基于冷轧机架辊耗的冶金板材轧制主工艺优化研究

2024-01-07沈丽

山西冶金 2023年11期

沈丽

（新乡职业技术学院数控技术学院，河南新乡 453000）

0 引言

进行冷轧处理时，需要使用轧辊来实现压力与尺寸控制的功能，而轧辊在使用阶段会不断发生损耗，导致设备运行成本明显增加。为实现对冷轧加工成本的控制，需对轧辊消耗进行有效控制。胡衍生[1]根据工作辊运动控制过程构建了仿真模型，根据仿真结果实现了对辊型的优化，经对比发现，完成辊型改进后，辊耗发生了显著下降。李硕[2]对轧辊表面磨损作用机制进行了验证，针对三种磨损机制分别构建了相应的数学模型。任广峰[3]则根据实际生产过程对轧辊外形结构进行了优化，同时优化了加工工艺。胡正超[4]则对轧辊的断裂机制进行了分析，结果表明，冷轧轧辊产生微裂纹与断裂现象是由于轧辊同时受到外部冲击、热应力作用以及轧辊本身质量综合影响的结果，因此需要从工艺操作环节、制辊技术、保养方式等方面来考虑。吴志光[5]构建了轧制力分析模型，采用有限元分析法完成轧辊应力仿真测试。大部分学者在控制辊耗与克服轧辊剥落方面基本都是以调整轧辊辊型、控制参数或对轧辊操作进行优化的方式来实现，很少有学者采用调整轧制主工艺的方式来达到优化效果。根据以上分析，本文从控制轧制主工艺的层面考虑，在确保机组实现稳定生产的条件下减少辊耗，同时有效避免产生爆辊与剥落的情况。

1 辊耗综合判断指标

进行冷轧处理时形成较大辊耗的关键因素是轧辊表面受到较大峰值力的长期作用。当产生较大辊间压力或在辊间压力发生横向不均匀分布时都会引起辊间压力形成较大的峰值。因此，为减小辊耗，分析冷连轧阶段机架轧辊的辊耗状态，构建了一个可以对辊耗程度进行表征的参数——辊耗指标γ，该指标的计算式如下：

式中：nmw为工作辊和中间辊存在的辊间条元数量；nmb为支承辊和中间辊包含的辊间条元数量；qmw，j为工作辊和中间辊形成的辊间压力，kN；qmb，j为辊间压力分布结果，kN；j 为条元数量。

以γ 表示各个机架辊耗的判断指标，当指标γ 降低时，说明轧辊达到了更小的辊耗程度，而当辊耗判断指标γi增大时，则说明发生了更大的轧辊辊耗。

轧辊辊耗以及剥落程度受到轧制压力、辊间压力与辊身长度不均匀程度的综合影响。其中，辊间压力与轧制压力提高时，轧辊辊耗也会随之上升。因此在压力值较大的部位会产生明显磨损，从而引起辊耗上升的现象，甚至造成轧辊剥落的问题。

2 轧制主工艺优化模型

为有效控制轧辊辊耗，根据以上辊耗判断指标，对冷连轧机进行整体分析，从而获得更优的轧制主工艺，实现辊耗的显著下降。经综合分析可以发现，针对特定轧制过程，在保持各项工艺润滑条件一致的条件下，确定钢种、轧制与轧辊工艺后，机架辊耗判断指标γ 与机架压下量分配ε、张力制度σ 的关系为：

以上研究结果表明，利用对轧制主工艺进行优化来调整机架辊耗判断指标γ，从而形成更均匀分布的冷连轧机架辊耗判断指标γ。

定义s 为机架带钢出口板形波动率：

式中：si为实际测量板厚，s0为设置板厚。

将控制方程表示为如下形式：

式中：F（X）为优化后的目标函数；i 为机架数量；α 为加权系数；kmw为工作辊和中间辊可允许的最大不均匀度；kmb为支承辊与中间辊许可最大不均匀度系数；smax为末机架出口许可最大板形波动率；ρ 为安全系数。

通过Powell 法[6]完成求解过程，从图1 中可以看到具体的计算框图[7]。

图1 基于冷轧辊耗的轧制主工艺优化流程图

3 算例分析

对某钢厂的1420 冷连轧机组进行研究，该机组包含了5 个机架，各机架都是由6 辊轧机构成，为减少辊耗并提升经济效益，采用上述模型对2.0 mm×810 mm 的MRT-5CA 带钢进行轧制工艺优化。同时为便于对比，依次列出了优化前后的张力、压下制度与辊耗判断指标，之后在之前计算式中分别代入优化前与优化后得到的参数，同时计算出目标函数值，最后对出口带材板形参数进行分析，得到表1 所示的结果。对表1 进行分析可知，辊耗程度目标值由0.773减小至0.406，降低了近47.5%；用于评价末机架出口板形状态的板形波动率则由7.2%减小为6.3%，减小幅度为12.5%；优化前后的板形曲线如图2 所示，经过优化处理获得更优板形结构[8]。以上结果表明，采用本文优化方法，可通过调整轧制主工艺的方式使轧制阶段形成更均匀的辊间压力，使辊间压力与辊耗显著降低，从而使带钢获得更优出口表面质量，实现机组经济效益的显著提升。