一種評價六輥cvc軋機可控平直度的方法
【專利摘要】本發(fā)明涉及一種評價六輥CVC軋機可控平直度的方法，屬于冶金行業(yè)冷軋【技術領域】。技術方案是：對實際浪形進行分析，得出實際浪形中的一次、二次和四次組分，分別對其進行評價。最后以百分制形成綜合評價，直觀的告訴軋機技術人員目前板形軋機存在多大程度的可控板形缺陷沒有進行消除，低分越低，板形越差，低分越高板形越好。本發(fā)明有益效果：由于六輥CVC軋機可控的板形缺陷為單邊浪、中浪或雙邊浪、正或反四分浪，計算公式中僅考慮一次板形缺陷，二次板形缺陷和四次板形缺陷的系數(shù)，即本計算結果僅針對六輥CVC軋機可控的板形缺陷，忽略了實際板形中不在六輥CVC軋機控制范圍內的板形缺陷，這使得板形評價得分的結果適應于六輥CVC軋機所軋制的實際板形。
【專利說明】—種評價六輥CVC軋機可控平直度的方法

【技術領域】
[0001]本發(fā)明涉及一種評價六輥CVC軋機可控平直度的方法，屬于冶金行業(yè)冷軋【技術領域】。

【背景技術】
[0002]【背景技術】中，冷軋板形一般用平直度進行描述，單位一般為IU (I Unit，一個I單位=0.001%，是板形計量單位)，這種描述方式僅描述了冷軋板形某一橫斷面的平均浪高與浪長的比例，描述較為模糊，不能反映軋機可控缺陷的大小。IU值的帶鋼平直度評價無法完全評價軋機操作工的操作，這是由于任何帶鋼某一橫斷面的平直度信息可以由一組多項式進行描述，這個多項式可以包括一次項、二次項、三次項、四次項、五次項等。而冷軋機組往往由于軋制機構限制，其可消除的組分一般為一次項、二次項等，消除軋制機構可消除的板形缺陷后，剩余的板形缺陷稱為相對于該軋機的高次浪形，是不在軋制機構控制范圍內的，軋機無法消除。板形缺陷的上述特點決定了 IU值對帶鋼的平直度評價無法體現(xiàn)軋機中可控缺陷的大小。
[0003]對于六棍CVC (Continuosly Variable Crown連續(xù)凸度變化技術)軋機冷軋機而言，其軋制機構由支承輥傾斜，中間輥彎輥，中間輥竄輥，工作輥彎輥四個機構組成，可消除的板形缺陷為浪形中的一次、二次和四次項組分，如何對六輥CVC軋機可控平直度進行準確評價，是本領域亟待解決的技術問題。


【發(fā)明內容】

[0004]本發(fā)明目的是提供一種評價六輥CVC軋機可控平直度的方法，對實際浪形進行分析，得出實際浪形中的一次、二次和四次組分，分別對其進行評價，最后以百分制形成綜合評價，直觀的告訴軋機技術人員目前板形軋機存在多大程度的可控板形缺陷沒有進行消除，低分越低，板形越差，低分越高板形越好，解決【背景技術】中存在的上述問題。
[0005]本發(fā)明的技術方案是:一種評價六輥CVC軋機可控平直度的方法，具體步驟如下:
[0006]①帶鋼的板形數(shù)據(jù)由板形儀輥進行測量，送入到PCM (脈沖編碼器)控制單元，PCM單元再經過TCP/IP通道送入板形控制系統(tǒng)中，板形控制系統(tǒng)為ibaLogic系統(tǒng),ibaLogic系統(tǒng)再將板形控制的結果送入到主線PLC中的FM458機架控制器中，進行機架傾斜、彎輥以及竄輥的控制；
[0007]②使用ibaLogic系統(tǒng)和生產線的FM458 (FM458是一種工藝CPU，需要安裝的400機架上)系統(tǒng)留有的16個空余數(shù)據(jù)作為端口，將數(shù)據(jù)送入到FM458系統(tǒng)，再由FM458系統(tǒng)將數(shù)據(jù)送入到生產線可編程序控制器S7-400( —種可編程序控制器代號)系統(tǒng)中去；
[0008]③將可編程序控制器S7-400系統(tǒng)中的數(shù)據(jù)轉換為標準TCP協(xié)議傳到板形分析模塊中，在板形分析模塊中完成板形平直度評價工作；
[0009]④平直度評價工作步驟如下:
[0010]I)板形缺陷中的一次板形缺陷、二次板形缺陷、四次板形缺陷利用BP神經網絡算法，擬合出當前板形缺陷:
[0011]P (X) = API (X) +BP2 (X) +DP3 (X) (I)
[0012]其中:(1)式中X為板寬，A、B、D為板形系數(shù),P(X)為板形函數(shù),單位為IU,P1、P2、P3為歸一化的單邊浪一次函數(shù)、雙邊浪二次函數(shù)，四分浪四次函數(shù)；系數(shù)A、B、C包含了板形缺陷中一次板形缺陷、二次板形缺陷、四次板形缺陷的組分，是一個O?I的小數(shù)；
[0013]2)記錄當前斷面的實際板形缺陷中缺陷的最大值。
[0014]MR = Max (RealDfect (X)) (2)
[0015]RealDfect (X)是板形儀取到的實際板形缺陷，x是板寬，Max是取最大值的操作，MR當前斷面中實際板形的最大值；
[0016]3)做如下定義:
[0017]A、板形缺陷中一次板形缺陷即左邊浪或右邊浪，在板形評分中占總分50%的比例；
[0018]B、板形缺陷中的中浪或雙邊浪，在板形評分中占總分30 %的比例；
[0019]C、正反四分浪，在板形評分中占總分20%的比例；
[0020]4) 10個IU的基礎分，當某種板形類別存在時，以10個IU進行減分，該組分減完后按O分計算,不計負分；
[0021]CSi = Max(10_A*MR,0)*5
[0022]+Max(10_B*MR，0)*3
[0023]+Max(10-C*MR,0)*2 、y
[0024]
[0025]式中CSi是當前斷面的軋機可控缺陷得分，A、B、C是一次、二次、四次板形系數(shù)，MR板形缺陷的最大值;Max(a, b)是取a和b中最大值的操作；
[0026]5)按照下式計算通卷帶鋼的軋機可控缺陷得分
[0027]Score = (YdCSi)In(5)


