1780轧线数学模型的应用及优化

袁敏，田勇

(宝山钢铁股份有限公司不锈钢分公司热轧厂，上海200431)

[摘要] 数学模型是热连轧过程系统中的关键控制核心，其参数设定的优劣将直接关系到产品的尺寸精度和生产的正常进行，宝山钢铁股份有限公司不锈钢分公司1780热轧厂就采用了东芝三菱先进的模型控制技术。本文对所采用的主要轧线数学模型的控制特点及在实际生产中对参数的确定与优化方法进行了描述，解决了一系列与模型相关的问题，为正常生产提供了有力保证。

[关键词] 热连轧机；数学模型；设定控制；参数优化；模拟轧钢

YUAN Min，TIANYong

(Hot Strip Mill，Stainless Steel Branch of Baoshan Iron& Steel Co Ltd，Shanghai 200431，China)

Abstract：Mathematicmodel is pivotal control kernel in hot rolling process system．Setup of parameters will affect accuracy of products and normalproduction．The advanced model control technology fromToshiba—Mit—subishiInc(TMELC)is applied in 1780 mm Hot Strip Mill of Stainless Steel Branch ofBaoshan Iron&Steel Co Ltd．Control characteristicsof mathematic model and optimization method of parameters for actual productiondescribed．A series of problems about the model havebeen solved and powerful pledge is pumiced for normal production．

Key words：hot strip mill；mathematic model；setup control；parameter optimization；simulating rolling

宝山钢铁股有限公司不锈钢分公司热轧厂1780不锈钢生产线，是一条从日本三菱引进的工艺设备居于世界领先水平且自动化程度非常高的现代化生产线，以热轧不锈钢钢卷为主导产品，同时发挥轧机能力大、控制水平高的特点，兼顾生产薄规格、高强度、高附加值的优质碳素结构钢、低合金钢等，产品规格齐全。它应用了东芝三菱先进的计算机自动控制技术，其中的L2轧线过程控制计算机系统包含了模型的自动控制功能。

1．1 总体特点

L2轧线过程机中，采用了东芝三菱(TMEIC)自行开发的过程控制数学模型，包括有轧制节奏控制(MPC)、粗轧设定(RSU)、自动宽度控制(AWC)、精轧设定(FSU)、板形控制(ASC)、PC轧机设定(PCSU)、在线磨辊设定(ORGSU)、卷取温度控制(catch)、卷取机设定(cSU)等主要模型。

各模型采用模块化的程序设计来对应于特定的控制功能，如轧机设定、参数分析、系数学习、动态调整、特定设备的设定等，与L2过程控制计算机应用系统共同运行于Compaq KS40小型服务器下，采用三菱中间软件的DRBF文件系统对数据进行存储和调用，结合各自独立的文件结构，对控制参数进行定义与充填，频繁进行文件读与写的操作，采用内存和磁盘形式保存每个钢卷的设定数据，最多可保存4 000卷钢卷的设定信息，因此可较大程度地满足模型进行参数分析的要求。

从系统布置角度上来讲，轧线模型挂靠在L2过程控制计算机应用系统之下。在进行板坯设定计算时，当板坯到达指定位置，u(基础自动化)控制系统的PIE根据热金属检测器HMD检测的结果向L2发送设定请求电文，经L2应用系统的数据文件处理后，各控制模型利用从不同渠道获得的数据，对当前板坯进行设定计算，将模型的设定计算结果(包括PDI原始数据信息)通过L2应用系统以电文形式传给PLC，实现对设备的控制。

L2模型与基础自动化系统并不直接关连，中间还有L2应用层，由L2应用模块对模型的计算数据进行分区处理后，由不同区域的PLC接收，从而实现对相应设备系统的设定控制。同时模型确定动态控制的参数，由L1来实现。

L2模型与L3生产管理控制系统之间同样也隔了L2应用层，模型接收经过L2应用程序处理后由L3下发的轧制计划中板坯的PDI数据，如板坯号、钢卷号、板坯尺寸、钢卷尺寸、温度参数、化学成分、设备使用模式等，模型利用这些参数进行板坯的设定计算。

L1、L2、L3关系如图1所示。

1 780 mm不锈钢生产线为紧凑型布置，有一台水平四辊粗轧机加一台vE大立辊，通过RSU模型与AWC模型，根据工艺条件要求，分别对粗轧机、大立辊vE与精轧前的小立辊F1E进行参数的设定控制。

RSU对粗轧机各道次的设定参数如速度、压下率、轧制力、功率等进行设定计算，对粗轧出口中间坯厚度(RDH)和粗轧出口温度(RDT)进行有效的控制，满足精轧机的轧制要求。

