一种基于机理数据混合驱动的二辊斜轧穿孔参数优化方法技术

本发明专利技术公开了一种基于机理数据混合驱动的二辊斜轧穿孔参数优化方法，包括：获取二辊斜轧穿孔生产工序的生产过程数据；其中，生产过程数据包括：生产工艺参数

【技术实现步骤摘要】
一种基于机理数据混合驱动的二辊斜轧穿孔参数优化方法


[0001]本专利技术涉及机械自动化控制
，特别涉及一种基于机理数据混合驱动的二辊斜轧穿孔参数优化方法
。

技术介绍

[0002]管坯经过二辊斜轧穿孔后成为毛管，外径控制精度是决定毛管质量控制的重要指标
。
传统的二辊斜轧穿孔生产过程尚未形成闭环控制系统，无法根据毛管质量实现穿孔过程参数的优化自适应
。
生产现场通常采用离线的机理模型对轧辊间距
、
导板间距及顶头前伸量进行预计算，手动输入至
HMI
中下发至
L1
，然后通过毛管质量判定结果对轧辊间距
、
导板间距及顶头前伸量进行人工修正，依赖于人工经验，无法实现每支管坯的穿孔过程参数的自适应优化，降低了毛管外径控制精度，从而影响最终成品质量
。
[0003]基于上述可知，目前亟需开发一种二辊斜轧穿孔参数优化方法，能够根据毛管的外径质量，实现对每支管坯穿孔过程的过程参数自适应优化，形成穿孔过程的闭环控制，提升毛管生产过程的质量稳定性
。