?=1
[0028]CSi是代表第i個斷面的軋機可控缺陷得分，η代表通卷帶鋼取的斷面樣本數(shù)量；Score是整卷帶鋼的軋機可控缺陷得分；
[0029]最后以百分制形成綜合評價，直觀的告訴軋機技術人員目前板形軋機存在多大程度的可控板形缺陷沒有進行消除，低分越低，板形越差，低分越高板形越好。
[0030]所述的BP神經網絡算法具體步驟為:
[0031]A、通過給定已知板形缺陷作為輸入，將一次板形缺陷、二次板形缺陷、四次板形缺陷的待定系數(shù)作為輸出，訓練輸入和輸出之間的BP神經網絡權值；
[0032]B、控制神經網絡訓練過程中的學習系數(shù)，遍歷一次訓練樣本動態(tài)改變一次學習系數(shù)，保證學習速度，克服BP神經網絡學習速度慢的缺點，配合動態(tài)改變學習權動量；
[0033]C、實際板形數(shù)據(jù)作為輸入，通過神經網絡權向量計算轉換為一次板形缺陷、二次板形缺陷、四次板形缺陷的系數(shù)，帶入(I)式中得出擬合的當前板形缺陷。
[0034]本發(fā)明的有益效果:由于六輥CVC軋機可控的板形缺陷為單邊浪、中浪或雙邊浪、正或反四分浪即一次板形缺陷，二次板形缺陷，四次板形缺陷，計算公式中僅考慮一次板形缺陷，二次板形缺陷和四次板形缺陷的系數(shù)，即本計算結果僅針對六輥CVC軋機可控的板形缺陷，忽略了實際板形中不在六輥CVC軋機控制范圍內的板形缺陷，這使得板形評價得分的結果適應于六輥CVC軋機所軋制的實際板形。
[0035]本發(fā)明對實際浪形進行分析，得出實際浪形中的一次、二次和四次組分，分別對其進行評價。最后以百分制形成綜合評價，直觀的告訴軋機技術人員目前板形軋機存在多大程度的可控板形缺陷沒有進行消除，低分越低，板形越差，低分越高板形越好。

