劉細芬

(廣西科技大學機械工程學院,廣西柳州 545006)

熱軋板帶材軋后的控制冷卻技術

劉細芬

(廣西科技大學機械工程學院,廣西柳州 545006)

介紹了常用的控制冷卻方式的特點;闡述了熱軋板帶材冷卻系統(tǒng)中常用的控制策略即前饋控制、反饋控制、自適應控制等的內容;著重介紹了國內幾種常用的熱軋板帶材控冷的具體的數學模型、特點及應用,這對我國板帶材企業(yè)選擇合適的冷卻模式和控冷數學模型以及對控冷系統(tǒng)的改造有一定的參考借鑒作用。

熱軋板帶材;冷卻方式;控制策略;數學模型

1 引言

對強度高性能好的鋼鐵材料的需求,是因為社會與工業(yè)技術的不斷進步和發(fā)展。隨著不斷深入研究鋼鐵材料,得出提高鋼材強韌性的一個有效措施是細化組織[1]。采用控制冷卻技術可以使鋼材的組織細化提高強韌性,這已經成為軋制生產中重要的工藝技術,并且得到持續(xù)的發(fā)展與應用,這項技術早在1960年國外熱軋帶鋼廠的生產中已經運用于質量控制的過程中了[2]。

2 控制冷卻的方式

英國的布林斯奧思公司的窄帶鋼(432 mm)熱軋廠在上個世紀60年代應用第1套層流冷卻系統(tǒng),經過五六十年的發(fā)展,現在國內外大多熱軋廠后部的輸出輥道上都應用控制冷卻技術,并且冷卻方式也多種多樣。目前板帶材常用的冷卻方式有：水幕冷卻、層流冷卻、水氣噴霧冷卻以及超快速冷卻[3,4]。一般可根據生產廠的工藝環(huán)境和限定條件來決定具體采用哪一種冷卻方式,各種控制冷卻方式的特點以及適用范圍見表1所示。

3 控制冷卻的策略

對控制冷卻的研究不斷深入,發(fā)展了各種控制策略,比如前饋控制、前饋加反饋控制、自適應控制;簡單均一控制或分段控制;恒速冷卻控制或加減速冷卻控制;頭尾冷卻控制或邊部遮蔽冷卻控制等[5]。下面分別介紹幾種常用的策略。

3.1 前饋控制

在熱軋的控冷系統(tǒng)中,按照預先采集好的帶材的厚度、終軋溫度、冷卻輥道上帶材的速度以及設定的目標卷取溫度,依據由冷卻曲線制訂的冷卻速率,在水流和水壓的前提下計算出噴水區(qū)長度,也就是集管開啟數量,這種控制計算方式就是前饋控制。也可以在固定的集管數開啟前提下,通過優(yōu)化來確定各個集管的流量[6,7],目的是使實際的卷取溫度盡可能地靠近設定的目標值。前饋控制的優(yōu)點是直接算出噴水區(qū)長度即集管開啟數量,缺點是不能保證卷曲溫度精度,即真正的卷取溫度與目標值不相等,控制精度不高,前饋控制大多用于預設定控制過程,而且是離線進行,因為集管開啟數量涉及到大量的計算。

在現實生產中,諸如冷卻區(qū)的帶鋼速度、終軋溫度和厚度等這些可知但不可控的滋擾因素不能保持恒定,而諸如水霧造成的測量誤差、壞閥門、不穩(wěn)定水壓等這些不可知也不可控的隨機滋擾因素都對前饋控制的確定產生影響。因此,為了提高前饋控制的精度,還需要反饋控制來補充。

表1 幾種冷卻方式的特點

3.2 反饋控制

反饋控制是指根據帶卷溫度的實測值與目標值之間的偏差來調節(jié)精調區(qū)集管打開和關閉的數量,使得實際卷取溫度在目標值附近徘徊,偏差不超過設定值,以保證同板差在目標值的范圍內。一般是當帶鋼頭部到卷取測溫儀位置并延遲一段時間后,系統(tǒng)起動反饋控制程序。但是,在實際生產過程中,沿帶鋼長度方向上各位置的實際終軋溫度、速度以及厚度不斷變化,參數控制精度不高,很可能就會頻繁啟動反饋控制,由于反饋的滯后性,使得帶材表面的目標冷卻區(qū)與實際的冷卻區(qū)不一致,影響帶材縱向力學性能的均勻性。目前國內外大多熱軋帶鋼控冷多以前饋為主,反饋為輔?？乩浜髱т摰木砣囟榷喑尸F頭尾低中間高的現象,為了避免這種情況出現,建議采用智能控制技術。

