冷轧备料厚度高频波动研究及改进

年保国 李爱民 张文杰

（邯郸钢铁集团有限责任公司，河北 邯郸 056001）

0 前言

带钢的产品质量主要用外形尺寸、平直度、凸度、、组织性能表面质量等指标衡量。受全球金融危机影响，钢铁市场的形势日益严峻，需要进一步加强质量管理工作，提高品种创效能力。邯钢2250mm是邯钢优化品种结构、增加经济效益、提升核心竞争力的关键一环。所以，生产的产品质量稳定与否关系着下一步的品种开发能否进行。

1 问题的发现和提出

邯钢2250mm生产的SPHC牌号主要供冷轧厂进行深加工使用，从使用情况反馈来看，热轧SPHC牌号存在的质量问题有厚度波动、表面氧化铁皮等，以厚度波动占主要。造成冷轧工序成本增加，甚至影响最终产品质量。

邯钢2250mm供冷轧的备料钢种主要是SPHC牌号，化学成分如表1:

表1 SPHC的化学成分（Wt%）

生产的常见规格:厚度:2.0mm≤H≤5.2mm,宽度:1050mm

通板厚度波动较大:

2250mm的带钢厚度波动主要有两种情况:

（1）头部厚度命中率低；一般头部超出控制限。

（2）通板厚度有跳跃，波动较大，尾部减薄严重。

图1 SPHC 牌号（3.0×1890mm）的厚度曲线

2 带钢厚度尺寸问题分析

2.1 带钢头部厚度较厚分析

从冷轧使用情况看，热轧带钢头尾厚度较设定值偏厚，超过厚度偏差标准的卷数较多。厚度周期跳跃大，下表格的命中率是指带钢头部的厚度精度在±50um的百分数，大约在40%以下。

表2 SPHC牌号的头部厚度命中的统计数据

头部厚度偏厚和厚度波动对冷轧产生的负面影响:

1）冷轧厂品尺寸精度的下降，影响产品质量的提高。

2）影响冷轧的轧制稳定性和板形:穿带后厚度偏差较大的情况下，冷轧单机架AGC调节速度达不到波动频率，导致轧制稳定性和板形不好控制。

产生头部命中率低和厚度波动的工艺原因:

1）温度波动较大，尤其头部温度，控制精度不高。

2）轧制计划的编排不合理，宽度、厚度规格跳跃太大。

3）三座加热炉交替出钢，温度的波动导致二级模型学习和调整受到限制。

4）模型中的工艺参数设定值优化不及时，控制参数没不准确。

图2 SPHC牌号（3.0×1750mm）轧制一道次的厚度曲线

2.2 全长厚度跳动分析

邯钢2250mm的自动厚度控制系统完全由一级实现，可以做到随厚度和钢种的变化而变化控制参数的调整。

1）加热炉水印引起的AGC控制厚度阶跃。

2）下一机架咬钢时建立张力冲击。

3）尾部抛钢时，温度低，尾部减薄调节量不匹配引起尾部厚度偏差现象。

4）厚度发生变化时，AGC的调节敏感度过高，造成压下缸的震颤。

5）支承辊的偏心导致带钢的周期厚度波动，加剧了AGC的调节。

3 解决方案（工艺措施）

3.1 带钢头部偏厚的原因分析和解决方案

根据以上原因，排产和二级模型技术人员制定如下制度和模型调整，取得了一定的效果。

3.1.1 温度波动较大，尤其头部温度，控制精度不高

由于三座加热炉的实际加热效果不同，尤其是4#加热炉为后期单独调试、投用，模型的学习时间短；4#加热炉距离轧机的距离长，导致温降较大；而且不同的规格和钢种的在炉时间要求也不相同、出钢目标温度不同；还有现场其他的例如轧制节奏、出钢速度等因素影响温度，导致实际轧制过程中的温度变化较大，从而影响轧机的厚度设定计算，导致产品的头部命中率。针对这一问题，我们提出不同的钢种、不同规格的板坯的加热温度缓慢过渡、目标温度尽量整合。

