【技术实现步骤摘要】
本专利技术涉及冷轧涂镀领域，具体涉及一种辊涂机的包角控制方法及系统。
技术介绍
1、在冷轧带钢生产线上，为保证带钢的抗腐蚀和抗污染性能，提高带钢使用寿命，需要对带钢表面进行表面涂覆，形成带钢两面形成具有抗腐蚀和抗污染性的涂膜，其中对带钢性能和使用造成影响的主要为涂膜厚度和涂膜均匀性。目前带钢生产线上使用辊涂机对带钢进行涂覆，其上有一对辊筒将涂料分别涂覆到带钢的两面。其中影响涂膜均匀性有辊筒圆柱度、安装位置偏差，需在设计和制造时进行控制；影响涂膜厚度的因素包括材料的粘性、辊筒与带钢的速比、辊筒与带钢间的包角与压力。然而由于带钢的张力波动，尤其是换卷焊接时的波动，以及开卷与卷曲时张力差，辊筒与带钢间的压力也随之发生变化，影响涂覆厚度的一致性。
2、目前主要通过操作工通过观测涂膜情况，并依据经验对包角进行调节，未考虑到张力波动的影响，且包角和压力对涂覆厚度的影响并非线性且相互关联，会出现不同钢卷平均厚度不同、以及同一钢卷不同段涂膜厚度不同的情况。
技术实现思路
1、本专利技术的目的在于提供一种辊涂机的包角控制方法，在带钢的张力产生波动时对涂辊与带钢间的包角进行调节，减少张力波动引起的涂膜厚度变化，提高了涂抹厚度的一致性。
2、为解决上述技术问题，本专利技术提供了一种技术方案：一种辊涂机的包角控制方法，将生产时带钢的实测张力、用户设置的目标涂膜厚度输入至训练好的神经网络模型，而后将神经网络模型输出的涂辊与带钢间的目标包角传输至辊涂机；所述辊涂机根据目标包角调节涂辊与
3、按上述方案，所述神经网络模型的输入层为张力、涂膜厚度，输出层为包角；神经网络模型的训练数据包括实测张力、实测涂膜厚度、实际包角。
4、按上述方案，实测张力通过张力计测量获取，实测涂膜厚度通过膜厚仪测量获取；膜厚仪测量涂膜厚度时，同时记录膜厚仪的测量位置；根据膜厚仪的测量位置计算带钢运输至该位置所经历的时间，进而将同一位置的实测张力与实测涂膜厚度同步关联。
5、按上述方案，当带钢开卷时、卷曲时、焊接时，膜厚仪测量涂膜厚度以获得实测涂膜厚度。
6、按上述方案，当膜厚仪测量涂膜厚度时，在带钢的长度方向的同一位置处，取宽度方向上分散的若干个点测量涂膜厚度并计算均值，所得均值为该长度位置的涂膜厚度。
7、按上述方案，实测张力、实测涂膜厚度、膜厚仪的测量位置、实际包角由plc读取后打包，作为神经网络模型的训练数据。
8、按上述方案，打包后的数据通过opc协议被同步到opc服务，以供后续被输入神经网络模型。
9、按上述方案，训练数据中，至少包含带钢开卷时和卷曲时的各十个测量位置的实测涂膜厚度。
10、按上述方案，带钢开卷时或卷曲时，在带钢长度方向上每间隔50～150m取点作为涂膜厚度的测量位置，以获取实测涂膜厚度。
11、一种用于实现上文所述辊涂机的包角控制方法的辊涂机的包角控制系统，包括；
12、带钢张力测量模块，用于获取带钢的张力；
13、目标涂膜厚度输入模块，供用户输入目标涂膜厚度；
14、服务器，设置有神经网络模型，神经网络模型用于根据实测张力和目标涂膜厚度得到目标包角。
15、本专利技术的有益效果是：相对于现有技术，不需要操作员观测涂膜情况对辊筒与带钢包角进行调节，减少人工的工作时间和人力成本；且本专利技术减少了张力波动对涂膜厚度的影响，在不同张力下，利用神经网络模型计算目标凃膜厚度所需的包角，综合考虑到了包角调解时，接触面积和压力变化对膜厚的影响，提高了涂膜厚度的一致性。
