一种精轧模型自学习修正方法及装置制造方法及图纸

本发明专利技术涉及热轧技术领域，尤其涉及一种精轧模型自学习修正方法及装置，该方法包括：判断精轧机组的实际轧制力是否有效；若否，获取精轧机组的轧制力设定值、轧制力测量值以及轧制力再计算值；判断轧制力设定值、轧制力测量值以及轧制力再计算值是否满足预设条件；若是，对精轧机组的精轧模型自学习进行更新，进而有效避免精轧机组机架间采用拉套轧制头部范围内活套张力过大且引起对应区域检测的实际轧制力偏小，导致精轧模型自学习结果与期望方向相反的情况，进而提高了轧制稳定性。进而提高了轧制稳定性。进而提高了轧制稳定性。

【技术实现步骤摘要】
一种精轧模型自学习修正方法及装置


[0001]本专利技术涉及热轧
，尤其涉及一种精轧模型自学习修正方法及装置。

技术介绍

[0002]热连轧生产过程中，精轧机组的设定模型是核心控制部件，如何提升模型设定精度是工作人员的主要目标，自学习功能是目前最为直接切应用最为广泛的方法，但是，实测数据是自学习的基础，在实测数据受到现场工况或环境干扰的时候，就会直接影响自学习结果，严重时自学习结果的应用直接产生不良后果，进而会持续恶化模型的设定精度。
[0003]生产线在轧制薄规格带钢时，由于精轧机组机架间会采取拉套轧制头部范围内活套张力过大，造成对应区域检测的实际轧制力偏小，精轧模型自学习采集对应张力影响范围内的实际轧制力进行自学习计算时，导致精轧自学习异常，表现为学习结果与期望方向相反，随着学习结果的不断应用，精轧模型设定精度逐渐恶化，直接影响轧制稳定性甚至导致轧废等问题。
[0004]因此，如何对精轧模型自学习进行修正是目前亟待解决的技术问题。

技术实现思路

[0005]鉴于上述问题，提出了本专利技术以便提供一种克服本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种精轧模型自学习修正方法，其特征在于，包括：判断精轧机组的实际轧制力是否有效；若否，获取所述精轧机组的轧制力设定值、轧制力测量值以及轧制力再计算值；判断所述轧制力设定值、所述轧制力测量值以及轧制力再计算值是否满足预设关系；若是，对所述精轧机组的精轧模型自学习进行更新。2.如权利要求1所述的方法，其特征在于，所述判断精轧机组的实际轧制力是否有效，包括：获取所述精轧机组的实际最大张力和机架基准张力；判断所述实际最大张力是否大于机架基准张力。3.如权利要求2所述的方法，其特征在于，所述机架基准张力具体为设定张力与预设系数的乘积。4.如权利要求1所述的方法，其特征在于，所述判断所述轧制力设定值、所述轧制力测量值以及轧制力再计算值是否满足预设关系，包括：判断所述轧制力设定值、所述轧制力测量值以及所述轧制力再计算值是否依次增大或者依次减小。5.如权利要求1所述的方法，其特征在于，所述对所述精轧机组的精轧模型自学习进行更新，包括：对所述轧制力再计算值进行修正；基于修正后的轧制力再计算值，对精轧模型自学习进行更新。6.如权利要求5所述的方法，其特征在于，基于修正后的轧制力再计算值，对精轧模型自学习进行更新，包括：将修正后的轧制力再计算值应用于精轧模型轧制力自学习中；获取变形抗...

【专利技术属性】
技术研发人员：徐芳，周政，李东宁，王文广，史金芳，王元嵩，李兴波，
申请(专利权)人：首钢京唐钢铁联合有限责任公司，
类型：发明
国别省市：