CN115921550A - 一种监测方法、监测装置、监测设备及可读存储介质 - Google Patents
一种监测方法、监测装置、监测设备及可读存储介质 Download PDFInfo
- Publication number
- CN115921550A CN115921550A CN202211732361.6A CN202211732361A CN115921550A CN 115921550 A CN115921550 A CN 115921550A CN 202211732361 A CN202211732361 A CN 202211732361A CN 115921550 A CN115921550 A CN 115921550A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- rolling
- slab
- rolling force
- plate blank
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 162
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000012806 monitoring device Methods 0.000 title claims abstract description 15
- 238000005096 rolling process Methods 0.000 claims abstract description 237
- 230000008859 change Effects 0.000 claims abstract description 57
- 238000010438 heat treatment Methods 0.000 claims abstract description 54
- 238000005098 hot rolling Methods 0.000 claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000000875 corresponding effect Effects 0.000 description 26
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 229910000831 Steel Inorganic materials 0.000 description 8
- 239000010959 steel Substances 0.000 description 8
- 229910052742 iron Inorganic materials 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 239000011651 chromium Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 239000011572 manganese Substances 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 229910052804 chromium Inorganic materials 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 2
- UQSXHKLRYXJYBZ-UHFFFAOYSA-N Iron oxide Chemical compound [Fe]=O UQSXHKLRYXJYBZ-UHFFFAOYSA-N 0.000 description 2
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 2
- 238000009749 continuous casting Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 229910052748 manganese Inorganic materials 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000002893 slag Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910000851 Alloy steel Inorganic materials 0.000 description 1
- 229910000975 Carbon steel Inorganic materials 0.000 description 1
