(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111538294.X (22)申请日 2021.12.15 (71)申请人 鞍钢股份有限公司 地址 114000 辽宁省鞍山市铁西区环钢路1 号 (72)发明人 孙荣生　蔡顺达　刘英明　王植　 王静　宋利伟　金晓龙　李岩　 王科锋　张福义　 (74)专利代理 机构 鞍山嘉讯科技专利事务所 (普通合伙) 21224 专利代理师 张群 (51)Int.Cl. B21B 37/28(2006.01) G06F 30/17(2020.01) G06F 30/20(2020.01) (54)发明名称 一种冷连轧机基于大数据的来料断面形状 窜辊补偿方法 (57)摘要 一种冷连轧机基于大数据的来料断面形状 窜辊补偿方法， 通过数据统计的方法， 将大量采 集的来料凸度值进行分类、 分组处理， 计算每组 平均的来料凸度值、 板形值， 同时取所有来料凸 度值中最大的Y个值分为一组， 计算来料凸度的 平均值、 板形值以及边降值， 最后建立优化目标 函数， 使其在不超过窜辊设定的最大板形值和边 降值， 获得各机架最佳窜辊量补偿值。 一种冷连 轧机基于 大数据的来料断面形状窜辊补偿方法， 基于大数据的统计方法， 以成 品带钢板形质量为 目的， 在边降值允许的范围内， 获得不同种类、 不 同规格的带钢最优窜辊补偿值， 解决生产中高精 度要求的问题。 权利要求书2页 说明书6页 附图2页 CN 114918258 A 2022.08.19 CN 114918258 A 1.一种冷连轧机基于大数据的来料断面形状窜辊补偿方法， 其特征在于： 包括以下由 计算机执 行的步骤： (a)收集冷轧机组的主要设备与工艺参数， 包括： 1 ‑x#工作辊辊径Dwz， 1‑x#工作辊辊身 长度Lwz， 1‑x#工作辊弯辊缸中心距lwz， 1‑x#支撑辊压下螺丝中心距lbz， 1‑x#工作辊的弹性 模量E、 1‑x#工作辊的泊松比ν， z＝{1,2， …,x}表示机架数， 来料宽度B， 来料厚度h0， 轧制压 力设定值Pz， 前张力设定值T1z， 后张力设定值T0z； (b)采集n卷带钢的来料凸度值ai； (c)把n卷带钢的凸度值分为m组， j表示某一组带钢的组号， 即各个组号为1,2, 3,···,j,···,m， 则每组含有 个钢卷的凸度数据， N个钢卷中的某一卷带钢用k 表示， 即各个卷号为1,2,3, ···,k,···,N， 计算每组带钢的平均凸度值 每组凸度所对应的板形值 为Iqj； (d)取所有凸度值中最大的Y个值分为一组， 共有 卷带钢， 用c表示该组中某一卷 带钢， 则此组带钢来料凸度的平均值为 记此种情况下所对应的板形值为Ip， 边 降值为yp； (e)定义中间变量： 最大板形值I*， 各机架最优窜辊量δuz， 各机架弯辊力最大值δzmax， 各 机架窜辊量优化步长Δδ， 其中优化步长可根据计算量的大小进 行上下调整， 各机架窜辊量 增值参数kz， 允许边降最大值 定义优化目标函数为F(X)； (f)令k1＝0， Fu(X)＝1010； (g)令δ1＝δ1+k1·Δδ， 判断δ1＜δ1max是否成立， 若成立， 进入步骤(h)， 若不成立， 进入步 骤(t)； (h)令k2＝0； (i)令δ2＝δ2+k2·Δδ， 判断δ2＜δ2max是否成立， 若 成立， 进入步骤(j)， 若不成立， 令k1＝ k1+1， 进入步骤(g)； (j)令k3＝0； (k)令δ3＝δ3+k3·Δδ， 判断δ3＜δ3max是否成立， 若 成立， 进入步骤(l)， 若不成立， 令k2＝ k2+1， 进入步骤(i)； (l)令kw＝0； (m)令δw＝δw+kw·Δδ， 判断δw＜δwmax是否成立， 若成立， 进入步骤(n)， 若不成立， 令kw‑1 ＝kw‑1+1， 进入步骤(i)； (n)令kx＝0； (o)令δx＝δx+kx·Δδ， 判断δx＜δxmax是否成立， 若成立， 进入步骤(p)， 若不成立， 令kx‑1 ＝kx‑1+1， 进入步骤(m)； (p)计算来料凸度取Y个最大值时的板形值Ip和边降值yp， 判断Ip＜I*和 是否同 时成立， 若成立， 进入步骤(q)， 若不成立， 令kx＝kx+1， 进入步骤(o)；权　利　要　求　书 1/2 页 2 CN 114918258 A 2(q)计算m组来料凸度各组的板形值Iqj， 设定优化目标函数F(X)， 系列窜辊设定值Fu (X)， 表示为 式中λj为各组的加权系数， 且λ1+λ2+···+λm＝1， 可根 据实际情况赋值， 判断F(X)＜Fu(X)是否成立， 若成立， 进入步骤(r)， 若不成立， 令k5＝k5+1， 进入步骤(o)； (r)令F(X)＝Fu(X)； (s)判断δ1＜ δ1max是否成立， 若成立， 令kx＝kx+1， 进入步骤(o)， 若不成立进入步骤(t)； (t)输出目标函数最小时的各机架最佳窜辊量补偿值 δzu， z＝{1,2， …,x}。 2.根据权利要求1所述的一种冷连轧机基于大数据的来料断面形状窜辊补偿方法， 其 特征在于， 所述的步骤(b)中， 采集 n卷带钢的来料凸度值中， n≥10 00。 3.根据权利要求1所述的一种冷连轧机基于大数据的来料断面形状窜辊补偿方法， 其 特征在于， 所述的步骤(c)中， 对采集的来料凸度值按照钢材种类和规格进行分类， 将同种 类的来料凸度值进行分组， 再以各机架窜辊量为优化变量， 计算每组带钢的平均凸度值和 对应的板形值。 4.根据权利要求1所述的一种冷连轧机基于大数据的来料断面形状窜辊补偿方法， 其 特征在于， 所述的步骤(d)中， 取采集的所有来料凸度值中最大的10％分为一组， 计算此组 的板形值和边降值， 并且计算所 得的板形值和边降值 不超过最大板形值和边降值。 5.根据权利要求1所述的一种冷连轧机基于大数据的来料断面形状窜辊补偿方法， 其 特征在于， 所述的步骤(q)至(t)中， 通过建立优化目标函数F(X)， 并令F(X)＝Fu(X)， 输出目 标函数最小时的各机架最佳窜辊量补偿值 δzu。权　利　要　求　书 2/2 页 3 CN 114918258 A 3