二數據存儲裝置中讀取對應的精軋運算才莫型，進而按照精軋運算模型計算出精軋目標控制參數。4.根據權利要求3所述自適應不同加熱爐爐況的軋線模型控制系統，其特徵在於所述精軋設備出口處設有自學習觸發裝置，用以在實際數據採樣後，自動觸發自學習修正運算裝置根據目標控制參數與對應的軋制後採樣實際數據之差，產生精軋運算模型修正數據。5.根據權利要求4所述自適應不同加熱爐爐況的軋線模型控制系統，其特徵在於所述初始化數據生成裝置含有按預定規律生成板坯爐號的自動生成器。6.—種自適應不同加熱爐爐況的軋線模型控制方法，其特徵在於包括以下步驟—一初始化數據生成步驟按照預定生產管理模式根據輸入的各待軋制鋼巻的ID生成包括板坯參數、對應爐號、目標數據在內的軋制計劃數據；—一第一數據存儲步驟存儲作為初始化的軋制計劃數據；—一第二數據存儲步驟存儲與各爐號分別對應的精軋運算模型，所述各精軋運算模型分別含有針對對應爐號的修正係數；一一數據讀取處理步驟根據輸入的鋼巻ID，從第一數據存儲裝置讀取對應的軋制計劃數據，再根據包含在軋制計劃數據中的爐號，從第二數據存儲裝置中讀取對應的精軋運算模型，進而根據目標數據，按照精禮運算模型，計算出精軋目標控制參數，並輸出到精軋設備作為控制依據；一一軋後數據採樣步驟採集與目標控制參數對應的軋制後實際數據；一一自學習修正運算步驟根據目標控制參數與對應的軋制後採樣實際數據之差，產生精軋運算模型修正數據；一一修正寫入步驟根據上述修正數據改寫第二存儲裝置中精軋運算模型的修正係數。7.根據權利要求6所述自適應不同加熱爐爐況的軋線模型控制方法，其特徵在於所述精軋設備設有入口高溫計，在軋制後自動觸發從第二數據存儲裝置中讀取對應的精軋運算模型，進而按照精軋運算模型計算出精軋目標控制參數。8.根據權利要求7所述自適應不同加熱爐爐況的軋線模型控制方法，其特徵在於所述精軋設備出口處設有自學習觸發裝置，在實際數據採樣後，自動觸發自學習修正運算裝置根據目標控制參數與對應的軋制後採樣實際數據之差，產生精軋運算模型修正數據。全文摘要本發明涉及一種自適應不同加熱爐爐況的軋線模型控制系統，同時還涉及相應的控制方法，屬於軋鋼計算機控制
技術領域：
。該系統運行時，藉助初始化數據生成裝置、第一和第二數據存儲裝置、數據讀取處理裝置、數據採樣裝置、自學習修正運算裝置、修正寫入裝置，並經過相應的步驟，不僅從根本上改變了以往多爐況單一軋線模型控制的落後狀況，而且將生產計劃管理、控制運算模型以及軋制控制科學的有機聯繫在一起，尤其是可以分別根據爐號自動進行精軋運算模型的設定計算和自學習修正，從而使目標控制參數逐漸逼近實際參數，徹底解決了不同加熱爐爐況對軋制質量幹擾的難題，確保了熱軋產品的質量及其穩定性。文檔編號G05B13/04GK101387868SQ20071013223公開日2009年3月18日申請日期2007年9月14日優先權日2007年9月14日發明者張永雪,曹偉文,磊盛,軍袁,譚耘宇申請人:上海梅山鋼鐵股份有限公司