- 229910001018 Cast iron Inorganic materials 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000010962 carbon steel Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Control Of Metal Rolling (AREA)
Abstract
本申请公开了一种监测方法、监测装置、监测设备及可读存储介质,用于板坯热轧系统。板坯热轧系统包括粗轧机和加热炉,监测方法包括获取待加工板坯的长度信息,根据长度信息将待轧制板坯划分为多个监测区;获取粗轧机轧制第一道次时板坯的瞬时轧制力,根据板坯的瞬时轧制力计算得到各监测区的轧制力,将任意一个轧制力设置为基准轧制力,基准轧制力对应的监测区设置为基准监测区,分别计算第一监测区对应的轧制力相对基准轧制力的变化比,第一监测区为多个监测区中除基准监测区外的其他任一监测区;根据各变化比生成经加热炉加热的已轧制板坯的温度均匀性信息。根据本申请实施例,能够较准确地监测板坯温度的均匀性。
Description
技术领域
本申请属于轧钢技术领域,涉及一种监测方法、监测装置、监测设备及可读存储介质。
背景技术
采用连铸板坯为原料,在常规热连轧线上将板坯在加热炉中加热后经过粗轧与精轧轧制成热轧卷,热轧卷再在开平线上经粗矫、剪切、精矫后生产出热轧板,是目前生产热轧钢板的主要模式。在板坯热轧生产线中,板坯加热温度均匀性对保证热轧卷的质量至关重要。板坯温度均匀性差,将会降低热轧卷长度方向上的力学性能均匀性并可能导致轧制事故。轧制板坯前,通常采用加热炉对板坯进行加热,由于受加热炉内火焰长短、加热炉内积渣以及水梁(支撑梁)等的影响,板坯温度的均匀性不容易把控。其次,由于板坯加热后表面会产生氧化铁皮,氧化铁皮导致板坯的温度难以准确测量。
发明内容
本申请实施例提供一种监测方法、监测装置、监测设备及可读存储介质,能够较为准确的监控板坯温度的均匀性,减小或者避免因板坯温度不均匀导致的热轧钢卷的力学性能不合格,减少或者避免由于板坯温度均匀性差导致的轧制故障。
本申请第一方面实施例提供一种板坯热轧过程中对板坯的纵向温度均匀性的监测方法,应用于板坯热轧系统。板坯热轧系统设备主要包括加热炉、除鳞机、粗轧轧和精轧机等。板坯经加热炉加热、除鳞后,进入粗轧机轧制其中,粗轧机第一道次匀速轧制板坯,监测方法包括:
获取待加工板坯的长度信息,根据所述长度信息将所述待加工板坯划分为多个监测区;;
获取所述待加工板坯的粗轧第一道次轧制时板坯的瞬时轧制力,根据所述板坯的瞬时轧制力计算得到所述粗轧机施加于各所述监测区的轧制力;
将任意一个所述轧制力设置为基准轧制力,所述基准轧制力对应的监测区设置为基准监测区,分别计算第一监测区对应的轧制力相对所述基准轧制力的变化比,所述第一监测区为所述多个监测区中除所述基准监测区外的其他任一监测区;
第一道次粗轧后,根据各所述变化比生成经所述加热炉加热的所述待加工板坯的温度均匀性信息。
根据本申请第一方面的实施方式,将任意一个轧制力设置为基准轧制力,包括:
将各监测区轧制力中的最小值设置为基准轧制力。
根据本申请第一方面前述任一实施方式,根据各所述变化比生成经所述加热炉加热的所述待加工板坯的温度均匀性信息,包括:
在各所述第一监测区对应的所述变化比中,至少一个所述变化比大于预设参数的情况下,生成所述加热炉加热所述待加工板坯的温度均匀性不合格的信息;
在各所述第一监测区对应的所述变化比均不大于所述预设参数的情况下,生成所述加热炉加热所述待加工板坯的温度均匀性合格的信息。
根据本申请第一方面前述任一实施方式,获取待加工板坯的长度信息,根据长度信息将待加工板坯划分为多个监测区,包括:
获取待加工板坯的长度值;
根据长度值,将待加工板坯划分为非稳态区和稳态区,非稳态区沿待加工板坯的长度方向位于稳态区的一侧;
将稳态区划分为多个沿长度方向依次设置的监测区。
根据本申请第一方面前述任一实施方式,沿待加工板坯的长度方向,每个非稳态区的长度为长度值的5%~10%,监测区的长度为长度值的1%~6%。
本申请第二方面实施例提供了一种监测装置,监测装置包括第一获取模块、划分模块、第二获取模块、第一计算模块、第二计算模块和判断模块。第一获取模块用于获取待加工板坯的长度信息;划分模块用于根据长度信息将待加工板坯划分为多个监测区;第二获取模块用于获取粗轧机轧制板坯第一道次时的板坯瞬时轧制力;第一计算模块用于根据板坯的瞬时轧制力计算得到轧机施加于各监测区的轧制力;第二计算模块用于分别计算第一监测区对应的轧制力相对基准轧制力的变化比,基准轧制力为轧制力中任意一个轧制力,多个监测区包括第一监测区和与基准轧制力对应的监测区;判断模块用于根据各变化比生成的已经加热炉加热与轧制的板坯的温度均匀性信息。