【具體實施方式】
[0036]以下通過實施例對本發(fā)明做進一步說明。
[0037]一種評價六輥CVC軋機可控平直度的方法，具體步驟如下:
[0038]①帶鋼的板形數(shù)據(jù)由板形儀輥進行測量，送入到PCM控制單元，PCM單元再經過TCP/IP通道送入板形控制系統(tǒng)中，板形控制系統(tǒng)為ibaLogic系統(tǒng),ibaLogic系統(tǒng)再將板形控制的結果(包括傾斜值、彎輥值、竄輥值等)送入到主線PLC中的FM458機架控制器中，進行機架傾斜、彎輥以及竄輥的控制；
[0039]②使用ibaLogic系統(tǒng)和生產線的FM458系統(tǒng)留有的16個空余數(shù)據(jù)作為端口，將數(shù)據(jù)送入到FM458系統(tǒng)，再由FM458系統(tǒng)將數(shù)據(jù)送入到生產線可編程序控制器S7-400系統(tǒng)中去；
[0040]③將可編程序控制器S7-400系統(tǒng)中的數(shù)據(jù)轉換為標準TCP協(xié)議傳到板形分析模塊中，在板形分析模塊中完成板形平直度評價工作；
[0041]④平直度評價工作步驟如下:
[0042]I)板形缺陷中的一次板形缺陷、二次板形缺陷、四次板形缺陷利用BP神經網絡算法，擬合出當前板形缺陷:
[0043]P (X) = API (X) +BP2 (X) +DP3 (X) (I)
[0044]其中:(I)式中X為板寬，A、B、D為板形系數(shù),P(X)為板形函數(shù),單位為IU,P1、P2、P3為歸一化的單邊浪一次函數(shù)、雙邊浪二次函數(shù)，四分浪四次函數(shù)；系數(shù)A、B、C包含了板形缺陷中一次板形缺陷、二次板形缺陷、四次板形缺陷的組分，是一個O?I的小數(shù)；
[0045]BP神經網絡算法具體步驟為:
[0046]A、通過給定已知板形缺陷作為輸入，將一次板形缺陷、二次板形缺陷、四次板形缺陷的待定系數(shù)作為輸出，訓練輸入和輸出之間的BP神經網絡權值；
[0047]B、控制神經網絡訓練過程中的學習系數(shù)，遍歷一次訓練樣本動態(tài)改變一次學習系數(shù)，保證學習速度，克服BP神經網絡學習速度慢的缺點，配合動態(tài)改變學習權動量；
[0048]C、實際板形數(shù)據(jù)作為輸入，通過神經網絡權向量計算轉換為一次板形缺陷、二次板形缺陷、四次板形缺陷的系數(shù)，帶入(I)式中得出擬合的當前板形缺陷；
[0049]2)記錄當前斷面的實際板形缺陷中缺陷的最大值。
[0050]MR = Max (RealDfect (X)) (2)
[0051]RealDfect (X)是板形儀取到的實際板形缺陷，x是板寬，Max是取最大值的操作，MR當前斷面中實際板形的最大值；
[0052]3)做如下定義:
[0053]A、板形缺陷中一次板形缺陷即左邊浪或右邊浪，在板形評分中占總分50%的比例；
[0054](板形缺陷中一次板形缺陷即左邊浪或右邊浪控制難度較低，識別較為容易，調整該缺陷應該是操作工的基本能力，因此在板形評分中占總分50%的比例；)
[0055]B、板形缺陷中的中浪或雙邊浪，在板形評分中占總分30 %的比例；
[0056](板形缺陷中的中浪或雙邊浪有一定的控制難度，但識別較為容易，調整有一定難度，在板形評分中占總分30 %的比例；)
[0057]C、正反四分浪，在板形評分中占總分20%的比例；
[0058](正反四分浪控制難度較大，識別較為困難，調整難度較大，在板形評分中占總分20%的比例；)
[0059]4) 10個IU的基礎分，當某種板形類別存在時，以10個IU進行減分，該組分減完后按O分計算,不計負分；
[0060]CSi = Max (10_A*MR, O) *5
[0061]+Max(10_B*MR，0)*3 ⑷
[0062]+Max(10_C*MR,0)*2
[0063]
[0064]式中CSi是當前斷面的軋機可控缺陷得分，A、B、C是一次、二次、四次板形系數(shù)，MR板形缺陷的最大值;Max(a, b)是取a和b中最大值的操作；
[0065]5)按照下式計算通卷帶鋼的軋機可控缺陷得分


η
[0066]Score = CSi) In(5)