技术实现思路

[0004]本专利技术提供了一种基于机理数据混合驱动的二辊斜轧穿孔参数优化方法，以解决现有技术依赖于人工经验，无法实现每支管坯的穿孔过程参数的自适应优化，降低了毛管外径控制精度，从而影响最终成品质量的技术问题
。
[0005]为解决上述技术问题，本专利技术提供了如下技术方案：
[0006]一方面，本专利技术提供了一种基于机理数据混合驱动的二辊斜轧穿孔参数优化方法，所述基于机理数据混合驱动的二辊斜轧穿孔参数优化方法包括：
[0007]获取二辊斜轧穿孔生产工序的生产过程数据；其中，所述生产过程数据包括：生产工艺参数
、
毛管质量参数以及穿孔参数的实际值；
[0008]基于所述毛管质量参数筛选出符合预设要求的样本，并针对筛选出的样本，计算出每一样本的穿孔参数的实际值与机理模型设定值之间的偏差数据；
[0009]基于所述生产工艺参数和所述偏差数据训练预设的偏差预测模型，得到训练好的偏差预测模型；其中，所述偏差预测模型的输入为生产工艺参数，所述偏差预测模型的输出为穿孔参数的实际值与机理模型设定值之间的偏差数据；
[0010]基于待加工管坯的生产工艺参数，利用机理模型，结合训练好的偏差预测模型，得到待加工管坯穿孔时的最优工艺参数
。
[0011]进一步地，所述生产工艺参数包括：顶头直径
、
送进角
、
管坯直径
、
压缩带处压缩量
、
毛管目标外径
、
顶头鼻部直径
、
轴向滑移系数
、
切向滑移系数
、
毛管壁厚目标值
、
轧辊出口锥角以及毛管内径目标值；
[0012]所述毛管质量参数包括毛管外径；
[0013]所述穿孔参数包括：轧辊间距
、
导板间距以及顶头前伸量
。
[0014]进一步地，基于所述毛管质量参数筛选出符合预设要求的样本，并针对筛选出的样本，计算出每一样本的穿孔参数的实际值与机理模型设定值之间的偏差数据，包括：
[0015]基于所述毛管质量参数筛选出符合预设要求的样本；
[0016]针对筛选出的样本，基于样本对应的生产工艺参数，利用机理模型计算出每一样本的穿孔参数的机理模型设定值；
[0017]计算出每一样本的穿孔参数的实际值与机理模型设定值之间的偏差数据：
[0018]△
b
＝
b
a
‑
b
[0019]△
l
＝
l
a
‑
l
[0020]△
y
＝
y
a
‑
y
[0021]其中，
△
b、
△
l
和
△
y
分别为样本的轧辊间距
、
导板间距以及顶头前伸量的偏差；
b、l、y
分别为样本的轧辊间距
、
导板间距以及顶头前伸量的机理模型设定值；
b
a
、l
a
、y
a
分别为样本的轧辊间距
、
导板间距以及顶头前伸量的实际值
。
[0022]进一步地，基于所述毛管质量参数筛选出符合预设要求的样本，包括：
[0023]筛选出毛管外径符合以下公式的样本：
[0024]|d
h
‑
d
t
|≤0.5
％
×
d
t
[0025]其中，
d
h
表示样本的毛管外径的实际值；
d
t
为毛管目标外径
。
[0026]进一步地，所述针对筛选出的样本，基于样本对应的生产工艺参数，利用机理模型计算出每一样本的穿孔参数的机理模型设定值，公式如下：
[0027]b
＝
(1
‑
δ
)
·
d
b
[0028][0029][0030]D
＝
d
m
‑
(0.075
‑
0.00135s
t
)
·
d
t
[0031]其中，
δ
为压缩带处压缩量；
d
b
为管坯直径；
d
t
为毛管目标外径；
d1为顶头鼻部直径；
D
为顶头直径；
η0为轴向滑移系数；
η
T
为切向滑移系数；
α
为送进角；
s
t
为毛管壁厚目标值；
β
为轧辊出口锥角；
d
m
为毛管内径目标值
。
[0032]进一步地，所述偏差预测模型的输入为毛管目标外径
、
顶头直径
、
送进角
、
管坯直径以及毛管壁厚目标值；所述偏差预测模型的输出为轧辊间距
、
导板间距以及顶头前伸量的实际值与机理模型设定值之间的偏差数据
。
[0033]进一步地，所述偏差预测模型为支持向量回归模型
。
[0034]进一步地，所述基于待加工管坯的生产工艺参数，利用机理模型，结合训练好的偏差预测模型，得到待加工管坯穿孔时的最优工艺参数，包括：
[0035]将待加工管坯对应的毛管目标外径
、
顶头直径
、
送进角
、
管坯直径和毛管壁厚目标值输入本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于机理数据混合驱动的二辊斜轧穿孔参数优化方法，其特征在于，所述基于机理数据混合驱动的二辊斜轧穿孔参数优化方法包括：获取二辊斜轧穿孔生产工序的生产过程数据；其中，所述生产过程数据包括：生产工艺参数
、
毛管质量参数以及穿孔参数的实际值；基于所述毛管质量参数筛选出符合预设要求的样本，并针对筛选出的样本，计算出每一样本的穿孔参数的实际值与机理模型设定值之间的偏差数据；基于所述生产工艺参数和所述偏差数据训练预设的偏差预测模型，得到训练好的偏差预测模型；其中，所述偏差预测模型的输入为生产工艺参数，所述偏差预测模型的输出为穿孔参数的实际值与机理模型设定值之间的偏差数据；基于待加工管坯的生产工艺参数，利用机理模型，结合训练好的偏差预测模型，得到待加工管坯穿孔时的最优工艺参数
。2.
如权利要求1所述的基于机理数据混合驱动的二辊斜轧穿孔参数优化方法，其特征在于，所述生产工艺参数包括：顶头直径
、
送进角
、
管坯直径
、
压缩带处压缩量
、
毛管目标外径
、
顶头鼻部直径
、
轴向滑移系数
、
切向滑移系数
、
毛管壁厚目标值
、
轧辊出口锥角以及毛管内径目标值；所述毛管质量参数包括毛管外径；所述穿孔参数包括：轧辊间距
、
导板间距以及顶头前伸量
。3.
如权利要求1所述的基于机理数据混合驱动的二辊斜轧穿孔参数优化方法，其特征在于，基于所述毛管质量参数筛选出符合预设要求的样本，并针对筛选出的样本，计算出每一样本的穿孔参数的实际值与机理模型设定值之间的偏差数据，包括：基于所述毛管质量参数筛选出符合预设要求的样本；针对筛选出的样本，基于样本对应的生产工艺参数，利用机理模型计算出每一样本的穿孔参数的机理模型设定值；计算出每一样本的穿孔参数的实际值与机理模型设定值之间的偏差数据：
△
b
＝
b
a
‑
b
△
l
＝
l
a
‑
l
△
y
＝
y
a
‑
y
其中，
△
b、
△
l
和
△
y
分别为样本的轧辊间距
、
导板间距以及顶头前伸量的偏差；
b、l、y
分别为样本的轧辊间距
、
导板间距以及顶头前伸量的机理模型设定值；
b
a
、l
a
、y
a
分别为样本的轧辊间距
、
导板间距以及顶头前伸量的实际值
。4.
如权利要求3所述的基于机理数据混合驱动的二辊斜轧穿孔参数优化方法，其特征在于，基于所述毛管质量参数筛选出符合预设要求的样本，包括：筛选出毛管外径符合以下公式的样本：
|d
h
‑
d
t
|≤0.5
％
×
d
t
其中，
d
h
表示样本的毛管外径的实际值；
d
t
为毛管目标外径
。5.
如权利要求3所述的基于机理数据混合驱动的二辊斜轧穿孔参数优化方法，其特征在于，所述针对筛选出的样本，基...

【专利技术属性】
技术研发人员：赵剑威，李京栋，周锦波，陈嘉琪，王晓晨，杨荃，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：