本申请第三方面实施例提供了一种监测设备,监测设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序或指令,程序或指令被处理器执行时实现如前述第一方面实施例种任一项的板坯热轧的监测方法的步骤。
本申请第四方面实施例提供了一种可读存储介质,可读存储介质上存储程序或指令,程序或指令被处理器执行时实现如前述第一方面实施例任一项的板坯热轧的监测方法的步骤。
本申请实施例的热轧板坯纵向温度均匀性的监测方法、监测装置、监测设备及可读存储介质,通过将待加工板坯划分为多个监测区,轧制板坯时获取粗轧机第一道次轧制板坯时板坯的瞬时轧制力,进而计算出施加于每一个监测区上的轧制力,以其中任意一个轧制力为基准计算其他轧制力的变化比。由于板坯的温度对轧制力的大小的有显著的影响,根据轧制力的变化比即可得到关于待加工板坯的温度均匀性信息。根据本申请提供的方法,能够较为准确的监测板坯温度的均匀性,减小或者避免因板坯温度不均匀导致的热轧卷长度方向的性能不均与厚度不均,减小或者避免因板坯温度不均匀导致的轧制故障。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请第一方面实施例的一种监测方法的流程示意图;
图2为本申请第二方面实施例的一种监测装置的结构示意图;
图3为本申请第三方面实施例的一种监测设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
在板坯热轧生产线中,板坯温度均匀性对保证热轧卷质量至关重要。板坯温度均匀性差,将会降低热轧卷长度方向的厚度均匀性和长度方向上的力学性能均匀性,甚至可能导致轧机故障,例如轧制力超上限而跳停等
轧制板坯前,通常采用加热炉对板坯进行加热,由于受加热炉内火焰长短、加热炉内积渣以及水梁等的影响,板坯温度的均匀性不容易把控。其次,由于板坯加热后表面会产生氧化铁皮,氧化铁皮导致板坯的温度难以准确测量。
为了解决现有技术问题,本申请实施例提供了一种监测方法、监测装置、监测设备及可读存储介质。下面将结合附图对本申请实施例所提供的监测方法、监测装置、监测设备及可读存储介质进行介绍。
请参照图1,本申请第一方面实施例提供了一种热轧板坯温度均匀性的监测方法,应用于板坯热轧系统,板坯热轧系统包括粗轧机和加热炉,粗轧机第一道次匀速轧制板坯。
其中,板坯热轧系统包括还可以包括除鳞机、精轧机和卷取机,粗轧机用于将板坯轧制成中间坯,精轧机用于将中间坯轧制轧制成带钢,卷取机用于将带钢卷成钢卷,通过轧机轧辊的旋转挤压使得板坯发生塑性变形。本申请中轧机应为热轧机,热轧机可以是二辊轧机、四辊轧机、六辊轧机等,本申请不做限制。加热炉用于在轧机轧制板坯前对板坯进行加热,使得板坯更容易塑性变形。加热炉上设置有多个烧嘴,用于加热板坯。该监测方法应用在粗轧第一道次的情况下,粗轧机第一道次为恒速轧制。
本申请提供的板坯热轧的监测方法可应用于上述板坯热轧系统,该监测方法包括以下步骤:
S1、获取待加工板坯的长度信息,根据长度信息将待加工板坯划分为多个监测区;
待加工板坯的长度信息可以是预先存储于板坯热轧系统的数据库中,在轧制板坯时,从数据库中直接查询获取得到。也可以通过摄像头、传感器等检测设备检测获取得到。可以根据长度值将待加工板坯划分为多个监测区,多个监测区可以依次排列,也可以呈阵列排布。多个监测区的大小可以相同,也可以不同。
S2、获取所述待加工板坯的粗轧第一道次轧制时板坯的瞬时轧制力,根据所述板坯的瞬时轧制力计算得到所述轧机施加于各所述监测区的轧制力;
应当理解的是,恒速轧制条件下,一块板坯在轧制过程中轧制力的变化主要受板坯温度的影响,例如,如果板坯1/2长度部位的温度低于1/4长度部位,则1/2长度部位的轧制力将高于1/4长度部位。应当理解的是,各监测区对应的轧制力可以是轧制各监测区过程中轧机施加在各监测区的平均轧制力,平均轧制力根据瞬时轧制力计算得到。
S3、将任意一个轧制力设置为基准轧制力,基准轧制力对应的监测区设置为基准监测区,分别计算第一监测区对应的轧制力相对基准轧制力的变化比,第一监测区为多个监测区中除基准监测区外的其他任一监测区;
计算任一第一监测区对应的轧制力相对基准轧制力的变化比,可以先计算得到第一监测区对应的轧制力与基准轧制力的差值,再计算该差值与基准轧制力的比值,该比值为变化比。应当理解的是,第一监测区的轧制力大于基准轧制力的情况下,第一监测区对应变化比为正值;第一监测区的轧制力小于基准轧制力的情况下,第一监测区对应变化比为负值。
S4、根据各变化比生成经加热炉加热的已轧制板坯的温度均匀性信息。在轧制速度保持恒定的情况下,板坯的温度越高,板坯的变形抗力越低,因此,同一块板坯温度越高的区域,轧机轧制板坯过程中需施加的轧制力就越低,温度越低的区域,轧机轧制板坯过程中需施加的轧制力就越高。因此,轧制板坯的过程中,轧机施加于板坯上的轧制力的变化情况能够反映板坯温度的变化情况。
