在热态下的板轧制中的轧制负荷预测的学习方法技术

在热态的板轧制中的轧制负荷预测的学习方法中，以往基于设想的误差因素修正轧制负荷的预测误差，但在复杂的轧制情况下，影响因素多，难以合理地抽取和推定。因此，本发明专利技术的轧制负荷预测的学习方法为如下方法：在热态的板轧制中，对于该被轧制材料，参照已经实施了的轧制道次中的轧制负荷的预测误差来修正此后实施的轧制道次中的轧制负荷的预测值时，通过使与该实际道次中的轧制负荷的预测误差相乘的增益相应于被轧制材料的板厚而变化，来设定轧制负荷预测的学习系数，使预测精度提高。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及。
技术介绍
在将被轧制材料轧制到所希望的板厚的情况下， 一般利用多数的轧制 道次使被轧制材料的板厚逐渐接近于所希望的板厚。此时，可给出各道次 出侧板厚的目标值，并预测达到该目标值的情况下的各道次的轧制载荷、轧制扭矩(torque)等的轧制负荷。而且，基于这些预测值推定轧钢机延 伸、辊挠曲等的轧机的弹性变形量，并设定辊间隙、凸度(crown)控制 量以使得对其进行补偿，并且推定动力，并设定轧制速度以使得其满足容 许范围来进行轧制变得必要。此时，使用以被轧制材料的成分系、尺寸、温度、轧制条件等为参数 的预测式预测轧制负荷，但有时起因于使用的预测式的精度、代入到预测 式的各参数的设定值(预测值)与实际值的误差，产生轧制负荷的预测误 差。因此，基于已经实施的轧制道次中的轧制负荷的预测误差，修正对于 该被轧制材料的以后的轧制道次的轧制负荷的预测值，即进行所谓的道次 间学习。作为最一般的道次间的学习方法有基于前道次(实际道次)中的轧 制负荷的预测误差率(式(1))，设定该被轧制材料的此后实施的轧制道 次(预测道次)的轧制载荷预测的学习系数C^的方法。例如，作为轧制负荷，若考虑轧制载荷，则将比率CP(以下称为"预 测误差率")作为实际道次中的轧制载荷的预测误差的指标考虑，该比率 Cp为对该被轧制材料的实际道次中的轧制载荷实际值Pexp与由对该实际道次的轧制载荷模型得到的礼制载荷的预测值Peal的比率。<formula>formula see original document page 4</formula> (i)可是， 一般地，实际道次中的轧制负荷的预测误差的倾向，即使是同 一被轧制材料，也不一定在各道次中一定。例如，由式(i)求出的实际道次中的轧制负荷预测的误差指标CP乘以增益(gain) ot，将轧制负荷的预 测误差的倾向平滑化，设定在预测道次中的轧制载荷预测的学习系数C^。 此时，若使增益oc过大，则存在预测误差容易发散的倾向，另一方面， 若使该增益oc过小，则存在轧制负荷的预测误差难以收敛的倾向，为了在 本技术中稳定地提高轧制负荷的预测精度，设定适当的增益oc是不可缺少 的。因此，例如日本特开昭50-108150号公报公开了如下技术在设定预 测道次中的轧制栽荷预测的学习系数CF时，在实际道次中的轧制负荷的预 测误差接近于过去实际的平均值的情况下，将与实际道次中的轧制负荷的 预测误差相乘的增益oc设定得大，在不是上述的情况的情况下将该增益oc 设定得小，由此，使轧制负荷的预测精度提高。但是， 一般地讲，实际道次中的轧制负荷的预测误差分布在宽的范围， 因此在如下方法中稳定地提高轧制负荷的预测精度是困难的，所述方法为 根据实际道次中的轧制负荷的预测误差偏离过去实际的平均值的偏差，调 整与实际道次中的轧制负荷预测的误差相乘的增益a ，设定预测道次中的 轧制载荷预测的学习系数CF。在日本特开2000-126809号公报中公开了如下技术用摩擦系数的预 测误差与变形抗力的预测误差的叠加之和表现轧制负荷的预测误差，在各 道次中修正各加权因子，由此提高轧制负荷的预测精度。在曰本特开平1-133606号公报中公开了如下技术由表示轧制负荷预 测式的各参数对轧制负荷的影响度的加权因子决定轧制负荷预测的学习系 数，由此提高轧制负荷的预测精度。在日本特开平10-263640号公报中公开了如下技术将轧制负荷预测 的学习系数分离成修正被轧制材料固有的误差的成分和修正由轧机的随时 间的变化引起的误差的成分，由此提高轧制负荷的预测精度。这样，对于基于设想的误差因素修正轧制负荷的预测误差的技术而言， 若设想的误差因素与实际情况一致，则认为在原理上能够提高轧制负荷的 预测精度。但是，轧制负荷的误差因素有被轧制材料和轧辊的表面状态、被轧 制材料的温度和变形特性、轧制条件的设定精度等各种因素，合理地抽出 和推定这些多个影响因子的误差是非常困难的。即，以往没有找到在板轧制中通过对于被轧制材料基于实际道次中的 轧制负荷的预测误差修正以后的道次中的轧制负荷的预测值，从而可稳定 地提高轧制负荷的预测精度的学习方法。
