层冷控制模型在中宽带轧制中的应用

摘要：近年来，社会经济在快速发展的同时，城市化进程的步伐逐渐加快，基础建设规模不断扩大，各行各业都得到了迅速的发展，在这样的大环境下，钢铁材料的需求量也在不断攀升，随着其应用范围不断扩大，人们对于钢铁材料的整体质量要求也在不断提高，而钢铁的应用工艺技术与整个建筑工程的整体质量密切相关。文章对冷层控制模型以及冷却方法进行了分析，并进一步探讨了冷层控制模型在中宽带轧制中的具体应用，主要采用4.5mm热轧中宽带获取相关数据，深入研究了集管组降温以及具体应用效果，数据显示，冷层控制模型的现场实际应用效果非常好，值得进一步推广。

关键词：层冷控制;中宽带;轧制;具体应用

前言：21世纪以来，国民经济稳步增长，基础建设规模逐渐趋于完善，在很大程度上也极大地促进了建筑行业的迅速发展。人们的生活水平不断提高，对于建筑的整体质量要求也大幅度提升，而钢铁产品的质量要求自然也在不断提升，且要求越来越严格，层流冷却控制模型能够对中宽带的冷却路径进行设置，并保障其达到卷取温度，从而逐渐达到控制轧制以及控制的最终目的，不断提升产品的整体质量。对于带钢在输出辊道中冷却过程控制模型的深入研究与开发已经逐渐成为最为突出的问题。当前，已经有层流冷却过程控制模型得到了重大突破，并逐渐被广泛应用于生产线当中。

1、现场层冷设备简述

层冷装置在卷取机间辊道以及热轧精轧机机架上下方布置集管12组，主要分为粗冷段与精冷段，前者为主冷区，后者主要是反馈控制区域，上方为U型管层流冷却装置，下方主要是喷射集管[1]。

每一组集管会设置相应的侧喷装置，其主要的目的是为了进一步提升上部层流集管的实际冷却效果，并且能够吹掉带钢上方表面的高温水，并及时更换新水，对上方表面冷却水进行截挡，使其处于特定区域之内，侧喷装置的实际水压应当为1MPa。最后一组集管需要设置相应的垂直喷射装置，其主要的目的是为了保障带钢在慢慢景观卷取测温仪前，可以截挡其表面冷却水，从而达到改善测温实际环境的目的，进一步提升卷取温度的实际测量精度，层流冷却系统在出入口会分别进行安全压缩空气吹扫装置，从而保障红外测温仪能够正常可靠的进行工作，装置压缩空气压力可在0.5-0.7MPa[2-3]。

2、层流层却过程模型设定

在卷取温度控制系统当中，前馈控制是非常重要的核心功能之一，在层冷过程控制模型当中，会将实际的计算数据结果传输到PLC当中进行缓存，之后再通过一级控制系统在特定的时间环境下，根据模型具体设定，对层冷集管阀门的开闭进行精准控制，从而实现对卷取温度的控制与管理，层流冷却过程当中主要包含以下子模块[4]。

（1）计算准备处理：主要功能包含修正计算、设定计算以及自适应计算等相关信息数据，如冷却模式、钢材种类、特殊环境控制模式以及模型在实际计算过程中涉及到的相关参数数据等。

（2）预设定计算：针对带钢精轧出口带钢温度、速度、厚度等相关参数以及设备工艺的实际参数，可与设定冷却集管，从而进一步实现对目标卷取温度以及冷却模式进行有效控制。

（3）修正设定计算：针对带钢温度、厚度以及速度等相关参数结果以及其他工艺设备参数情况，对带钢不同段所对应的冷却集管组态进行修正，从而有效提升卷取目标控制实际控制精确度。

（4）自学习计算：针对实际控制目标侧的数值以及模型计算值，对控制模型当中的学习部分进行及时修正，并纠正模型偏差，从而不断提升模型预报精确度，大幅度提高控制效果。带钢在辊道上层流冷却前馈以及反馈控制都是自动化步骤完成的，过程控制模型也能够有效提供相应的集管温降值[5]。