本文档来自技高网...【技术保护点】
1.一种辊涂机的包角控制方法，其特征在于：将生产时带钢的实测张力、用户设置的目标涂膜厚度输入至训练好的神经网络模型，而后将神经网络模型输出的涂辊与带钢间的目标包角传输至辊涂机；所述辊涂机根据目标包角调节涂辊与带钢间的包角。
2.根据权利要求1所述的辊涂机的包角控制方法，其特征在于：所述神经网络模型的输入层为张力、涂膜厚度，输出层为包角；神经网络模型的训练数据包括实测张力、实测涂膜厚度、实际包角。
3.根据权利要求2所述的辊涂机的包角控制方法，其特征在于：实测张力通过张力计测量获取，实测涂膜厚度通过膜厚仪测量获取；膜厚仪测量涂膜厚度时，同时记录膜厚仪的测量位置；根据膜厚仪的测量位置计算带钢运输至该位置所经历的时间，进而将同一位置的实测张力与实测涂膜厚度同步关联。
4.根据权利要求3所述的辊涂机的包角控制方法，其特征在于：当带钢开卷时、卷曲时、焊接时，膜厚仪测量涂膜厚度以获得实测涂膜厚度。
5.根据权利要求3所述的辊涂机的包角控制方法，其特征在于：当膜厚仪测量涂膜厚度时，在带钢的长度方向的同一位置处，取宽度方向上分散的若干个点测量涂膜厚
6.根据权利要求2所述的辊涂机的包角控制方法，其特征在于：实测张力、实测涂膜厚度、膜厚仪的测量位置、实际包角由PLC读取后打包，作为神经网络模型的训练数据。
7.根据权利要求6所述的辊涂机的包角控制方法，其特征在于：打包后的数据通过OPC协议被同步到OPC服务，以供后续被输入神经网络模型。
8.根据权利要求4所述的辊涂机的包角控制方法，其特征在于：训练数据中，至少包含带钢开卷时和卷曲时的各十个测量位置的实测涂膜厚度。
9.根据权利要求8所述的辊涂机的包角控制方法，其特征在于：带钢开卷时或卷曲时，在带钢长度方向上每间隔50～150m取点作为涂膜厚度的测量位置，以获取实测涂膜厚度。
10.一种用于实现权利要求1-9任一所述辊涂机的包角控制方法的辊涂机的包角控制系统，其特征在于：包括；
...【技术特征摘要】
1.一种辊涂机的包角控制方法，其特征在于：将生产时带钢的实测张力、用户设置的目标涂膜厚度输入至训练好的神经网络模型，而后将神经网络模型输出的涂辊与带钢间的目标包角传输至辊涂机；所述辊涂机根据目标包角调节涂辊与带钢间的包角。
2.根据权利要求1所述的辊涂机的包角控制方法，其特征在于：所述神经网络模型的输入层为张力、涂膜厚度，输出层为包角；神经网络模型的训练数据包括实测张力、实测涂膜厚度、实际包角。
3.根据权利要求2所述的辊涂机的包角控制方法，其特征在于：实测张力通过张力计测量获取，实测涂膜厚度通过膜厚仪测量获取；膜厚仪测量涂膜厚度时，同时记录膜厚仪的测量位置；根据膜厚仪的测量位置计算带钢运输至该位置所经历的时间，进而将同一位置的实测张力与实测涂膜厚度同步关联。
4.根据权利要求3所述的辊涂机的包角控制方法，其特征在于：当带钢开卷时、卷曲时、焊接时，膜厚仪测量涂膜厚度以获得实测涂膜厚度。
5.根据权利要求3所述的辊涂机的包角控制方法，其特...
【专利技术属性】
技术研发人员：陈明惠，
申请(专利权)人：中冶南方工程技术有限公司，
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。