AWC采用SSC短行程控制方法对轧坯的头尾部进行宽度控制，对粗轧中间坯本体部分，在vE处采用轧制力一AWC进行控制，在F1E处根据粗轧出口测宽仪测量数据，采用前馈一AWC对中间坯的本体部分进行宽度控制，满足精轧轧制宽度要求。

精轧模型包括FSU、ASC、PCSU、ORGSU，根据工艺要求为精轧相关设备确定合适的初始设定参数。由FSU模型确定各机架压下分配和初始穿带速度，校核功率与轧制力，并对分配率和精轧出口温度FDT进行计算，达到目标厚度和温度要求。PCSU模型在FSU设定计算的基础上，在PC轧机的轧辊交叉角和弯辊力许可范围内，对凸度分配进行优化，确定初始的～F4轧辊交叉角度与F1～ F7工作辊弯辊力。ASC模型对轧制过程中F5～ F7的弯辊力进行动态修正来改善带钢平直度。ORGSU模型通过计算工作辊磨损，按轧制长度或轧辊磨损量决定进行全面研磨还是段差研磨，从而改善轧辊表面状况，为宽度的反向跳跃轧制即自由轧制创造可能。

CTC模型根据FSU预测的FDT和F7机架出口的轧制速度，通过控制层流辊道各冷却水箱的水量，控制带钢的卷取温度，达到精确的控制要求。CSU模型计算与卷取机有关的辊道前导率和延滞率、助卷辊和夹送辊辊缝、卷筒扭矩、侧导板开口度、卸卷小车等待位置、AJC控制参数等，确保得到良好的卷形。

按实际生产情况，RSU与AWC目前采用了以下几个控制方法。

(1)粗轧各道次负荷分配。在线采用了压下分配计算模型，简化了模型的运算方式，降低了服务器的运算负荷。对所采用的压下分配参数则采用离线模拟轧钢的办法进行确定，提高了参数设定的准确性。

(2)对温度反馈误差的参数设定。由于粗轧人口侧无测温仪，加热炉根据粗轧末道次的RDT进行炉温的反馈控制，为防止由于板坯温度波动过大而造成的设备或质量问题，对实际轧制用参数均较常规留有稍大余量。

(3)对板坯宽度偏差的参数设定。模型采用L3下达的名义宽度数据，但由于板坯的名义尺寸与实际尺寸常有较大偏差(特别是经过修磨的不锈钢板坯)，为此分别对粗轧第1道次和以后的各道次采用不同的宽度控制模型和学习方法，尽可能消除板坯宽度偏差对第1道次出口宽度的影响。

(4)粗轧入口摆钢设定。该功能在粗轧倒数第3道次轧制完成且实际测得RIB"后，确定是否启动。按实际测得的RIB"，在轧制末道次前，确定必需的摆钢时间。该功能在轧制铁素体钢时尤为重要。

针对1780不锈钢生产线标志性轧制钢种304不锈钢，在模型上进行了多方面的参数优化。

(1)大立辊侧压量的调整。第1次试轧304不锈钢后，从宁波宝新不锈钢公司反馈的信息，距带钢边部20 mm左右有折叠狭缝。为此修改了热线性膨胀系数，对大立辊各道次的侧压量进行了调整，通过后来再次试轧，边部折痕距离减小到了10mm左右。同时侧压量调整以后，使带钢实际宽度也达到了目标宽度以上，保证了用户的加工要求。

(2)中间坯厚度的确定。轧制304不锈钢时，最初中间坯厚度均为30 mm，而在轧制极限规格(如2．5 mm×1 520mm)时，精轧前段机架轧制负荷非常大，超过42000kN上限而发生跳电。为此，在粗轧机能力允许的条件下，将中间坯厚度按钢卷厚度规格进行区分，逐步改到25 mm，既使粗轧机的负荷在安全范围内，又使精轧机实际最大负荷不超过40 000 kN，保证不锈钢正常生产。

按轧线实际生产情况，精轧模型采取了以下特殊控制方法。

针对生产线上3座加热炉的不同加热状况，FSU模型采取了按炉学习的方法，各有一套独立的学习参数，加快了对各炉抽出板坯的精轧温度学习，同时还可通过炉间学习，进一步提高和加快温度学习的精度。

当不锈钢中间坯在热卷箱卷取后精轧无法轧制时，FSU模型可以将该卷信息暂时保存，同时当开启应急加热箱后，对放入应急加热箱的中间卷进行有效升温控制，温度满足后可再次上轧线轧制，避免该卷的报废。

由于精轧机逐步使用高速钢轧辊，对使用的机架，实际轧制力会上升3 000—4 000 kN，对精轧机负荷分配十分不利，特别是轧制304 等不锈钢时，本来轧制力就很高，因此FSU模型针对不同材质的轧辊，采用了系数换算的办法进行轧制力的设定，有效解决了该问题。