3、层冷模型水冷换热系数

为了不断提升带钢卷取的实际温度控制精确度，并提升控制模型的整体适应性，模型可充分利用自身学习功能，基础原理主要受针对带钢卷取实际温度测量值和计算值间存在的偏差，及时采取相应的修正措施，对模型当中比较重要的参数进行及时调整，并修正系数，从而不断提升模型带钢卷取温度实际控制进度，且在中宽带扎线上方，输出辊道通常情况下比较短，层冷区水冷降温是输出辊道当中主要温降，因此，要对水冷计算模型自学习，这样也能够有效提升整体效果。

自学习也主要包括长期学习与短期学习，每个不同带钢厚度和钢中的实际规格以及水冷系数会进行分别储存，在计算之前，数据准备当中可随时进行查询，对于实际结果，将其带入到公式当中进行计算，短期学习系数比重较大，能够及时修正规格计算偏差，长期学习系数比重小，能够最大程度上保障学习系数整体稳定性与高效性，并且有效降低因为条件因素发生转变从而导致的震荡[6-7]。

4、实例分析

在现场实际应用过程中，由于不同种原因时常会出现带钢PDI数据丢失，以及钢卷好出现丢失的状况，以往层冷模型当中，没有相应适合的处理机制能够应对存在的情况，为了最大程度上减轻由于数据丢失多导致出现的损失，在层冷模型当中加入错误处理机制，也就是在数据丢失的状况下，采用上次修正设定的输出组态，虽然这样也存在一定的不足之处，但是整体而言，在很大程度上也能够有效弥补和改善数据丢失所导致的结果。

4.5mm规格带钢输出辊道上不同层冷集组降温情况当中也能够看出，带钢输出辊道上恒速运行过程中，空冷温降速率的变化情况不明显，水冷是导致温降的最主要因素。上下集管一同开启的状况下，集管温降会在25℃左右[8-9]。

为了更加直观的表现层冷模型的实际冷却情况采用4.5mm规格的材料，并对精轧出口温度、速度以及卷取温度进行综合全面分析，当带钢精轧出口温度比较均匀的状况下，卷取速度也会慢慢趋于稳定。带钢通过层流冷却区之后，卷取前表面温度也会相对比较均匀，且温差也不会超过20℃，能够有效满足施工现场工艺要求。

从数据结果也能够得出，卷取速度与带钢精轧出口厚度波动状况会对卷取温度造成不同程度的影响，如果精轧出口温度相对均匀，层冷模型也能够将卷取温度尽可能地控制在相对比较小的范围区域之内，这也能够有效证明层冷模型有着非常强的抗干扰能力，控制精度也非常高。

5、结束语

层流冷却过程控制模型的卷取温度控制精度比较高，且整体应用效果也非常好。针对实际情况，过程控制模型适当加入错误处理系统，能够最大程度上控制模型的控制精确度以及稳定性。

[1]李纪召， 史鑫. 神经网络在热连轧层冷控制中的应用[J]. 一重技术， 2018， 184（04）：64-67.

[2]霍文丰. 中厚板轧制中间冷却过程控制模型研究与应用[D]. 东北大学 ， 20019.（04）11-12

[3]刘华强， 唐荻， 杨荃. 模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用[J]. 北京科技大学学报， 2017， 28（10）.22-23

[4]张田. 基于超快冷的中厚板温控形变耦合工艺及控冷模型的研究与工业应用[D]. 2019.（04）33-34

[5]于宏宇， 王忠華， 梁海卫， et al. 精轧机组速度控制在承钢中宽带生产线中的应用[C]// 中国计量协会冶金分会年会. 2019，32.（04）33-34

[6]王晓东， 李飞， 李本海， et al. 变接触支持辊辊形及辊形配置技术在宽带钢热连轧粗轧机组的应用[J]. 钢铁， 2017，33（04）44-45

[7]徐莉莉， 陶红. 岗位胜任力模型在技术管理复合型人才测评中的应用[J]. 现代管理， 2017， 007（003）：P.86-92.（04）

[8]陈久伟. 轧制过程中高性能负荷力矩响应的交流电机控制方法研究[D]. 2018.22（04）33-34

作者简介：

刘树清（1973--），名族：汉，籍贯：黑龙江省拜泉县，学历：本科，单位：首钢伊犁钢铁有限公司，研究方向：金属材料和热轧。