3.3 自適應控制

假如控冷模型簡單易控制并且具有較高的控制精度,這種控冷模型可以用于在線控制。但是,描述板帶厚度、速度、溫度以及冷卻水的沖擊速度等多參數的數學模型很難準確獲得,以及模型又處于熱輻射、熱傳導、對流換熱以及相變生熱等多熱量交換的這些環(huán)境中,所以很難得到一個更準確的數學模型。為了減少以上因素的影響,可采用自適應控制。圖1是自適應模型控制系統(tǒng)結構圖,這種自適應模型是一種復合模型,具有消除非線性因素影響的作用,可較為準確地描述層流冷卻過程[8]。

圖1 自適應模型控制系統(tǒng)結構圖

自適應模型控制系統(tǒng)采用了一個稱之為預設定模型的輔助系統(tǒng),由于目標溫度Ta輸入到控制器的同時也加到這個預設定模型的輸入端,所以此模型相當于輸出響應的一個樣板,即其輸出規(guī)定了系統(tǒng)的期望性能指標[8]。為了比較給定性能Np和實際性能Nr,可用減法器將預設定模型和可調系統(tǒng)轉換器的輸出直接相減,得到誤差信號NP-Nr,自適應模型根據這個信號和可調系統(tǒng)的過程輸出產生反饋作用,以修改控制器的參數,促使可調系統(tǒng)與預設定模型相一致,誤差也趨向極小或減少至零[8]。一般由內外兩個環(huán)組成自適應控制系統(tǒng),內環(huán)是由冷卻過程和控制器組成的常規(guī)反饋回路,外環(huán)是調整控制器參數的自適應回路[8]。

自適應模型的優(yōu)點是可提高系統(tǒng)控制精度,缺點是適應過程的周期長,過程狀態(tài)不斷變化,因此自適應控制系統(tǒng)很難從總體上快速響應過程狀態(tài)。所以有必要深入細致分析熱軋帶鋼的層流冷卻過程,從典型系統(tǒng)的實際運行數據中找出控制系統(tǒng)存在的普遍問題,從而揭示層流冷卻過程的本質,為實現層流冷卻過程的精確控制創(chuàng)造條件。

3.4 帶鋼頭尾冷卻控制

由于帶鋼長度方向尺寸長,總體來說頭尾溫度與中間溫度不一致,呈現出中部的溫度高而頭尾部溫度低的現象。冷卻控制系統(tǒng)中預設定模型計算需要時間,因此難以實現頭部和尾部的反饋控制,影響縱向上的溫差,進而影響帶鋼的板形和力學性能。因此,須對帶鋼的頭尾部分進行處理,可以采取以下措施：頭尾部處可延遲集管開啟時間或減少集管的水量或減少開啟集管數等。

4 控制冷卻的數學模型

自從帶鋼熱軋廠軋后冷卻控制技術應用以來,對計算機過程控制模型的研究從未間斷過,建立了各種各樣的數學控制模型。下面對各種模型進行介紹和分析[9,10]。

4.1 ANSALDO指數模型

意大利ANSALDO INDUSTRY公司根據傅立葉微分方程建立了帶鋼的冷卻時間與表面溫度的關系,這種關系為指數關系,該模型的表達式為：

上式中的各符號含義：初始帶鋼溫度T0,介質溫度Ta,冷卻時間t,比例因子K,帶鋼厚度h,終了帶鋼溫度T,帶鋼密度ρ,空冷換熱系數α空,比熱Cp,水冷換熱系數α水,單位水流量Q,自學習因子B,自學習修正系數β,對流熱交換系數Hc,帶鋼熱輻射系數ε,介質絕對溫度Tka,史蒂芬-波爾茲曼常數σ,帶鋼絕對溫度Tk。

