【技术实现步骤摘要】
一种基于灰色关联度提取的热连轧轧制力自整定方法
[0001]本专利技术涉及热连轧自动控制
，尤其涉及一种基于灰色关联度提取的热连轧轧制力自整定方法。
技术介绍
[0002]热轧板带是国民经济发展所必须的重要钢铁材料，被广泛应用于大直径输送管线、压力容器、船舶、桥梁、锅炉、海洋构件、建筑等领域。但在钢铁行业产能严重过剩的大背景下，面对严峻的市场形势，降本增效成为钢铁企业共同实施的一项重要举措，板带材生产企业从单纯的追求产量到重视产品质量、降低成本、能耗和原材料上来，提高产品厚度控制精度就是为了达到这个目的一种的重要手段。热轧带钢生产过程中，轧制力的预报精度对钢板的厚度精度至关重要，随着用户对带钢厚度、板形精度的要求越来越高，提高轧制力预设定精度也越来越迫切。
[0003]传统的轧制力计算是借助数学模型来进行的，由于模型本身结构的限制和现场环境千变万化，通过实测轧制力进行自学习是一个不可缺少的一个环节。在轧制力自学习过程中，同一批次的产品轧制时，采用上一卷产品的自学习系数修正下一卷钢卷的轧制力预测模型，从而实现轧制...
【技术保护点】
【技术特征摘要】
1.一种基于灰色关联度提取的热连轧轧制力自整定方法，其特征在于：包括以下步骤：步骤1、确定坯料尺寸数据、产品目标尺寸、钢种牌号与化学成分、温度制度、轧机设备参数及轧制边界条件；步骤2、确定当前生产中的带钢的轧制参数组成的参考数列和已经生产过的N卷带钢的轧制参数组成的比较数列；步骤3、对参考数列和N个比较数列中各参数分别进行归一化处理；步骤4、计算归一化后的参考数列与各比较数列之间的灰色关联度；步骤5、根据参考数列与各比较数列之间的灰色关联度，在轧制生产数据库中查询找到已生产的N卷带钢中与当前正在生产的带钢灰色关联度最高的带钢所对应的轧制力自学习系数；步骤6、将与当前正在生产的带钢灰色关联度最高的带钢所对应的轧制力自学习系数代入轧制力计算模型，计算得出最终轧制需要设定的轧制力。2.根据权利要求1所述的一种基于灰色关联度提取的热连轧轧制力自整定方法，其特征在于：步骤1所述坯料尺寸数据，包括：坯料厚度、宽度和长度；所述产品目标尺寸，包括：产品目标厚度、目标宽度和目标长度；所述的温度制度，包括：坯料出炉温度和钢板进入精轧机组前的温度；所述的轧机设备参数，包括：轧机最大轧制力、轧机最大力矩、轧机最大功率和轧机刚度；所述轧制边界条件，包括：环境温度、冷却水温度和轧辊温度。3.根据权利要求2所述的一种基于灰色关联度提取的热连轧轧制力自整定方法，其特征在于：步骤2所述带钢的轧制参数包括带钢在轧制时的轧机入口温度、轧机入口厚度、轧机入口宽度以及带钢的压下量、压下率、变形抗力、碳当量。4.根据权利要求3所述的一种基于灰色关联度提取的热连轧轧制力自整定方法，其特征在于：所述步骤2的具体方法为：1)取当前正在生产的带钢轧制参数构建参考数列{D0}＝{T0,h0,Δh0,ε0,σ0,C0,w0}，其中，T0是当前正在轧制带钢的轧机入口温度，h0是当前正在轧制带钢的轧机入口厚度，Δh0是当前正在轧制带钢的压下量，ε0是当前正在轧制带钢的压下率，σ0是当前正在轧制带钢的变形抗力，C0是当前正在轧制带钢的碳当量，w0是当前正在轧制带钢的轧机入口宽度；2)取已生产的N卷带钢的轧制参数构建N个比较数列；其中，已生产的第i卷带钢的轧制参数构建的比较数列{D
i
}＝{T
i
,h
i
,Δh
i
,ε
i
,σ
i
,C
i
,w
i
}，i＝1,2,
……
,N，T
i
是已生产的第i卷带钢在轧制时的轧机入口温度，h
i
是已生产的第i卷带钢在轧制时的轧机入口厚度，Δh
i
是已生产的第i卷带钢在轧制时的压下量，ε
i
是已生产的第i卷带钢在轧制时的压下率，σ
i
是已生产的第i卷带钢在轧制时的变形抗力，C
i
是已生产的第i卷带钢在轧制时的碳当量，w
i
是已生产的第i卷带钢在轧制时的轧机入口宽度。5.根据权利要求1所述的一种基于灰色关联度提取的热连轧轧制力自整定方法，其特征在于：所述步骤3采用如下归一化处理模型对参考数列和N个比较数列中各参数分别进行归一化处理：式中，d
min
为数列中某参数的最小值，d
max
为数列中某参数的最大值，d为数列中某参数
归一化后的计算值，取值范围为(0，1)，则归一化后的参考数列和第i卷比较数列分别为：{D
′0}＝{T
′0,h
′0,Δh
′0,ε
′0,σ
′0,C
′0,w...
【专利技术属性】
技术研发人员：丁敬国，李毅仁，贾永坡，李旭，张志鸿，张立兴，张殿华，王海滨，郝亮，任连波，
申请(专利权)人：河钢集团有限公司河钢数字技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。