一种基于退火工艺预测冷轧连续退火带钢力学性能的方法技术

本发明专利技术公开了一种基于退火工艺预测冷轧连续退火带钢力学性能的方法，主要解决现有无法通过退火工艺预测冷轧连续退火带钢力学性能的技术问题。技术方案为，一种基于退火工艺预测冷轧连续退火带钢力学性能的方法，包括，1)收集冷轧轧制机组、退火机组高频数据以及带钢实际检测的力学性能数据；2)计算出热轧带钢的变形抗力；3)匹配带钢在冷轧轧制机组和退火机组间的高频工艺参数；4)建立退火带钢的力学性能预测模型；5)分别绘制退火带钢全长的屈服强度、抗拉强度和断后伸长率曲线。本发明专利技术方法冷轧连续退火带钢力学性能预测精度高，精度误差小于2.8％。差小于2.8％。差小于2.8％。

【技术实现步骤摘要】
一种基于退火工艺预测冷轧连续退火带钢力学性能的方法


[0001]本专利技术涉及一种冷轧退火带钢力学性能的预测方法，特别涉及一种基于退火工艺预测冷轧连续退火带钢力学性能的方法，属于钢铁冶金冷轧连续退火过程控制


技术介绍

[0002]冷轧退火带钢用户的需求多样化，对退火带钢的力学性能要求也多样化，订货合同呈合同数量多、单个合同订货量小，合同之间要求具有差异性的特点，同时，钢铁厂生产一炉钢通常为150
‑
300吨，专门按小合同组织生产会产生大量的合同余材料，损失比较大。为了解决该问题，近年来钢铁厂在前道工序——炼钢、热轧采用集约化批量生产，到退火工序通过调整退火温度等工艺参数，生产出符合用户要求的不同强度等级的冷轧退火带钢产品，对该类冷轧退火带钢而言，退火工艺是影响产品力学性能的关键因素之一，那么如何通过退火工艺变化对冷轧退火带钢性能影响预测显得尤为重要。
[0003]申请公布号为CN111241750A的中国专利申请公开了一种结合遗传算法的BP网络冷轧带钢力学性能预测方法，筛选冷轧带钢生产系统采集的相关数据，进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于退火工艺预测冷轧连续退火带钢力学性能的方法，冷轧连续退火带钢由热轧带钢卷经开卷、酸洗、冷轧、连续退火机组退火、平整后得到，其特征是，包括以下步骤：1)收集冷轧轧制机组的生产参数，包括首机架入口带钢厚度、出口带钢厚度，带钢宽度，首机架轧制的高频参数，压下率，辊径、轧制力、张力以及对应冷轧带钢的长度位置，轧机末机架出口带钢厚度，即冷轧轧硬带钢厚度；收集退火机组的高频退火工艺参数和对应的带钢长度位置，包括退火带钢速度、均热段温度、冷却段温度、平整延伸率；收集退火带钢的检测取样位置以及带钢实际检测的力学性能数据，包括退火带钢的屈服强度、抗拉强度和断后伸长率；2)计算热轧带钢的变形抗力，热轧带钢的变形抗力按照下式(1)进行计算，式(1)中，K为热轧带钢的变形抗力，单位为KN/mm；P为单位轧制力，单位为KN/mm；B为带钢宽度，单位为mm；R
′
为轧辊直径，单位为mm；Δh变形量，单位为mm；Q
p
为外摩擦影响系数，Q
p
按照下式(2)计算，式(2)中，μ为摩擦系数，根据润滑情况一般取0.4
‑
0.6；ε为压下率，单位为％；R
′
为轧辊直径，单位为mm；h1为轧机出口厚度，单位为mm；3)匹配带钢在冷轧轧制机组和退火机组间的高频工艺参数，使带钢的高频工艺参数在长度方向上能够一一对应；4)建立退火带钢的力学性能预测模型,4.1)提取退火机组检测取样位置的工艺参数数据以及取样位置对应的热轧带钢变形抗力数据，将退火机组检测取样位置的带钢速度、均热段温度、冷却段温度、平整延伸率、热轧带钢的变形抗力、冷轧压下率及轧硬带钢厚度作为输入因子，将退火带钢实际检测力学性能数据作为模型的输出因子；4.2)数据处理及分类，将收集的数据样本分为训练集与测试集，并剔除训练集样本的异常数据；4.3)归一化处理不同退火工艺下的不同钢种训练集数据，得到训练BP神经网络的样本数据集；4.4)剔除过拟合样本，采用贝叶斯正则化原理，按照下式(3)在网络训练的损失函数中添加L2正则项的方法完成，式(3)中...

【专利技术属性】
技术研发人员：魏宝民，穆海玲，王孝建，丁志龙，闫秉昊，
申请(专利权)人：上海梅山钢铁股份有限公司，
类型：发明
国别省市：