該指數模型的優(yōu)點是模型較簡單,缺點是需反復進行迭代計算,對計算能力、存儲能力要求較高。因為對流熱交換系數確定粗糙,卷取溫度控制精度較低。該模型在國內主要應用于攀鋼熱軋廠[11]。

4.2 SIMENS指數模型

德國SIMENS公司認為,忽略帶鋼內部沿厚向的熱傳導和熱輻射,主要考慮帶鋼表面與冷卻水的對流換熱,由導熱微分方程推出帶鋼表面溫度與冷卻時間的關系：

上式中的各符號含義：時間常數p,自學習修正系數β,溫度T,帶鋼導溫系數η,時間t,冷卻水溫度Tw,帶鋼厚度h,上噴水、下噴水對帶鋼的熱交換系數α1、α2,模型系數K1、K2,帶鋼導熱系數λ,水溫、水壓和帶鋼速度綜合修正系數F。

SIMENS指數模型較簡單,模型直接算出帶鋼的表面溫度,適合于薄規(guī)格的帶鋼,對厚規(guī)格的控制精度不高,因此模型應用受限制。該模型在國內應用于鞍鋼熱軋廠、本鋼1700 mm熱連軋廠和寶鋼2050 mm熱連軋廠[12,13,14]。

4.3 北科大指數模型

北京科技大學認為冷卻區(qū)域具有分段性,根據冷卻長度把模型結構設計為三段,前水冷段、中間空冷段、后水冷段,推導出帶鋼表面溫度與各段冷卻時間的關系：

上式中的各符號含義：前水冷段時間τ1,中間空冷段時間τA,初始帶鋼溫度T0,后水冷段時間τ2,終了帶鋼溫度T,介質溫度Ta,三段冷卻環(huán)境所對應的參數b1、bA、b2,可用最小二乘法確定b0、b1、bA、b2。

由于模型把整個冷卻分為三部分,提高了模型對流換熱系數的精度,同時又給出了b0參數,突破了Bi≤0.1的限制條件,提高了對厚帶鋼的適應能力。

該模型利用武鋼1700熱連廠的實際數據來檢驗模型,在國內用于太鋼1549 mm熱連軋廠[15,16]。

4.4 日本新日鐵統(tǒng)計模型

該模型由日本新日鐵公司開發(fā),根據數據統(tǒng)計原理推出的模型,主要應用于武鋼熱軋廠[12]。該模型認為,帶鋼卷取溫度的控制是由冷卻系統(tǒng)中的開啟集管數目來實現的,冷卻水集管數N與各影響因素之間的關系可用如下式子來表示：

上式中的各符號含義：軋制基準速度vi,帶鋼厚度h,預測的精軋機出口實際溫度TF的初始溫度值T0,由預測的精軋機出口參數(vi,T0,h)設定的冷卻水段數Pi,帶鋼實際運行速度v,精軋機出口實際溫度TF,目標卷取溫度TM,冷卻水溫度變化及硅含量所決定的系數α2,實際卷取溫度TS,帶鋼在精軋機出口側的溫度變化對卷取溫度的影響系數α1。

影響該模型的冷卻效果的因素主要有帶鋼厚度、速度的統(tǒng)計數據和控制參數的學習,因此,對于厚規(guī)格的帶鋼該模型的冷卻精度不是很高。

4.5 三菱模型

該模型是由日本三菱電器公司開發(fā)的有代表性的另一種的統(tǒng)計理論模型,國內主要用于寶鋼1580 mm熱連軋廠[17]。該模型把冷卻區(qū)分為空冷區(qū)和水冷區(qū),對兩區(qū)分別進行描述?？绽鋮^(qū)模型的溫降計算式：

上式中的各符號含義：帶鋼厚度hF,斯蒂芬—波茨曼常數σ,中間變量χa,帶鋼熱輻射系數(或稱為黑度)ε,空冷回歸系數a、b,帶鋼比熱cp,空冷后的帶鋼溫度Ta,精軋出口溫度TF,帶鋼密度ρ,空冷時間△ta,絕對溫度換算值K。