为了进一步确定温度变化对轧制力的影响程度,根据S.Ekelund公式对含有碳、锰、铬的板坯进行推算,具体如下所示:
p=(1+m)(k+ηε);
f=a(1.05-0.0005t);
k=(14-0.01t)(1.4+C+Mn+0.3Cr),×10Mpa;
η=0.01ξ(14-0.01t),×10Mpa·s;
其中,上述各式中:p为轧制压强;m为外摩擦对单位压力影响的系数;k为与板坯的成分有关的系数;η沾性系数;ε为板坯的平均变形速度;Δh为板坯入口端的厚度与板坯出口端的厚度之差;R为轧辊半径;H为板坯入口端的厚度;h为板坯出口端的厚度;a为轧辊系数,例如铸铁轧辊的轧辊系数a为0.8,对钢轧辊的轧辊系数a为1.0;t为板坯的温度;v为轧制速度;C为碳含量;Mn为锰含量;Cr为铬含量;ξ为轧制速度系数,例如:轧制速度<6m/s时为1;B1为板坯入口端的宽度;B2为板坯出口端的宽度;F为轧制力,板坯的入口端为板坯最先进入轧机的一端,板坯的出口端为板坯最后进入轧机的一端。
示例性的,轧辊半径R为600mm,板坯入口端的宽度B1为2000mm、板坯入口端的厚度H为240mm,轧制速度v为2500mm/S,板坯出口端的厚度h为190mm、板坯出口端的宽度B2为2020mm,板坯中C含量为0.08%、Mn含量为0.11%、Cr含量为0.2%。
将以上参数代入S.Ekelund公式进行计算:
f=a(1.05-0.0005t)=1.05-0.0005t
k=(14-0.01t)(1.4+11+8+6)=26.4(14-0.01t)=369.6-0.264t;
η=0.1(14-0.01t);
p=(1+m)(k+ηε)=(1+0.53717-0.0003224t)(369.6-0.264t+3.3567×0.1×(14-0.01t))
=(1.53717-0.000322t)(374.29938-0.2673567t);
F=348142.2(1.53717-0.000322t)(374.29938-0.2673567t);
根据以上计算可以得出,轧制力F随板坯温度t的变化而变化。
根据上述公式,分别计算板坯温度t为1200℃、1190℃、1180℃、1170℃、1160℃、1150℃的情况下对应的轧制压强和轧制力,并以1200℃的板坯对应的轧制力为基准轧制力分别计算变化比,变化比为轧制力变化值与基准轧制力的比值,轧制力变化值为轧制力与基准轧制力的差值。具体计算结果可见下表1:
表1
板坯温度(℃) | 1200 | 1190 | 1180 | 1170 | 1160 | 1150 |
轧制压强(Mpa) | 61.533 | 64.791 | 68.065 | 71.357 | 74.666 | 77.993 |
轧制力(kN) | 21422 | 22556 | 23696 | 24842 | 25994 | 27153 |
变化比(%) | 0.00 | 5.29 | 10.62 | 15.96 | 21.34 | 26.75 |
为进一步计算说明,再分别计算板坯温度t为1250℃、1240℃、1230℃、1220℃、1210℃、1200℃的情况下对应的轧制压强和轧制力,并以1250℃的板坯对应的轧制力为基准轧制力分别计算变化比,具体计算结果可见下表2:
表2
板坯温度(℃) | 1250 | 1240 | 1230 | 1220 | 1210 | 1200 |
轧制压强(Mpa) | 45.504 | 48.676 | 51.864 | 55.070 | 58.293 | 61.533 |
轧制力(kN) | 15842 | 16946 | 18056 | 19172 | 20294 | 21422 |
变化比(%) | 0.00 | 6.97 | 13.98 | 21.02 | 28.10 | 35.22 |
根据表1和表2中的数据,可以看出轧制力与板坯温度呈负相关,板坯温度每下降10℃,变化比均大于5%。此外,根据YB/T-2000《优质碳素钢和合金钢连铸板坯》,板坯的宽度楔形≤10mm,即宽度1000mm的板坯宽度的变化≤1%,即由宽度变化导致的轧制力变化≤1%,2000mm宽度由宽度变化导致的轧制力变化≤0.5%,且一块板坯长度方向的厚度无明显变化,即完全可以忽略厚度变化对轧制力的影响。可见轧制板坯时,轧机施加于板坯上的轧制力对温度具有足够敏感性。因此,可用轧机施加于板坯上各区域的轧制力的变化情况来监测板坯各区域的温度变化情况,从而可以判断板坯温度的均匀性。
根据以上分析可知,在将一块板坯划分为多个监测区后,以各监测区对应的轧制力中的任意一个为基准轧制力,对应的监测区为基准监测区,第一监测区对应的第一轧制力相对基准轧制力变化比越大,第一监测区相对基准监测区的温度变化比就越大,从而可以得到各第一监测区相对基准监测区的温度变化情况。
