摘要:通過離線數(shù)據(jù)分析系統(tǒng)與離線模型,查找模型的不利因素,優(yōu)化模型邏輯,并且建立自學(xué)習(xí)庫,提高模型預(yù)測(cè)精度
關(guān)鍵詞:數(shù)學(xué)模型;優(yōu)化;自學(xué)習(xí)
Optimization of Prediction accuracy of Plate Mill Model
Abstract:Through off-line data analysis system and off-line model, we can find out the unfavorable factors of the model, optimize the logic of the model, and establish a learning library to improve the prediction accuracy of the model.Mathematical model optimization learning
1前言
在中厚板軋機(jī)上,隨著成品鋼板的目標(biāo)厚度越來越小,板型與軋件成品厚度越發(fā)難以控制,生產(chǎn)過程中,模型的預(yù)測(cè)精度直接影響著軋件出口厚度的精度和軋制板型,為了確保軋鋼生產(chǎn)的穩(wěn)定性,最大限度的提高模型預(yù)測(cè)精度對(duì)于中厚板軋機(jī)薄板軋制來說至關(guān)重要。
2存在問題
二級(jí)數(shù)學(xué)模型對(duì)溫度、扭矩預(yù)測(cè)值與實(shí)測(cè)值相差很大,預(yù)測(cè)軋制力與實(shí)際軋制力相差20%以上。為了提高二級(jí)數(shù)學(xué)模型對(duì)溫度、扭距、軋制力的預(yù)測(cè)精度,盡快穩(wěn)定薄規(guī)格的產(chǎn)品的生產(chǎn),需要對(duì)二級(jí)系統(tǒng)中的軋制力數(shù)學(xué)模型源代碼進(jìn)行熟悉、改進(jìn)提高。
3改進(jìn)方案
3.1開發(fā)過程數(shù)據(jù)離線分析系統(tǒng),對(duì)全年過程數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。
軋鋼過程數(shù)據(jù)都是以文本文件的形式保存在服務(wù)器中,每一個(gè)板坯產(chǎn)生幾個(gè)數(shù)據(jù)文件。每天軋制近200塊板坯,全年約6萬套軋制數(shù)據(jù),通過人工分析這些數(shù)據(jù)是不可能實(shí)現(xiàn)的,只有通過程序,把這些數(shù)據(jù)導(dǎo)入到EXCEL中,并進(jìn)行鋼種,軋制方式,軋制道次,軋制成品厚度等進(jìn)行歸類。
有了這些數(shù)據(jù),可以分析某個(gè)鋼種全年軋制的厚度,溫度的變化,并結(jié)合當(dāng)時(shí)軋輥尺寸,完成預(yù)測(cè)軋制力與實(shí)際軋制力,二級(jí)計(jì)算厚度與實(shí)際厚度數(shù)據(jù)的初步分析。
3.2、建立一套離線模型系統(tǒng),通過導(dǎo)入過去的軋制數(shù)據(jù),分析模型的不利因素,完成主要功能模塊的優(yōu)化,優(yōu)化穩(wěn)定后再投到在線運(yùn)行。
3.2.1溫度模型 通過數(shù)據(jù)分析,調(diào)整溫度計(jì)算方程中的純軋時(shí)間△t,完成變形熱與輻射傳導(dǎo)熱的數(shù)學(xué)計(jì)算。
3.2.2流變應(yīng)力模型 通過冶煉時(shí)化學(xué)成分計(jì)算鋼的硬度系數(shù)
過去我們把坯料鋼種按含碳量與合金的不同,進(jìn)行了分類,產(chǎn)生固定硬度系數(shù),以文件的形式存在于系統(tǒng)中,軋制該鋼種就必須使用對(duì)應(yīng)的硬度系數(shù)。但隨著新品種開發(fā),與合金優(yōu)化,老的硬度系數(shù)已與現(xiàn)有的成分不能相對(duì)應(yīng)。吃透近200萬行模型代碼,找出流變應(yīng)力的計(jì)算邏輯關(guān)系,開發(fā)新的流變應(yīng)力模型。利用化學(xué)成分計(jì)算該材料的硬度系數(shù),比過去利用鋼種文件計(jì)算更快更準(zhǔn)確。
