一种二次冷轧过程轧辊表面油膜厚度预测方法技术

本发明专利技术提供一种二次冷轧过程轧辊表面油膜厚度预测方法，其包括以下步骤：S1、构造二次冷轧过程轧辊表面油膜厚度预测模型；S2、采用Powell优化算法，计算轧辊表面油膜厚度各影响系数的最优值；S3、将λay、λby、λcy、λdy、λey代入步骤S1所构造的预测模型，得到最优的二次冷轧过程轧辊表面油膜厚度预测模型；S4、收集二次冷轧机组轧辊预设定润滑工艺参数；S5、根据步骤S3中的模型预测二次冷轧工作辊入出口表面油膜厚度ξw0、ξw1，中间辊入出口表面油膜厚度ξm0、ξm1，支撑辊入出口表面油膜厚度ξb0、ξb1。本申请能够预测出对应的二次冷轧机组轧制变形区轧辊表面油膜厚度，控制和提高二次冷轧机组轧制过程润滑性能，降低生产成本，提高企业效益。

A Prediction Method of Oil Film Thickness on Roll Surface in Secondary Cold Rolling Process

【技术实现步骤摘要】
一种二次冷轧过程轧辊表面油膜厚度预测方法
本专利技术属于冷轧
，特别涉及一种二次冷轧过程轧辊表面油膜厚度预测方法。
技术介绍
近年来，随着钢铁行业市场竞争的日益激烈，镀锡及镀铬板带产品向着高强、减薄的方向发展。二次冷轧工艺是将冷轧退火后的带钢再次进行冷轧，实现带钢强度提高、厚度减薄、较好地适应了镀锡板带产品的发展方向，因而获得了迅猛的发展。与此同时，在二次冷轧生产过程中，为了降低轧制压力与轧制功率、提高带钢表面质量，一般需要采用直喷系统对带钢进行润滑。与普通一次冷轧的循环润滑系统不一样，二次冷轧直喷润滑系统乳化液的浓度较高、流量较小。与之对应，在二次冷轧过程中轧辊表面润滑油膜厚度的分布对轧制变形区中油膜厚度的影响就不可忽略。而以往现场对二次冷轧变形区润滑油膜厚度的研究主要偏重于带钢表面油膜厚度的研究，而对轧辊表面润滑油膜厚度模型的研究则较少，缺少定量模型分析。如何在结合二次冷轧机组设备与工艺特点的基础上，建立适合于二次冷轧机组的轧辊表面油膜厚度分布模型就成为现场技术攻关的焦点。
技术实现思路
本专利技术的目的在于提供一种二次冷轧过程轧辊表面油膜厚度预测方法，可以预测出在一定的轧制变形区出口油膜厚度ξ1、工作辊与中间辊的接触咬入角αmw、中间辊与支撑辊的接触咬入角αmb、工作辊与中间辊的辊间最大接触应力pmw0、中间辊与支撑辊的辊间最大接触应力pmb0和轧辊线速度vr下的轧辊表面的油膜厚度。具体地，本专利技术提供一种二次冷轧过程轧辊表面油膜厚度预测方法，其包括以下步骤：S1、构造初始二次冷轧过程轧辊表面油膜厚度预测模型：式中，ξw0为轧机入口侧工作辊表面油膜厚度，ξw1为轧机出口侧工作辊表面油膜厚度，ξm0为轧机入口侧中间辊表面油膜厚度，ξm1为轧机出口侧中间辊表面油膜厚度，ξb0为轧机入口侧支撑辊表面油膜厚度，ξb1为轧机出口侧支撑辊表面油膜厚度，ξmw1为轧机出口侧工作辊与中间辊的辊间油膜厚度，ξmb0为轧机入口侧中间辊与支撑辊的辊间油膜厚度，ξ1为轧制变形区出口油膜厚度，αmw为工作辊与中间辊的接触咬入角，αmb为中间辊与支撑辊的接触咬入角，θ为压力粘度系数，η0为初始动力粘度，pmw0为工作辊与中间辊的辊间最大接触应力，pmb0为中间辊与支撑辊的辊间最大接触应力，vr为轧辊线速度，λa为工作辊入口油膜分配系数，λb为工作辊出口油膜分配系数，λc为中间辊入口油膜分配系数，λd为中间辊出口油膜分配系数，λe为支撑辊油膜分配系数；S2、采用Powell优化算法，分别计算工作辊入口油膜分配系数λa的最优值λay、工作辊出口油膜分配系数λb的最优值λby、中间辊入口油膜分配系数λc的最优值λcy、中间辊出口油膜分配系数λd的最优值λdy和支撑辊油膜分配系数λe的最优值λey；S3、将轧辊表面油膜厚度影响系数的最优值λay、λby、λcy、λdy、λey代入步骤S1构造预测模型中，得到最优的二次冷轧轧辊表面油膜厚度预测模型：S4、采集二次冷轧机组待生产带钢的预设定润滑工艺参数，所述工艺参数包括：轧制变形区出口油膜厚度ξ1、工作辊与中间辊的接触咬入角αmw、中间辊与支撑辊的接触咬入角αmb、工作辊与中间辊的辊间最大接触应力pmw0、中间辊与支撑辊的辊间最大接触应力pmb0和轧辊线速度vr；S5、根据步骤S3中的预测模型预测二次冷轧的轧机入口侧工作辊表面油膜厚度ξw0、轧机出口侧工作辊表面油膜厚度ξw1、轧机入口侧中间辊表面油膜厚度ξm0、轧机出口侧中间辊表面油膜厚度ξm1、轧机入口侧支撑辊表面油膜厚度ξb0以及轧机出口侧支撑辊表面油膜厚度ξb1。