板带材轧制过程数字化模型与智能优化

【作者】 孙杰； 张殿华；

【机构】 东北大学轧制技术及连轧自动化国家重点实验室；

【摘要】 我国连轧控制系统曾长期依赖进口,但作为"灵魂"的核心软件均为"黑箱",严重制约了高端产品研发和前沿技术创新。依托国家智能制造装备发展专项、国家重点研发计划等重大任务,丰富了轧制过程基础理论,融合生产数据提升了模型精度与适应能力,引入智能算法实现工艺参数协调优化,解决了带钢尺寸、表面和轧制稳定性等核心控制难题,率先研发出自主可控的冷连轧智能化全套控制系统,实现了从"静态设定-独立控制-被动调整"到"动态优化-综合协调-主动适应"的转变,满足了冷轧带钢极薄厚度、更高精度、更优表面和更高稳定性的生产需求。主要创新包括:(1)形成了轧制规程自适应与多机架厚度-张力综合协调方法。构建了冷连轧数字孪生模型,发明了轧制规程自适应方法,抑制了摩擦变化对非稳态过程的影响;提出多机架厚度-张力综合协调新模式,解决了单指标、单机架独立控制相互干扰的问题。非稳态厚度、机架间张力波动较国外系统降低30%以上。(2)创建了板形解析数学模型与板形精准控制信息物理系统。创建了考虑原料状态和宽展变形的板形解析模型,提出了调控功效系数自适应获取方法,构建了板形控制信息物理系统,实现了多机架的板形协调优化。控制难度最大的极薄带材板形标准差小于7IU,较引进系统控制精度提升23.2%。(3)开发出关键设备健康状态与轧机稳定状态评估成套技术。设计了关键设备故障诊断与健康度评估方法,提出了多参数耦合的轧制稳定性判据,形成了通过工艺智能优化而不降速的振动抑制策略。实现了0.18mm薄硬带钢1450m/min的高速稳定轧制,突破了国内外同类产线1200m/min的速度极限。同时,板带材生产过程具有难以精确建模、运行状态不可测、非线性动态耦合等特征,限制了产品质量和产线运行水平进一步提升。以提升板带材产品质量和全流程协同运行水平为目标,研究高维动态工业大数据预处理、分布均衡化与特征提取方法,以集成学习建模对多工序动态运行指标进行评价;提出生产数据、工艺机理与经验知识的融合建模方法,构建高精度动态数字孪生模型;以工艺质量约束和工序耦合过程为基础,开发运算速度快、具有柔性约束处理能力的多目标优化算法;构建以动态数字孪生为核心、以协调优化为特征的全流程、多层次信息物理系统,并在典型生产流程进行应用验证。更多还原