高速钢轧辊一般在使用4～5次后才需要再次磨削，因此在PCSU模型中开发了轧辊辊形曲线的保存功能，避免了高速钢轧辊不经过磨削而再次上轧线使用时对PCSU模型带来的精度控制影响。

由于304 不锈钢的轧制对温度的要求较高，对轧辊冷却水的控制也不同于碳钢，因此FSU模型采用的方法是，在带钢咬入精轧各机架前，将轧辊冷却水水压控制得较小，在咬入后增大水压。水压大小可根据轧辊表面实际情况与板形控制情况进行调整。

针对生产中精轧机发生咬钢打滑的现象，FSU模型对精轧机架间冷却水采取带钢咬钢后再延时喷射的特殊控制方法，对打滑现象进行了有效控制。

精轧机负荷分配的原则是F1机架的压下量要比设备允许的最大值要小一些，为充分发挥设备能力，给F2～F4机架尽可能大的压下量。为避免轧制力过大而影响板形，F5一F7机架压下量逐步减小。在轧制较薄的不锈钢时，后段机架轧制力要低些，压下率曲线如图2所示。图3为轧制304不锈钢，规格为2．5 mm，宽度为1 250 mm(浅色)和1 520 mm(深色)的轧制力分布图。

精轧机前段机架轧制力的设定一般不应高于35 000 kN，通过合理分配各机架压下量，可以防止瞬时轧制力超限而造成的跳电。

为控制精轧终轧温度(FDT)，需要对穿带速度进行调整，根据实际FDT与目标FIYF的差值，利用Excel进行数值分析，可以获得温度敏感度系数，从而准确控制FDT。如图4所示，直线方程的斜率即为所求的敏感度系数，可用于模型程序的学习计算。

针对轧制层别规格变化后第1卷钢卷冷却度不佳的现象，CTC模型中修改了热通量系数的自学习方式，当轧制层别更换时，进行层别问的扩展学习，有效提高了第1卷冷却温度的精度。

增加了自学习停止功能，使当前层别在卷取温度精度达到很高目标时，对学习系数和温度控制精度加以稳定保持。

增加了钢卷长度的学习，采用数学计算和自学习结合的办法，有效提高了钢卷尾部的温度控制精度。

增加了对多功能仪的可信度检查，避免在多功能仪发生故障时，对异常数据的自学习。

在304不锈钢试生产初期，根据工艺和控制要求，投用了CTC控制，对温度学习系数进行了不断调整，有效地将卷取温度从850 ℃降到了

780 ℃，达到很高的控制精度。在轧制较厚的如8 lain以上规格的带钢时，卷取机在卷取带钢头部时产生打滑现象，对卷形控制和卸卷带来很大困难，为此对CSU模型中的卷筒扩张系数、助卷辊辊缝、夹送辊压力等参数不断进行优化调整，有效解决了该问题。

在模型的参数优化确认过程中，有一个十分有效而重要的手段，即模拟轧钢。它可在离线模拟环境和在线模拟环境下进行。在每次轧制新规格或新钢种前都需要进行离线模拟轧钢，利用由L3下达的预计划数据，开动模拟器，确认模型的设定计算结果，从而提高参数在线投入后的可靠性。而在线模拟，可以做到Ll、L2、L3同时联动模拟。首先作为模型参数现场确认的主要手段，对离线下确定的参数做轧前最终确认，其次也可对现场投用的设备运行状况进行有效确认，提高设备运、行安全系数。当在线模拟轧钢成功后，再进行实物板坯轧制，从而避免实物板坯轧制的损失。目前国内只有1780热轧生产线具备Ll、L2、L3多层面模拟轧钢的功能。

在进行304 不锈钢试生产前，要确定模型的层别参数，由于无现成数据，主要利用日本干叶钢厂的不锈钢设定参数，根据1780热轧厂的设备装备特点，结合初始PDI参数，利用碳钢的Ll控制参数，进行离线的模拟轧钢，来逐步确定各道次、各机架的压下负荷分配系数、轧制速度、学习系数、温度系数等关键参数，最初试轧4．5 lain×1 250 lain的304 不锈钢所采用的设定参数就是利用模拟轧钢的方式确定的。接下来轧制4．0，3．5，5．0mm等规格时，再利用4．5 lain的数据进行扩展，在模拟轧钢后进行确定。其他的新钢种如316、430、13480等也采用相同办法。因此，模拟轧钢对确定新规格、新产品的参数有重要意义，大大提高了模型在线投用效率。

2004年12月，1780热轧生产线完成了不锈钢的功能考核，达到了较高控制精度，考核钢种为304不锈钢，每个项目考核轧制20块板坯，具体见表1。