3.1.2 轧制计划的排列，规格跨越太大

由于目前订货突出用户的个性需求，订货批量小、规格多，轧制计划的编排不能严格按照“棺材”形执行，厚度和宽度规格频繁改变，如宽度规格经常出现200mm左右的跳跃。由于两者的轧制力计算相差很大，模型通过自学习并不能完全调整，并且调整的幅度、频率都收到限制，从而导致头部或通板命中率降低。针对这一问题，我们制定了轧制计划的编排制度，规定改变厚度规格的同时调整宽度的规格不能大于4.0mm，宽度跳跃跨度不能大于150mm。这样有利于厚度控制，并且换规格时，板形难以控制，这样降低因换规格变化导致的板形无法控制的几率。

3.1.3 三座加热炉交替出钢，温度的波动导致二级模型学习和调整受到限制

由于二级设定模型中考虑了轧线bar to bar的自学习，没有针对不同加热炉的自学习模型，所以加热温度不同、板坯的性能状况不同以及轧制过程中的宽度、厚度跳跃都对二级自学习模型非常不利。针对这个问题，我们制定了生产过程的出钢制度:规格相同钢种相同规格的带钢，交替出钢时三座加热炉的出钢温度偏差不能大约20℃。不同钢种不同规格时出钢温度的目标值必须相近，交替出钢时执行轧制计划的编排制度。

3.1.4 模型中的工艺参数设定没有优化，控制参数没有精调

邯宝热轧厂的二级模型中的轧制力公式如下:

式中:Pi——轧制力；

Pi0——第i个机架的计算轧制力；

ZBP——对上一块板坯的学习值；

ZBPP——对上一块板坯的头部学习值；

ZLPH——头部的厚度学习值；

ZLPB——头部的宽度学习值。

从轧制力公式我们可以看出:头部的学习值对轧制力大小影响较大，相邻板坯的温度（包括同加热炉板坯、不同加热炉板坯）会对之后的带钢厚度产生影响，所以模型中轧制力学习系数过小，造成轧制力设定存在较大偏差，头部厚度无法命中。

在调试期间，板坯在炉时间长，板坯温度均匀，进精轧温度偏高，可以保证头部的温度稳定，头部厚度命中较好随着生产品种增加和轧制节奏的加快，板坯的加热质量有所下降，影响了带钢头部的厚度命中。

解决方法:在原来的基础上放开了F5、F6、F7的轧制力学习系数上限，改小了轧制力自适应平滑系数，防止学习振荡。同时，模型技术人员监控轧制力设定情况，及时调整，目的是让模型计算的轧制力更贴近实际现场的轧制力，从而保证了模型精度和头部厚度命中率。

3.2 通板厚度控制精度的提高

通板厚度控制主要集中在自动厚度控制系统AGC和支承辊的偏心上，AGC系数调整稳定后，厚度波动频率就会下降。同时支承辊偏心补偿功能优化后，减少了外来因素引起的波动。针对这些影响厚度精度的因素，我们提出并制定了一些工艺制度，起到了控制厚度精度的作用。

3.2.1 调试AGC的伺服阀的响应时速度

在现代化的钢铁里，仅仅有最先进的控制系统还是不够的，还需要正确设定参数，才能真正发挥一流设备的最大潜力。通过调整AGC伺服阀响应时间、优化比例积分系数，试验的结果是AGC的伺服阀响应时间在28ms之内，满足生产控制的需要。

3.2.2 AGC 各类功能模块优化、配合

邯钢热连轧厂采用支承辊偏心补偿 （REC）和锁定轧机刚度（MMC）配合使用，在标定过程中测定支承辊的辊型，通过压下补偿辊缝的周期变动，同时使用MMC功能，保持机架压下系统辊缝稳定。通过实际测量，投用REC和MMC功能后，厚度波动的峰值降低约20%。下图为投用前后效果对比:

图3 REC功能投用前（厚度高频波动最大值26μm，波动周期5m左右）

图4 REC功能投用后（厚度高频波动最大值21μm，波动周期5m左右）

4 结论

4.1 针对现场生产存在的缺陷，制定正确的工艺制度，减少工艺变动对模型的不利影响。

4.2 通过对二级模型轧制力学习值的适当调整，提高了带钢头部命中率，尤其冷轧料（SPHC）的头部命中率到±50um占88%。

4.3 调整自动厚度控制(AGC)的灵敏度，配合REC和MMC提高了带钢全长的厚度精度，最大波动值控制在20μm。

［1］孙一康.带钢热连轧的模型与控制[M].北京:冶金工业出版社,2002:105.

［2］袁敏，田勇.1780轧线数学模型的应用及优化[J].冶金自动化,2006（4）:15-19.