水冷區(qū)模型：根據傅里葉定律,認為帶鋼長度和寬度方向上溫度分布較均勻,建立的水冷溫降計算式：

上式中的各符號含義：集管總的熱流密度Q,帶鋼厚度hF,帶鋼密度ρ,帶鋼比熱cp,每組集管的長度L0,帶鋼速度v;其中

Q為每組集管總的熱流密度,Qd和Qu分別為水冷區(qū)下部和上部每組集管的熱流密度,K0為熱流密度系數,Kd2和Ku2分別為水冷區(qū)下部和上部每組集管的組別熱流密度修正系數。水冷溫降模型的核心是確定熱流密度系數K0,該模型是從影響水冷溫降的大量因素中,選出主要因素用最小二乘法進行線性回歸建立的如下式子：

a0～a8為水冷溫降線性解析模型的回歸系數, TC為帶鋼卷取溫度,WF為帶鋼寬度,K1為帶鋼基本熱流密度學習系數。

該水冷模型原理較簡單,但需要對系數a0～a8進行統(tǒng)計回歸才能精確地反映同一層別帶鋼水冷換熱情況。該模型考慮了各種影響因素,比如帶鋼與與冷卻水之間的熱傳導、熱輻射以及側噴水等,考慮因素較為全面,因此溫度控制精度比較高,是一種較先進的卷取溫度控制模型。

4.6 GE模型

該模型由美國GE公司開發(fā),是一種有限差分數學模型,在國內應用于本鋼1700 mm熱連軋廠。差分模型考慮熱傳導、對流和輻射,但在推導過程中只考慮帶鋼厚度方向上的熱傳導,認為帶鋼內部的熱損失全部傳給了冷卻水。采用Crank—Nicolson六點隱式的有限差分法[18](節(jié)點沿厚度方向劃分),在較高的條件下顯著地提高計算的收斂性和穩(wěn)定性。對時間采取向前向后混合差分,對厚度進行中心差分,推導得到：

結合邊界條件,采取合適的網格劃分,即可求得任意位置、任意時刻的帶鋼的溫度場。

GE模型的優(yōu)點是可以描述整塊帶鋼溫度變化過程以及帶鋼各位置的溫度分布,對于卷取溫度控制、冷卻速率控制和微觀組織結構控制等方面均有較大的應用價值,缺點是對計算機的計算能力要求較高。

4.7 SIMENS神經元網絡模型

以上介紹的是由傳統(tǒng)的數學建模建立起來的幾種卷取溫度控制模型,但是由于冷卻換熱過程具有非線性特點以及可能會有組織轉變,這難以用準確的數學模型來描述。實際生產中,依靠經驗模型和自適應功能進行修正的卷取溫度控制偏差效果不是特別理想,特別是對于厚規(guī)格帶鋼,存在卷取溫度控制超差的問題。針對以上存在的問題,德國西門子公司引入人工神經元網絡,把它和數學模型結合在一起,在實際生產過程中提高了卷取溫度的控制精度[19]。該模型以西門子以前開發(fā)的指數數學模型為主,神經網絡為輔[20]。該數學模型以實測的帶鋼厚度、終軋溫度、速度、模型計算的中間結果等參數作為輸入量,通過神經元網絡映射來預報卷取溫度和冷卻水集管的開啟組態(tài)。

神經元網絡模型結合了傳統(tǒng)數學模型的工藝特征和神經網絡的非線性特點,模型簡單,易理解,對流換熱系數采取“黑箱”計算,避開復雜的熱交換系數的理論計算,具有很高的精度,可以直接在新建的生產線上應用,甚至使軋制的第一塊帶鋼就能獲得成功,還可實現快速自適應,并且達到卷取溫度的控制目標值所需的帶鋼數小于三塊。西門子神經元網絡已經在國內外的很多生產線上進行了試驗。

5 結語

隨著鋼材產品的使用范圍擴大,要求的力學性能指標越來越高,熱軋帶鋼軋后控冷對物理性能、力學性能、加工性能的改善作用越來越強,各種冷卻方式如層流冷卻、水幕冷卻、超快速冷卻等都有各自的特點和冷卻效果,而且,軋后控制冷卻已不單純是控制卷取溫度,而是對帶鋼整個冷卻過程進行全方位的控制,各個生產廠可以根據自身的實際情況綜合權衡,選擇合適的冷卻方式、對應的冷卻設備、采用適合的控冷策略以及合適的控冷模型以確保帶鋼的性能。隨著控冷技術的深入研究和應用,板帶材企業(yè)已經清楚地意識到控制冷卻技術在本行業(yè)產生的巨大經濟效益,因此,控制冷卻技術的應用面將更加廣泛。

[1] 翁宇慶.超細晶鋼-鋼的組織細化理論與控制技術[M].北京：冶金工業(yè)出版社,2003.

