一种提高带钢全长卷取温度预报精度的自学习方法技术

本发明专利技术一种提高带钢全长卷取温度预报精度的自学习方法，属于热轧带钢自动控制技术领域，其主要特征在于包括以下步骤：1）在卷取温度控制过程中收集带钢各段的控制参数；2）在带钢轧制完成后确定滞后段数；3）计算段间自学习滞后因子；4）在预测后续带钢各段的卷取温度时，综合考虑了本块钢的段间自学习系数、已轧制完成带钢的段间自学习系数和段间自学习滞后因子。本发明专利技术所涉及的自学习方法可比较好地解决带钢段间自学习所存在的滞后问题，可明显提高带钢全长的各分段卷取温度预报精度。

【技术实现步骤摘要】

本专利技术属于热轧带钢自动控制
，特别涉及热轧带钢的卷取温度控制过程中的模型自学习方法。
技术介绍
卷取温度的控制水平直接影响带钢成品组织性能的稳定性，高精度的卷取温度预报模型对提升卷取温度控制水平的至关重要。在实际生产中，影响带钢全长卷取温度的因素错综复杂，在控制系统中无法做到全面而精确地描述。其中，许多因素随带钢长度方向上的位置而变化，比如入口温度、轧制速度、卷取张力、带钢板型等，必须采用自学习方法不断地对模型进行更新修正。具体方法是，将带钢全长分成若干小段，当每段带钢达到层流冷却的粗调区或精调区入口时，根据其卷取温度的模型预报值与目标值之间的偏差动态调节冷 却水量，然后当其达到层流冷却出口获得卷取温度实测值后，再反算出最新的自学习系数 实际值，用于修正在入口之前的后续带钢段的卷取温度预报，这一过程就是段间自学习，如图I所示。从图中可知，传统的段间自学习方法存在着严重的滞后问题，即用于反算自学习系数实际值的带钢段i'与其修正效果所作用的带钢段i之间相差有几十米的距离。由于影响冷却效果的因素可能已经发生较大变化，滞后问题将使得段间自学习效果不佳，甚至可能出现调节的方向相反而本文档来自技高网...

【技术保护点】
一种提高带钢全长卷取温度预报精度的自学习方法，其特征在于包括以下步骤：1）首先，在卷取温度控制过程中收集带钢各段的距离带钢头部位置p、启动卷取温度预报的时刻τff、到达卷取温度计的时刻τCT以及根据实测卷取温度反算的自学习系数实际值f*，其中，带钢段的距离带钢头部位置p采用带钢长度百分比的方法表示；2）在带钢轧制完成后，根据各段的τff和τCT确定当启动第i段带钢卷取温度预报时刚好达到层流冷却出口温度计的带钢段号i′，其中i′＝i？m，m为段间自学习的滞后段数；3）采用以下公式（1）计算第i段带钢的自学习滞后因子ki：ki=fi*/fi-m*i≥m1.0i<m-...

【技术特征摘要】

【专利技术属性】
技术研发人员：宋勇，殷实，荆丰伟，蔺凤琴，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：