本申请实施例的板坯热轧的监测方法,通过将待加工板坯划分为多个监测区,轧制板坯时获取轧机轧制上述已划分为多个监测区的板坯的在粗轧第一道次轧制时的瞬时轧制力,进而计算出施加于每一个监测区上的轧制力,以其中任意一个轧制力为基准计算其他轧制力的变化比。由于板坯的温度对轧制力的影响显著,根据轧制力的变化比即可得到关于待加工板坯温度均匀性的信息。根据本申请提供的方法,能够较为准确的监测板坯温度的均匀性,减小或者避免因板坯温度不均匀导致的热轧卷长度方向的性能不均与厚度不均,减小或者避免因板坯温度不均匀导致的轧机故障。
在一些实施例中,将任意一个轧制力设置为基准轧制力,包括将各轧制力中的最小值设置为基准轧制力。
将最小的轧制力作为基准轧制力,对应的监测区为基准监测区,那么计算得到的第一监测区的轧制力相对基准轧制力的变化比均为正值。将各轧制力中的最小值设置为基准轧制力包括比较各轧制力的大小,可以两两比较,将两者中较小的值再与其他轧制力进行比较,重复该步骤直至比较完所有轧制力的大小,将最小值设置为基准轧制力。
在一些实施例中,S4包括:
在各所述第一监测区对应的所述变化比中,至少一个所述变化比大于预设参数的情况下,生成所述加热炉加热所述待加工板坯的温度均匀性不合格的信息;
在各所述第一监测区对应的所述变化比均不大于所述预设参数的情况下,生成所述加热炉加热所述待加工板坯的温度均匀性合格的信息。
计算出各监测区的对应的轧制力相对基准轧制力的变化比后,将变化比与预设参数比较。其中,预设参数为预先设定并存储于板坯热轧系统的定值。预设参数根据实际加工情况所要求的温度均匀性制定,可选的,预设参数为5%。
示例性的,当预设参数为5%,轧辊半径为600mm,板坯粗轧机第一道次轧制时,粗轧机入口侧板坯的宽度为2000mm、厚度为240mm,粗轧机入口侧板坯的移动速度为2500mm/S,粗轧机出口侧轧件的厚度为190mm、宽度为2020mm,板坯中C含量0.08%、Mn含量0.11%、Cr含量0.2%的情况下,当第一监测区的轧制力相对基准轧制力的变化比在5%内,则该第一监测区的温度相对基准监测区的温度低10℃以内;当第一监测区的轧制力相对基准轧制力的变化比大于5%,则该第一监测区的温度相对基准监测区的温度低10℃以上。
因此,为了保证整个待加工板坯的温度的均匀性,相对基准轧制力,各第一监测区的轧制力的变化比均不大于预设参数的情况下,判定板坯的温度均匀性为合格,至少一个变化比大于预设参数的情况下,判定待加工板坯的温度均匀性为不合格。应当理解的是,S1中将板坯划分为多个监测区的数量越多,最终得到的板坯均匀性信息越准确。
在一些实施例中,S1包括:
S11、获取待加工板坯的尺寸信息,尺寸信息包括长度值;
S12、根据长度值,将待加工板坯划分为非稳态区和稳态区,非稳态区沿待加工板坯的长度方向位于稳态区的一侧;
由于轧制板坯过程中,,板坯端部的轧制为非稳态轧制,板坯端部外的其他区域为稳态轧制,非稳态轧制的轧制力除温度影响外还受到其他因素的影响。因此,通过轧制力的变化比监测板坯的温度均匀性应去除掉非稳态轧制的部分。可选的,非稳态区位于板坯沿板坯长度方向的两端,稳态区位于两个非稳态区之间。
S13、将稳态区划分为多个沿长度方向依次设置的监测区。
粗轧第一道次匀速轧制时,同一块板坯的稳态区在轧制过程中的轧制力主要受板坯温度的影响,将稳态区沿长度方向划分为多个监测区。可选的,每个监测区的长度一致。
在一些实施例中,沿待加工板坯的长度方向,每个非稳态区的长度为长度值的5%~10%,监测区的长度为长度值的1%~6%。可选的,非稳态区的数量为两个,位于板坯沿长度方向的两端,板坯头端的非稳态区的长度为板坯长度值的9%,板坯尾端的非稳态区的长度为板坯长度值的7%,稳态区的长度为板坯长度值的84%,监测区的数量为14个,每一个监测区的长度为板坯长度值的6%。
请参照图2,本申请第二方面实施例提供了一种监测装置10,监测装置包括第一获取模块11、划分模块12、第二获取模块13、第一计算模块14、第二计算模块16和判断模块17。第一获取模块11用于获取待加工板坯的长度信息;划分模块12用于根据长度信息将待加工板坯划分为多个监测区;第二获取模块13用于获取所述轧机轧制所述待加工板坯的粗轧第一道次轧制时板坯的瞬时轧制力;第一计算模块14用于根据板坯瞬时轧制力计算得到轧机施加于各监测区的轧制力;第二计算模块15用于分别计算第一监测区对应的轧制力相对基准轧制力的变化比,基准轧制力为轧制力中任意一个轧制力,多个监测区包括第一监测区和与所述基准轧制力对应的监测区;判断模块16用于根据各所述变化比生成所述加热炉加热所述待加工板坯的温度均匀性信息。可选的,第一获取模块11、划分模块12、第二获取模块13、第一计算模块14、第二计算模块15和判断模块16依次电连接。
