基于数据的轧制道次模型研究

鉴于5m厚板对于相同品种规格产品，轧制过程中道次数偏差较大的问题，利用数据挖掘的思想，将筛选出的变量进行数据处理，选用决策树方法对轧制道次模型进行研究，并对决策树算法得出的工艺模型进行对比分析，最终得到不同产品规格精轧道次数的建议值。

基于轧制道次模型输出建议工艺参数

利用决策树方法，得到了不同规格产品轧制道次数的推荐值。现在利用原始的轧制工艺数据，结合轧制道次模型给出的建议道次数，统计相关限制参数变量（轧制压力、轧制力矩、速度、压下率、单位轧制压力），建立不同规格产品轧制限制参数设置的推荐值，以达到自动轧制的目的。

技术路线

本文研究的技术路线如图1.1所示。通过对宝钢5m厚板数据的整理和采集，获得大量船板钢轧制数据。通过研究和解析船板钢轧制规程的设计，来确定各因素是否对轧制道次的制定有影响，初步确定影响轧制道次的因素。对船板钢原始数据进行合并、筛选和标准化，为相关性分析和建模提供数据支持。在IBM SPSS Statistics模型上对变量因素进行相关性分析和回归建模，最终确定用来索引的制定轧制规程的主要影响因素。使用IBM SPSS Modeler中的决策树算法对主因素和道次数进行工艺模型的建立，输出对数据的分层，通过模型建立的分层，一步步计算轧制规程中的建议工艺参数，得到推荐的轧制规程设置。

宝钢5m厚板船板钢轧制规程的解析

轧制规程计算方法

宝钢5m厚板轧制规程计算中，可以采用国外的Siemens的SQP算法和国内的简化序列二次型规划算法去对厚板轧制道次规程进行计算，前者算法复杂，在部分条件下计算不出结果，简化序列二次型规划算法相较于Siemens的SQP算法来说更为稳定，对限制条件要求不高，求解速度快，所以在工业现场使用较多。负荷分配的最优化问题，就是在多个条件限制下，对给定的性能指标进行求解，得到最优化的答案[10]。

最终通过输入钢种，出入口厚度，出入口宽度，入口长度，最大轧制力和最大力矩的数据来进行运算。使用简化的二次型规划算法得到道次数和每道次压下量、轧制力、力矩大小。简化的二次型规划算法相对来说误差小，只需要简单的参数配置，在轧制规程的计算中起到了显著的影响。

轧制过程的道次设定流程

通过公式可以看出轧制力的计算和确定对其他的工艺参数的制定都起到了至关重要的作用，一般通过轧制力来计算机组的强度和校核主电机能力，同时是制定轧制规程、轧机设置、扩大产品范围和减少能耗的主要影响因素。为了准确计算出各道次的轧制力，必须先计算出钢在一定轧制温度下的变形抗力，确定了温度制度和速度制度后，变形抗力就能得到求解。

计算轧制力须利用轧制力数学模型，厚板轧制过程中，精轧道次产生的宽展较小，近似于平面变形轧制，其宽展量可以忽略不计。因此轧制力计算可采用Sims公式：

 F=1.15W√(R^' ∆h) Q_p σ                      （2-1）

式中 F——轧制力；

    W——轧件宽度；

    R^'——考虑弹性压扁的轧辊半径；

    ∆h——压下量

    Q_p——应力状态影响函数

    σ——平均变形抗力

从公式和轧制道次流程可以看出轧制力、轧制力矩和板形控制是道次设定的主要变量，其中轧制力是最重要的工艺参数，压下量、轧件宽度和变形抗力对于轧制力的影响最大。接下来对变形抗力和轧件尺寸影响因素进行分析。