优选地，步骤S2具体包括以下步骤：S21、采集二次冷轧机组现场已生产的N组带钢的轧辊油膜厚度数据，包括：轧机入口侧工作辊表面油膜厚度实测值ξw0mi、轧机出口侧工作辊表面油膜厚度实测值ξw1mi、轧机入口侧中间辊表面油膜厚度实测值ξm0mi、轧机出口侧中间辊表面油膜厚度实测值ξm1mi、轧机入口侧支撑辊表面油膜厚度实测值ξb0mi以及轧机出口侧支撑辊表面油膜厚度实测值ξb1mi；其中，i为带钢组数编号，i＝1,2,L,N；S22、定义轧辊表面油膜厚度影响系数数组X＝{λa,λb,λc,λd,λe}、给定轧辊表面油膜厚度影响系数数组初始值X0＝{λa0,λb0,λc0,λd0,λe0}、搜索步长初始值ΔX＝{Δλa,Δλb,Δλc,Δλd,Δλe}以及收敛精度ε；S23、按照步骤S1构造的模型计算已生产的N组带钢的工作辊入口油膜厚度ξw0i、工作辊出口油膜厚度ξw1i、中间辊入口油膜厚度ξm0i、中间辊出口油膜厚度ξm1i、支撑辊出口油膜厚度ξb0i以及支撑辊出口油膜厚度ξb1i；S24、计算轧辊表面油膜厚度影响系数优化目标函数G(X)；S25、判断Powell条件是否成立，若成立，则转入步骤S26；若不成立，则更新数组X及其搜索步长ΔX，转入步骤S23；S26、输出优化目标函数最小值对应的轧辊表面油膜厚度影响系数数组的最优值Xy＝{λay,λby,λcy,λdy,λey}。优选地，步骤S23中的计算公式如下：轧辊表面油膜厚度影响系数优化目标函数G(X)的计算公式如下：优选地，式中，Gw(X)工作辊表面油膜厚度影响系数优化函数；Gm(X)中间辊表面油膜厚度影响系数优化函数；Gb(X)支撑辊表面油膜厚度影响系数优化函数；α、β、αw、αm、αb加权系数,0＜α、β、αw、αm、αb＜1；工作辊入口油膜表面厚度权重系数，工作辊出口油膜表面厚度权重系数，中间辊入口油膜表面厚度权重系数，中间辊出口油膜表面厚度权重系数，支撑辊入口油膜表面厚度权重系数，支撑辊出口油膜表面厚度权重系数，优选地，Powell优化算法是指当目标函数为多维变量时，以变量数组初始值为起点沿一定的搜索方向进行搜索，直到找出在当前搜索方向下的目标函数最小值或者在此搜索方向下两次目标函数值之差小于收敛精度时停止。与现有技术相比，本专利技术具有以下有益效果：本专利技术可以预测出在一定的轧制变形区出口油膜厚度ξ1、工作辊与中间辊的接触咬入角αmw、中间辊与支撑辊的接触咬入角αmb、工作辊与中间辊的辊间最大接触应力pmw0、中间辊与支撑辊的辊间最大接触应力pmb0和轧辊线速度vr下的轧辊表面的油膜厚度。本专利技术能够预测出对应的二次冷轧机组轧制变形区轧辊表面油膜厚度，控制和提高二次冷轧机组轧制过程润滑性能，降低生产成本，提高企业效益。附图说明图1是本专利技术的总计算流程示意图；以及图2是本专利技术步骤S2的流程示意图。具体实施方式实施例1以某二次冷轧机组为例，选择典型规格DR8M钢种产品,乳化液流量密度为10L/min,乳化液浓度为7.5％，按照图1所示的二次冷轧过程轧辊表面油膜厚度预测方法的总计算流程图进行油墨厚度预测，具体包括以下步骤：首先，在步骤S1中，构造二次冷轧过程轧辊表面油膜厚度预测模型：随后，如图2所示，在步骤S2中，采用Powell优化算法，计算工作辊入口油膜分配系数λa、工作辊出口油膜分配系数λb、中间辊入口油膜分配系数λc、中间辊出口油膜分配系数λd和支撑辊油膜分配系数λe的最优值，具体包括以下步骤：首先，在步骤S21中，收集二次冷轧机组现场已生产的N组轧辊的现场数据，包括：轧机入口侧工作辊表面油膜厚度实测值ξw0本文档来自技高网...