技术实现思路
如上所述，以往没有找到在板轧制中通过对于被轧制材料基于实际道 次中的轧制负荷的预测误差修正该被轧制材料的以后的轧制道次中的轧制 负荷的预测值，从而可稳定地提高轧制负荷的预测精度的轧制负荷预测的 学习方法，需求该学习方法。本专利技术的目的是鉴于上述课题，提供一种轧制负荷预测的学习方法， 其中，在热态下的板轧制中，通过基于被轧制材料的实际道次中的轧制负 荷的预测误差修正以后的道次中的该被轧制材料的轧制负荷的预测值，从 而可稳定地提高轧制负荷的预测精度。为了达到上述目的，本专利技术者们对轧制负荷的实际值与其实际计算值 以及预测误差的关系进行了数量较多的研究。另外，在此，所谓轧制负荷是指轧制载荷、轧制扭矩、轧制动力等。 另外，所谓轧制负荷的实际计算值是将在实际道次中的轧制条件的实际 值代入轧制载荷的预测式而得到的轧制载荷乘以对该道次的轧制负荷预测 的学习系数而得到的值。研究的结果发现在热态下的板轧制中，是否即使重复轧制道次，轧 制负荷的实际值与其实际计算值的误差也难以变化大大地受到被轧制材料 的板厚大小的影响。因此，经进一步研究判明在轧制负荷预测中，通过使与实际道次中 的轧制负荷的预测误差相乘的增益相应于被轧制材料的板厚而变化，可稳 定地提高轧制负荷的预测精度，从而完成了本专利技术。而且发现被轧制材料的板厚越薄，则轧制负荷的实际值与其实际计 算值的误差越容易伴随着重复轧制道次而变化，因此判明在提高轧制负 荷的预测精度上，优选被轧制材料的板厚越薄则越减小对于实际道次中的 轧制负荷的预测误差的增益。推测这是由于在热态下的板轧制中，在板厚厚的情况下，被轧制材料 的温度难以变化，因此即使重复轧制道次，被轧制材料的温度推定误差也 不怎么变化所致的。因此认为，由于对被轧制材料的轧制负荷的预测精度 造成较大影响的被轧制材料的温度的推定精度的变化小，所以即使重复轧 制道次，轧制负荷的实际值与其实际计算值的误差也难以变化。另一方面，在板厚度薄的情况下，认为由于被轧制材料的温度随着重 复轧制道次而大大地变化，所以轧制负荷的实际值与其实际计算值的误差 容易随着重复轧制道次而变化。即发现参照的实际道次中的该被轧制材料的板厚越厚，则轧制负荷 的实际值与其实际计算值的误差越难以伴随着重复轧制道次而变化，因此 判明在提高轧制负荷的预测精度上，优选参照的实际道次中的该被轧制 材料的板厚越厚，则越增大与该实际道次中的轧制负荷的预测误差相乘的 增益。另外发现作为对象的预测道次中的该被轧制材料的板厚越薄，则实 际道次中的轧制负荷的预测误差对该预测道次中的轧制负荷的预测误差造 成的影响越小，因此判明在提高轧制负荷的预测精度上，优选作为对象 的预测道次中的该被轧制材料的板厚越薄，则越减小与实际道次中的轧制 负荷的预测误差相乘的增益。而且发现只要根据入侧(进入侧)板厚、出侧(出来侧)板厚、平 均板厚的任一 个或它们中两个以上的组合设定作为使与实际道次中的轧制 负荷的预测误差相乘的增益变化的基准的上述板厚即可。本专利技术是基于上述见解完成的，其要旨本文档来自技高网...

【技术保护点】
一种在热态下的板轧制中的轧制负荷预测的学习方法，参照被轧制材料的实际道次中的轧制负荷的预测误差，修正该被轧制材料的此后实施的轧制道次中的轧制负荷的预测值，该学习方法的特征在于，关于轧制负荷预测的学习系数的设定，使与该实际道次中的轧制负荷的预测误差相乘的增益相应于该被轧制材料的板厚而变化。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：比护刚志，沟口洋祐，五十岚一嗣，福冈靖，
申请(专利权)人：新日本制铁株式会社，
类型：发明
国别省市：JP[日本]