/=1
[0067]CSi是代表第i個斷面的軋機可控缺陷得分，η代表通卷帶鋼取的斷面樣本數(shù)量；Score是整卷帶鋼的軋機可控缺陷得分；
[0068]最后以百分制形成綜合評價，直觀的告訴軋機技術人員目前板形軋機存在多大程度的可控板形缺陷沒有進行消除，低分越低，板形越差，低分越高板形越好。
[0069]實施例一，以軋制的SPCC冷軋帶鋼為例，規(guī)格為1259*0.508mm。軋制到2325m時，A*MR = 1.1IU, B*MR = 0.33IU, C*MR = 0.75IU，根據(jù)(4)式計算軋機當前斷面得分是92分，累計得分84.5分。說明當前斷面中軋機可消除的板形缺陷較少，板形的單邊浪組分是主要問題，但軋機幾乎不用調整可以穩(wěn)定軋制。軋制總分偏低說明軋制帶鋼的前半部時，軋機狀態(tài)沒有調整到最佳位置。
[0070]實施例二，以軋制的SP⑶冷軋帶鋼為例，規(guī)格為1167X0.5mm,軋制到3769m時，A*MR = 0.8IU, B*MR = 0.32IU, C*MR = 1.72IU，根據(jù)(4)式計算軋機當前斷面得分是91分，累計得分90分。說明當前斷面中軋機可消除的板形缺陷較少，板形的正四分浪組分是主要問題，通過中間輥負竄和工作輥正彎可以消除，軋制總分與歷史數(shù)據(jù)接近，說明軋機對于通卷帶鋼的控制良好。
【權利要求】
1.一種評價六輥CVC軋機可控平直度的方法，其特征在于具體步驟如下: ①帶鋼的板形數(shù)據(jù)由板形儀輥進行測量，送入到PCM控制單元，PCM單元再經過TCP/IP通道送入板形控制系統(tǒng)中，板形控制系統(tǒng)為ibaLogic系統(tǒng),ibaLogic系統(tǒng)再將板形控制的結果送入到主線PLC中的FM458機架控制器中，進行機架傾斜、彎輥以及竄輥的控制； ②使用ibaLogic系統(tǒng)和生產線的FM458系統(tǒng)留有的16個空余數(shù)據(jù)作為端口，將數(shù)據(jù)送入到FM458系統(tǒng)，再由FM458系統(tǒng)將數(shù)據(jù)送入到生產線可編程序控制器系統(tǒng)中去； ③將可編程序控制器系統(tǒng)中的數(shù)據(jù)轉換為標準TCP協(xié)議傳到板形分析模塊中，在板形分析模塊中完成板形平直度評價工作； ④平直度評價工作步驟如下: 1)板形缺陷中的一次板形缺陷、二次板形缺陷、四次板形缺陷利用BP神經網絡算法，擬合出當前板形缺陷:
P (X) = API (X) +BP2 (X) +DP3 (X) (I) 其中:⑴式中X為板寬，A、B、D為板形系數(shù)，P(X)為板形函數(shù)，單位為IU, PU P2、P3為歸一化的單邊浪一次函數(shù)、雙邊浪二次函數(shù)，四分浪四次函數(shù)；系數(shù)A、B、C包含了板形缺陷中一次板形缺陷、二次板形缺陷、四次板形缺陷的組分，是一個O?I的小數(shù)； 2)記錄當前斷面的實際板形缺陷中缺陷的最大值。
MR = Max(RealDfect(X)) (2) RealDfect (x)是板形儀取到的實際板形缺陷，x是板寬，Max是取最大值的操作，MR當前斷面中實際板形的最大值； 3)做如下定義: A、板形缺陷中一次板形缺陷即左邊浪或右邊浪，在板形評分中占總分50%的比例； B、板形缺陷中的中浪或雙邊浪，在板形評分中占總分30%的比例； C、正反四分浪，在板形評分中占總分20%的比例； 4)10個IU的基礎分，當某種板形類別存在時，以10個IU進行減分，該組分減完后按O分計算，不計負分；
CSi = Max(10-A*MR,0)*5 +Max(10-B*MR，0)*3(4)
+Max(10-(>MR,0)*2 式中CSi是當前斷面的軋機可控缺陷得分，A、B、C是一次、二次、四次板形系數(shù)，MR板形缺陷的最大值;Max(a, b)是取a和b中最大值的操作； 5)按照下式計算通卷帶鋼的軋機可控缺陷得分 Score = CSi) In(5)

I=I CSi是代表第i個斷面的軋機可控缺陷得分，η代表通卷帶鋼取的斷面樣本數(shù)量；SCore是整卷帶鋼的軋機可控缺陷得分； 最后以百分制形成綜合評價，直觀的告訴軋機技術人員目前板形軋機存在多大程度的可控板形缺陷沒有進行消除，低分越低，板形越差，低分越高板形越好。
2.根據(jù)權利要求1所述的一種評價六輥CVC軋機可控平直度的方法，其特征在于所述的BP神經網絡算法具體步驟為: A、通過給定已知板形缺陷作為輸入，將一次板形缺陷、二次板形缺陷、四次板形缺陷的待定系數(shù)作為輸出，訓練輸入和輸出之間的BP神經網絡權值； B、控制神經網絡訓練過程中的學習系數(shù)，遍歷一次訓練樣本動態(tài)改變一次學習系數(shù)，保證學習速度，克服BP神經網絡學習速度慢的缺點，配合動態(tài)改變學習權動量； C、實際板形數(shù)據(jù)作為輸入，通過神經網絡權向量計算轉換為一次板形缺陷、二次板形缺陷、四次板形缺陷的系數(shù)，帶入(I)式中得出擬合的當前板形缺陷。
【文檔編號】B21B37/28GK104226695SQ201410456585
【公開日】2014年12月24日 申請日期:2014年9月9日 優(yōu)先權日:2014年9月9日
【發(fā)明者】許斌, 何方, 吝章國, 劉守顯, 王麗峰, 劉素英, 王連軒, 程迪, 石建強 申請人:河北鋼鐵股份有限公司邯鄲分公司