【技术实现步骤摘要】
本专利技术涉及轧钢自动控制，尤其涉及一种基于形性一体化控制的轧制负荷分配优化设计方法。
技术介绍
1、随着国家经济快速发展，国民生活水平逐步提升，对高质量、高性能的板带材需求日益增加。在热连轧生产过程中，三维尺寸和内部性能是产品最重要的质量指标。因此，在生产过程中同时得到三维尺寸和内部性能均优异的产品，对于各钢铁企业具有十分重要的意义。
2、在热轧生产过程中，三维尺寸控制和性能控制一般分属于独立的设定和控制单元。例如，针对于三维尺寸控制，有相对独立的厚度控制系统、宽度控制系统和板形控制系统，对产品性能的控制则有终轧温度和卷取温度控制系统。三维尺寸控制和性能控制系统相对独立，但实际上相互耦合在一起，工艺参数的改变或波动，均会对二者产生影响，并影响产品最终的质量。为实现产品的高质量控制，本专利技术提出一种基于形性一体化控制的轧制负荷分配优化设计方法，通过负荷分配的设计，得到能够同时保证产品三维尺寸和产品性能的工艺设计，从而为生产过程中的形性一体化控制提供了良好的基础。
3、轧制负荷分配优化的设计常采用经验法，如压下量分配系数法和能耗曲线法。这些方法需要大量的现场测量和经验数据，并且随着生产环境的变化更新曲线，效率较低，已经不能满足现代轧钢生产的需要。随着计算机技术的发展，研究人员通过寻找目标函数的最优解来进行更有效的负荷分配。对于单目标函数的设计，可以将轧制力、精轧温度、功率或能耗等工艺参数作为优化对象建立预测模型，如中国专利“cn110751414一种基于混沌粒子群优化算法的轧机负荷分配方法”通过混沌粒子群
4、目前应用于轧制负荷分配优化的方法存在两方面的缺陷，一方面，在负荷分配优化的设计过程中，更多的考虑了产品的三维尺寸的控制，没有考虑对产品性能进行控制；在实际轧制过程中，奥氏体晶粒大小会随着轧制过程的进行发生再结晶和晶粒长大，最终奥氏体晶粒大小决定了产品的内部性能，这在目前的轧制负荷分配优化设计中是没有考虑的；另一方面，在负荷分配优化设计过程中，相关研究所使用的多目标优化算法存在求解速度慢，容易陷入局部最优的现象，求解效率较低。因此，为实现轧制过程形性一体化控制，必须在目标函数的设计和求解方式上进行优化，通过提高求解方法的收敛性和广泛性快速进行轧制负荷分配优化。
技术实现思路
1、针对现有技术的不足，本专利技术提供一种基于形性一体化控制的轧制负荷分配优化设计方法。
2、一种基于形性一体化控制的轧制负荷分配优化设计方法，具体包括如下步骤。
3、步骤1：确定生产计划中的pdi数据、轧线基本参数以及轧辊数据。
4、所述pdi数据包括钢种、板坯尺寸以及成品规格；其中钢种包括：名称和化学成分，板坯尺寸进包括：板坯长度、宽度和厚度，成品规格包括：成品宽度和厚度。
5、所述轧线基本参数包括粗轧道次和精轧机架数目、各机架间距以及轧辊直径。
6、步骤2：确定轧制过程的工艺约束和设备限制条件。
7、所述工艺约束包括：
8、咬入角约束：；其中，咬入条件用咬入角表示，δ h为压下量，为摩擦角，为摩擦系数，为轧辊半径；
9、粗轧各道次或精轧各机架的压下率限定在一定范围之内：；其中，为机架的最大压下率；
10、温度条件约束：根据生产的工艺要求，精轧入口温度以及末机架的终轧温度在一定范围内：；其中，和分别是最小精轧入口温度、最大精轧入口温度，和分别是最小末机架终轧温度、最大末机架终轧温度；
11、所述设备限制条件包括：
12、轧制力限制：针对机架，轧制力小于最大允许轧制力：；
13、其中，为最大允许轧制力；
14、电机功率限制：针对机架对应的电机设备，电机功率应小于最大允许电机功率：；其中，为最大允许电机功率。
15、步骤3：确定多目标函数决策变量。
16、将粗轧各道次与精轧各机架的出口厚度作为决策变量；其中，为道次总数目，为第n道次的出口厚度。
17、步骤4：分别建立轧制功率目标函数、三维尺寸目标函数以及内部性能目标函数。
18、步骤4.1：建立轧制功率目标函数，使用轧件通过粗轧各道次与精轧各机架的轧制功率总和来表示：；其中，为轧制功率目标函数；为道次总数目；为决策变量与轧制功率间的函数关系。
19、步骤4.2：建立三维尺寸目标函数，使用轧件通过粗轧各道次或精轧各机架的相对凸度差之和来表示：；其中，为三维尺寸目标函数；为粗轧各道次或精轧各机架相对凸度；为目标相对凸度；为决策变量与相对凸度差之间的函数关系。
20、步骤4.3：建立内部性能目标函数，使用轧件轧后晶粒平均尺寸大小与目标尺寸的偏差来表示：；其中，为内部性能目标函数；为轧后平均晶粒尺寸大小，单位为；为目标平均晶粒尺寸大小，单位为；为决策变量与晶粒尺寸间的函数关系。
21、步骤5：用nsga-iii-de算法求解轧制功率目标函数、三维尺寸目标函数以及内部性能目标函数，得到优化后的目标函数的值。
22、步骤5.1：初始化种群。
23、步骤5.1.1：确定决策变量：粗轧各道次或精轧各机架的出口厚度。
24、步骤5.1.2：基于各道次的出口厚度设置决策变量上下限，令迭代次数得到第一代大小为 np的父代种群。
25、步骤5.2：采用快速非支配排序生成种群大小为 np的初始子代种群，并将父代和子代合并得到大小为2 np的新种群。
26、步骤5.3：通过参考点的选择机制，从新种群中选出前 np个个体组成新子代。
27、步骤5.3.1：生成参考点：；其中，为参考点的数量，为目标维数，和分别为边界层和内层分割数。
28、步骤5.3.2：种群的自适应标准化。
29、步骤5.3.2.1：确定理想点。
30、步骤5.3.2.1.1：选择当前种群中目标函数的最小值，构建理想点。
31、步骤5.3.2.1.2：将种群平移，使理想点作为原点：；其中，和分别为平移前后目标函数值。
32、本文档来自技高网...
【技术保护点】
1.一种基于形性一体化控制的轧制负荷分配优化设计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于形性一体化控制的轧制负荷分配优化设计方法，其特征在于，所述步骤5包括以下步骤：
3.根据权利要求1所述的一种基于形性一体化控制的轧制负荷分配优化设计方法，其特征在于，所述步骤6包括以下步骤：
【技术特征摘要】
1.一种基于形性一体化控制的轧制负荷分配优化设计方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于形性一体化控制的轧制负荷分配优化设计方...
【专利技术属性】
技术研发人员：彭文，魏晨光，武文腾，王喆，齐柏智，孙杰，张殿华，
申请(专利权)人：东北大学，
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。