APP下载

热轧精轧屈服应力系数与热传导系数厚度层别的优化

2016-04-22王舒军

关键词:屈服应力

王舒军

摘 要:本文分析了首钢京唐1580生产线的精轧轧制力模型以及在实际生产过程中特别是屈服应力和热传导系数控制中遇到的一些问题,对此提出了改进方案,并将改造前后的生产数据进行对比,改造效果明显,提高了板坯的成材率。

关键词:精轧模型;屈服应力;热传导系数;厚度层别

自2011年3月以来,京唐热轧1580生产线精轧模型对厚度的控制经常会出现混乱的现象,对于同一目标厚度的板坯,其设定值相差许多,造成实际厚度轧制效果不佳,板坯的成材率不高。通过在精轧模型中增加厚度层别,减小了厚度变化对模型控制的影响,提高了屈服应力自学习参数和热传导自学习系数计算精度,并使板坯成材率得到了提高。

1 分析研究

屈服应力自学习系数是轧制力模型的重要设定变量,直接影响着轧机出口的厚度控制,它又分为整体屈服应力自学习系数和各机架的屈服应力自学习系数,分别存放于InterBase数据库表GRADE和表GRADE_STAND_FACTOR中;而热传导自学习系数对精轧出口温度的控制有重要的影响,它也分为整体热传导自学习系数和各机架热传导自学习系数,也同样分别存放于InterBase数据库表GRADE和表GRADE_STAND_FACTOR中。这两类重要的系数都要根据轧钢的实际情况,通过自学习模型不断调整,改造前只有针对不同钢种的屈服应力自学习系数以及不同机架的屈服应力自学习系数,热传导自学习系数也只有针对钢种和不同机架的热传导自学习系数。

原有模型没有针对不同厚度来对屈服应力自学习系数和热传导自学习系数来分类。因此对于同一钢种但不同厚度的板坯设定轧制力时,它们使用的屈服应力自学习系数是同一参数,而不同厚度的钢种原模型会根据实际轧制效果将相应钢种的自学习系数进行调整。

当同一钢种的板坯更换厚度时,其设定轧制力使用的屈服应力自学习系数是上次不同厚度的板坯的学习值。这就导致了每次更换厚度规格时前几块板坯屈服应力自学习系数调整缓慢,轧制厚度不理想。热传导自学习系数也是利用上次不同厚度板坯的学习值进行设定计算,最终导致精轧出口温度与目标温度偏差较大。

由于上述情况,采用了在控制模型中增加厚度层别对屈服应力自学习系数和热传导自学习系数的分类控制方式,对轧制力模型的此模块进行调整。

2 改造前的屈服应力自学习系数和热传导自学习系数

在InterBase数据库的GRADE表中存放着对应钢种的屈服应力自学习系数和热传导自学习系数,只能根据Grade分类查询;在表GRADE_STAND_FACTOR表中存放着相应机架的屈服应力自学习系数和热传导自学习系数,只能根据Stand分类查询。这种方式优点是检索速度快、修改方便;缺点是控制参数很不稳定,当更换厚度时,不会对不同厚度规格的板坯分类设定,所以经常出现换厚度后前几块厚度控制不理想的情况。

轧制力由于受屈服应力自学习系数不稳定,致使每次当同一钢种的板坯更换厚度规格时,多块板坯的精轧出口厚度控制偏差较大,不能达到出产标准。同时热传导自学习系数的不稳定也对精轧温度和速度产生影响,导致更换目标厚度规格时多块板坯的精轧出口温度控制偏差较大。

3 针对屈服应力自学习系数和热传导自学习系数的改造方案

针对屈服应力自学习系数和热传导自学习系数不能适应带钢目标厚度变化,精轧出口厚度、温度控制不稳的问题,我们对模型数据库表GRADE和GRADE_STAND_FACTOR结构以及其相应程序进行改造。

3.1 第一种改造方案

计划在原有表的基础上增加厚度分类,并在读写数据表的程序中增加关于厚度检索的条件。在数据库的Grade表原有索引的基础上增加新索引Thickrage,实现对同一钢种不同厚度的屈服应力和热传导系数的控制,在表GRADE_STAND_FACTOR表中增加新索引Thickrage实现对同一钢种不同目标厚度的各机架屈服应力和各机架热传导系数的控制。

这样修改优点是对数据库和程序的改动较小;但是同时也有其相应的不足,Grade表和GRADE_STAND_FACTOR中还存在其他自学习系数,如BODYCORRECTIONFACTOR、GROUPNAME、GRAD-

ESLOPCPRRECTION等,考虑改动表结构会影响上述这些系数的使用,同时会造成数据库读写速度慢,系统维护困难。

3.2 第二种改造方案

针对第一种改造方案有其弊端,我们经过细致的研究之后,在数据库的Grade表和表GRADE_STAND_FACTOR之外,建立新表格来存储屈服应力与热传导的自学习系数,也就是增加厚度层别,从而形成了第二种改造方案,即现行控制方式。

为增加厚度层别,在数据库中分别建立表GRADE_1和GRADE_STAND_FACTOR_1,在GRADE_1和GRADE_STAND_FAC-

TOR_1中增加了Thickrage索引分类,每次模型调用自学习参数时,会根据GRADE和Thickrage关键字检索表GRADE_1结果或者stand和Thickrage检索表GRADE_STAND_FACTOR_1结果,进行自学习。

通过上述改造,同一钢种的板坯,在轧制时会根据厚度层别分别对屈服应力与热传导系数进行各自的自学习调整,在轧制力、温度、速度设定时也会从不同厚度层别来考虑屈服应力系数与热传导系数的影响,很大程度上避免了更换厚度规格时多块板坯的终轧厚度、温度控制不稳的现象。

同时对原有数据库表没有改动,不会影响以后Grade表和GRADE_STAND_FACTOR中其他自学习系数的使用,也有利于系统维护。

4 结语

经过改造后的京唐热轧1580生产线精轧模型屈服应力与热传导系数增加了厚度层别,解决了同一钢种更换目标厚度规格时,多块板坯的精轧出口厚度和温度控制偏差较大的问题。经过1580热轧现场实际应用显示,将屈服应力与热传导系数增加厚度层别,更换目标厚度规格时也能将精轧出口厚度、温度控制在合理范围内,可大大提高板坯的成材率。

猜你喜欢

屈服应力
润滑剂对磁流变液屈服应力的影响
复杂流体的屈服应力及其测定与应用
浆浓及助留助滤剂对桉木浆纤维悬浮液屈服应力的影响
有机玻璃的力学特性及发展前景
钙基润滑脂替代锂基润滑脂可行性研究
全尾砂膏体小型圆柱塌落度检测
水泥混凝土流变特性的试验研究