【技术保护点】
1.一种二次冷轧过程轧辊表面油膜厚度预测方法，其特征在于：其包括以下步骤：S1、构造初始二次冷轧过程轧辊表面油膜厚度预测模型：

【技术特征摘要】
1.一种二次冷轧过程轧辊表面油膜厚度预测方法，其特征在于：其包括以下步骤：S1、构造初始二次冷轧过程轧辊表面油膜厚度预测模型：式中，ξw0为轧机入口侧工作辊表面油膜厚度，ξw1为轧机出口侧工作辊表面油膜厚度，ξm0为轧机入口侧中间辊表面油膜厚度，ξm1为轧机出口侧中间辊表面油膜厚度，ξb0为轧机入口侧支撑辊表面油膜厚度，ξb1为轧机出口侧支撑辊表面油膜厚度，ξmw1为轧机出口侧工作辊与中间辊的辊间油膜厚度，ξmb0为轧机入口侧中间辊与支撑辊的辊间油膜厚度，ξ1为轧制变形区出口油膜厚度，αmw为工作辊与中间辊的接触咬入角，αmb为中间辊与支撑辊的接触咬入角，θ为压力粘度系数，η0为初始动力粘度，pmw0为工作辊与中间辊的辊间最大接触应力，pmb0为中间辊与支撑辊的辊间最大接触应力，vr为轧辊线速度，λa为工作辊入口油膜分配系数，λb为工作辊出口油膜分配系数，λc为中间辊入口油膜分配系数，λd为中间辊出口油膜分配系数，λe为支撑辊油膜分配系数；S2、采用Powell优化算法，分别计算工作辊入口油膜分配系数λa的最优值λay、工作辊出口油膜分配系数λb的最优值λby、中间辊入口油膜分配系数λc的最优值λcy、中间辊出口油膜分配系数λd的最优值λdy和支撑辊油膜分配系数λe的最优值λey；S3、将步骤S2得到的轧辊表面油膜厚度影响系数的最优值λay、λby、λcy、λdy、λey代入步骤S1构造预测模型中，得到最优的二次冷轧轧辊表面油膜厚度预测模型：S4、采集二次冷轧机组待生产带钢的预设定润滑工艺参数，所述工艺参数包括：轧制变形区出口油膜厚度ξ1、工作辊与中间辊的接触咬入角αmw、中间辊与支撑辊的接触咬入角αmb、工作辊与中间辊的辊间最大接触应力pmw0、中间辊与支撑辊的辊间最大接触应力pmb0和轧辊线速度vr；S5、根据步骤S3中的预测模型预测二次冷轧的轧机入口侧工作辊表面油膜厚度ξw0、轧机出口侧工作辊表面油膜厚度ξw1、轧机入口侧中间辊表面油膜厚度ξm0、轧机出口侧中间辊表面油膜厚度ξm1、轧机入口侧支撑辊表面油膜厚度ξb0以及轧机出口侧支撑辊表面油膜厚度ξb1。2.根据权利要求1所述的二次冷轧过程轧辊表面油膜厚度预测方法，其特征在于：步骤S2具体包括以下步骤：S21、采集二次冷轧机组现场已生产的N组带钢的轧辊油膜厚度数据，包括：轧机入口侧工作辊表...

【专利技术属性】
技术研发人员：白振华，张佳胜，何锡锐，张文军，孔鹏辉，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北,13