一种冷连轧轧制力的自学习方法技术

本发明专利技术公开了一种冷连轧轧制力的自学习方法，按预定义的自学习方法修正预设轧制力数学模型，本发明专利技术对模型参数进行了三种分类，根据生产的实际情况选择自学习方式，解决了各模型参数之间的耦合问题，符合现场实际情况，提高了轧制力数学模型精度。

A self learning method for cold rolling force

The invention discloses a self learning method of cold rolling force and corrects the mathematical model of presupposed rolling force according to the predefined self-learning method. This invention has three kinds of model parameters, and the self learning method is selected according to the actual situation of production. The coupling problem between the parameters of each model is solved and the actual situation is in line with the actual situation of the field. The precision of the mathematical model of rolling force is improved.

【技术实现步骤摘要】
一种冷连轧轧制力的自学习方法
本专利技术属于冷连轧过程控制领域，尤其涉及一种冷连轧轧制力的自学习方法。
技术介绍
冷连轧过程控制系统的一项重要功能是计算和设定轧制力。轧制力模型是厚度控制及板形设定计算的基础。高精度的轧制力数学模型是保证轧制力计算准确的基础，然而，一方面轧制过程机理复杂，各参数相互耦合，建立准确的模型非常困难；另一方面为了满足在线实时控制的性能要求，往往忽略一些次要的因素，构建出一个简洁便于计算的模型。为了提高模型的计算精度，业内通常采用自学习(self-learning)或者自适应(adaption)算法，就是利用实测数据来修正下次预设定数据。目前主流的自学习方法有如下两种：方法一：轧制力自学习都是在原有数学模型的基础上，加入一个自学习因子系数，在生产中不断修正这个系数，来不断适应现场的工况。方法二：由于轧制力的主要影响因素包括变形抗力和摩擦系数，轧制力自学习模型采用修正变形抗力模型系数或者摩擦模型系数来适应现场的工况。上述方法存在显著的缺点，其中方法一中的自学习因子系数在长期的学习过程中，由于环境的变化或者数学模型本身的不准确性，系数将会失去其物理意义。方法二中把本文档来自技高网...

【技术保护点】
1.一种冷连轧轧制力的自学习方法，其特征在于包括以下内容：按预定义的自学习方法修正预设轧制力数学模型，其中：所述预设轧制力数学模型为：F*＝a·F，其中，F＝f(k1，k2，…km，b1，b2，…bn，…)其中，F是理论计算轧制力；F*是自学习修正后的轧制力；a表示机架的自学习因子；k1到km表示m个与变形抗力相关的模型系数；b1到bn表示n个与摩擦系数相关的模型系数；所述按预定义的自学习方法包括以下方法：第一层自学习方法：正在轧制的带钢周期性收集生产实测数据，并选取预设速度平台的典型生产数据，当该带钢的速度达到预设运行速度且选取了相应运行速度平台的生产数据后，对机架的自学习因子a进行自学习，...

【技术特征摘要】
1.一种冷连轧轧制力的自学习方法，其特征在于包括以下内容：按预定义的自学习方法修正预设轧制力数学模型，其中：所述预设轧制力数学模型为：F*＝a·F，其中，F＝f(k1，k2，…km，b1，b2，…bn，…)其中，F是理论计算轧制力；F*是自学习修正后的轧制力；a表示机架的自学习因子；k1到km表示m个与变形抗力相关的模型系数；b1到bn表示n个与摩擦系数相关的模型系数；所述按预定义的自学习方法包括以下方法：第一层自学习方法：正在轧制的带钢周期性收集生产实测数据，并选取预设速度平台的典型生产数据，当该带钢的速度达到预设运行速度且选取了相应运行速度平台的生产数据后，对机架的自学习因子a进行自学习，其中，所述速度平台至少包括过焊缝速度平台及运行速度平台；第二层自学习方法：周期性收集正在轧制的带钢的生产实测数据，当焊缝到达轧机前活套的出口处时，选取所述速度平台的典型生产数据，利用预设方法计算各组数据的偏差系数，当满足预设要求时对与摩擦系数相关的模型系数b1，b2…bn进行自学习，所述焊缝为正在轧制的带钢与即将开始轧制的第一卷带钢之间焊接形成的焊缝；第三层自学习方法：发生换辊操作，统计了此轧辊从上辊到目前所有的典型生产数据，按照钢种分类进行分组，然后进行自学习，所述自学习系数为变形抗力模型相关系数k1，k2，…km以及摩擦系数模型相关系数b1，b2…bn，同时对上述系数进行自学习。2.如权利要求1所述的自学习方法，其特征在于：各机架的自学习因子a的计算公式如下：anew＝β·acal+(1-β)·aold其中acal表示未经平滑处理的自适应系数，Fmeas表...

【专利技术属性】
技术研发人员：王志军，吴有生，
申请(专利权)人：中冶南方工程技术有限公司，
类型：发明
国别省市：湖北,42