流變應(yīng)力中的部分參數(shù)進(jìn)行了固化,減少了計(jì)算過程中的干擾。根據(jù)多年的軋制數(shù)據(jù)分析,流變應(yīng)力計(jì)算中應(yīng)變系數(shù)、應(yīng)變速率系數(shù)并不需要發(fā)生多大的變化,自學(xué)中只更新材質(zhì)系數(shù)C1和溫度系數(shù)C2,系數(shù)C3和C4根據(jù)近10年南鋼生產(chǎn)中所有鋼種的所有規(guī)格鋼板、卷的實(shí)測(cè)軋制力、溫度及道次表分別進(jìn)行模擬計(jì)算,計(jì)算時(shí)將鋼種按厚度、寬度、鋼種、軋制方式等不同而劃分成不同材料鋼種,對(duì)每一個(gè)鋼種族可回歸出數(shù)萬套變形抗力系數(shù),應(yīng)用統(tǒng)計(jì)學(xué)計(jì)算平均系數(shù)。
3.3針對(duì)每一個(gè)坯料鋼種建立一個(gè)自學(xué)習(xí)庫
每一個(gè)道次的軋制力(預(yù)測(cè)軋制力,再預(yù)測(cè)軋制力,實(shí)際軋制力),軋制厚度,軋制溫度都會(huì)保存到各自的自學(xué)習(xí)庫中,分鋼種進(jìn)行保存,極大在杜絕各材料間的干擾。
熟悉150萬行自學(xué)習(xí)模型代碼,建立各鋼種的自學(xué)習(xí)庫,在軋制過程中,每一個(gè)道次的軋制力(預(yù)測(cè)軋制力,再預(yù)測(cè)軋制力,實(shí)際軋制力),軋制厚度,軋制溫度都會(huì)保存到自學(xué)習(xí)庫中,形成軋制力系數(shù),當(dāng)下一次再軋制相同鋼種時(shí),自動(dòng)代入先前的學(xué)習(xí)內(nèi)容,達(dá)到預(yù)測(cè)力的準(zhǔn)確
實(shí)際的流變應(yīng)力與預(yù)測(cè)流變應(yīng)力的比值,在各厚度區(qū)密集分布,從而擬合出自學(xué)習(xí)曲線。
密集分布圖:
擬合出曲線:
自學(xué)習(xí)開始后,根據(jù)當(dāng)前的軋制厚度、曲線,產(chǎn)生一個(gè)基于1的系數(shù),用于軋制力的計(jì)算系數(shù).短期自學(xué)習(xí)與中長期自學(xué)習(xí)主要區(qū)別是軋制時(shí)間與總道次數(shù)的不同。
實(shí)施效果:
1、通過對(duì)以上功能的改進(jìn),解決了4mm-NM450耐磨鋼、 4mm-Q960高強(qiáng)鋼等二級(jí)軋制模型預(yù)測(cè)軋制力精度較差問題,實(shí)際軋制力和預(yù)測(cè)軋制相差1000~2000T,精軋道次實(shí)際軋制力超過4000T,加大板形控制難度。通過化學(xué)成分計(jì)算鋼的硬度系數(shù),針對(duì)每一個(gè)坯料鋼種建立一個(gè)自學(xué)習(xí)庫,將每一個(gè)道次的軋制力(預(yù)測(cè)軋制力,再預(yù)測(cè)軋制力,實(shí)際軋制力),軋制厚度,軋制溫度都保存到自學(xué)習(xí)庫中,軋制力預(yù)測(cè)精度得到顯著提高,4mm極限規(guī)格軋件軋制力預(yù)測(cè)精度從20%控制在12%以內(nèi)。
2、卷軋鋼板頭尾與本體的厚度差控制到0.35以內(nèi)。
改進(jìn)后:最后一道次的軋制厚度 最薄點(diǎn)5.15mm,最厚點(diǎn)5.4mm.
3、軋制板型
軋制力預(yù)測(cè)精度提高后,軋制板型明顯得到改善,鋼板不平度由改進(jìn)前的25~40mm/2m降低至10~20mm/2m;
作者信息:朱麗華(1979-),女,蒙古族,江蘇省南京市,現(xiàn)供職于南京南鋼股份有限公司板材事業(yè)部質(zhì)量處,助理工程師.