[2] 小指軍夫.控制軋制·控制冷卻[M].北京：冶金工業(yè)出版社,2002.

[3] 倪洪啟,劉相華,王國棟.板帶材控制冷卻技術[J].金屬成形工藝,2004,22(3)：53-55.

[4] 蔡曉輝,時 旭,王國棟,等.控制冷卻方式和設備的發(fā)展[J].鋼鐵研究學報,2001,13(6)：56-60.

[5] 左 軍,張中平,佘廣夫.攀鋼熱軋層流冷卻系統(tǒng)改造設想[J].四川冶金,2001(5)：23-28.

[6] 柴天佑,王笑波.RBF神經網絡在加速冷卻控制系統(tǒng)中的應用[J].自動化學報,2000,26(2)：219-225.

[7] Biswas S K.Optimal Temperature Tracking for Accelerated Cooling Processes in Hot Rolling of Steel[J]. Dynamics and Control,1997,7：327-340.

[8] 范曉明.熱軋帶鋼卷取溫度的智能控制[D].沈陽：東北大學,2000.

[9] 楊世銘,陶文銓.傳熱學[M].北京：高等教育出版社,1998.

[10]彭良貴,于 明,王昭東,等.熱軋帶鋼層流冷卻數學模型述評[J].軋鋼,2003,20(6)：25-29.

[11]張中平.攀鋼熱軋廠層流冷卻數學模型簡介[J].鋼鐵釩鈦,1996,17(4)：70-74.

[12]鄭 軻.熱軋帶鋼卷取溫度控制數學模型[J].鞍鋼技術,2000(4)：35-38.

[13]梁艷春,王彥忠.熱軋帶鋼層流冷卻系統(tǒng)的設計[J].鞍鋼技術,1998(5)：33-36.

[14]袁建光,黃偉清.熱軋帶鋼卷取溫度控制及其改進[J].軋鋼,1999(4)：17-20.

[15]管克智,趙海石,劉 萍.熱連軋層流冷卻的數學模型[J].北京科技大學學報,1994,16(11)增刊,23-27.

[16]劉 萍,管克智,孫一康.熱軋帶鋼卷取溫度控制數學模型[J].北京科技大學學報,1994,16(4)：387-391.

[17]吳 彬,陳海耿.帶鋼廠熱軋機組層流冷卻數學模型[J].黃金學報,2001,3(4)：259-262.

[18]Steven C.Chapra,Raymond P.Canale.Numerical Methods for Engineers(third edition)[M],McGraw-Hill Companies,Inc.August 2000：832-844.

[19]蔡 正,王國棟,劉相華,等.神經網絡結合數學模型預測帶鋼卷取溫度[J].鋼鐵研究學報,1998,10(6)：31 -34.

[20]李軍生.帶鋼熱連軋二級自動化系統(tǒng)的應用[J].冶金設備,2000,8(4)：56-58.

Controlled Cooling Technology After Rolling for Hot Rolled Plate-strip

LIU Xifen
(Guangxi University of Technology,Liuzhou 545006,Guangxi,China)

Characteristic of usual controlled cooling mode was introduced in this paper.Feed-forward controlling strategy,feedback controlling strategy,self-adaptive controlling strategy of cooling system for hot rolled strip were discussed.A few mathematical models of controlled cooling of hot strip were introduced according to the principles、contents and characteristics.It can be used for reference in choosing of suitable cooling methods,mathematical models and reformation of controlled cooling systems in China.

hot rolled strip,cooling mode,control strategy,mathematical model

TG33

A

1001-5108(2017)04-0056-05

廣西高?？茖W技術研究項目(2013YB174)資助。

劉細芬,副教授,主要從事材料成形方面的研究。