本申请实施例中的监测装置可以是集成电路或芯片,还可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为IOS操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。本申请实施例提供的监测装置能够实现本申请第一方面的方法实施例实现的各个过程,为避免重复,这里不再赘述。
请参照图3,本申请第三方面实施例提供了一种监测设备20,监测设备20包括处理器21、存储器22及存储在存储器22上并可在处理器21上运行的程序或指令,程序或指令被处理器21执行时实现如前述第一方面实施例种任一项的板坯热轧的监测方法的步骤。
具体地,上述处理器21可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器22可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器22可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器22可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器22可在综合网关容灾设备的内部或外部。在特定实施例中,存储器22是非易失性固态存储器。
在特定实施例中,存储器22包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
存储器22可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器22包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器21通过读取并执行存储器22中存储的计算机程序指令,以实现上述实施例中的任意一种监测方法。
本申请第四方面实施例提供了一种可读存储介质,可读存储介质上存储程序或指令,程序或指令被处理器执行时实现如前述第一方面实施例任一项的板坯热轧的监测方法的步骤,为避免重复,这里不再赘述。
为进一步说明本申请提供的控制方法的有益效果,设置如下实施例。
监测三个加热炉中的板坯加热后的温度均匀性情况,板坯1为1号加热炉加热,板坯2为2号加热炉加热,板坯3为3号加热炉加热,三个板坯均被划分为14个监测区,根据测量计算的得到的各监测区的轧制力见表3。
表3:板坯各监测区的轧制力(kN)
根据表3中的轧制力数据,计算各监测区轧制力的变化比。
表4:板坯各监测区的轧制力相对基准轧制力的变化比(%)
板坯1为1号加热炉生产,板坯监测区2至14轧制力明显增大,监测区2至14温度较低,可能是炉膛内氧化铁皮堆积严重,烧嘴产生的热量已不能输送到板坯,导致板坯监测区2至14温度严重偏低,该加热炉需检修后才能再投入生产。
板坯2为2号加热炉生产,该炉状况较好,加热的板坯温度均匀性较好,板坯加热质量符合要求。
板坯3为3号加热炉生产,从表中可以看出,监测区1至6的温度低于其他区域,监测区1至6为加热炉靠近粗轧机一侧的烧嘴所加热,该侧已有相当部分烧嘴不能投入使用,需停炉检修。但考虑到监测区7至14的温度均匀性较好,也就是说,该加热炉距粗轧机较远的一侧的烧嘴绝大部分都能投入使用,且炉膛无严重的氧化铁皮堆积。由于1号加热炉需停炉检修,同时对3号加热炉停炉会严重影响生产,可以采取适当延伸板坯在3号炉的加热时间与适当减少远离粗轧机一侧烧嘴的投入数量等措施保证板坯加热温度的均匀性,待1号加热炉检修完成后再对3号加热炉检修。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
依照本申请如上文的实施例,这些实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施例。显然,根据以上描述,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本申请的原理和实际应用,从而使所属技术领域技术人员能很好地利用本申请以及在本申请基础上的修改使用。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (8)
1.一种热轧板坯温度均匀性的监测方法,所述监测方法应用于板坯热轧系统,所述板坯热轧系统包括粗轧机和加热炉,所述粗轧机第一道次匀速轧制板坯,其特征在于,包括:
获取待加工板坯的长度信息,根据所述长度信息将所述待加工板坯划分为多个监测区;
获取所述待加工板坯的粗轧第一道次轧制时板坯的瞬时轧制力,根据所述板坯的瞬时轧制力计算得到所述粗轧机施加于各所述监测区的轧制力;
将任意一个所述轧制力设置为基准轧制力,所述基准轧制力对应的监测区设置为基准监测区,分别计算第一监测区对应的轧制力相对所述基准轧制力的变化比,所述第一监测区为所述多个监测区中除所述基准监测区外的其他任一监测区;
第一道次粗轧后,根据各所述变化比生成经所述加热炉加热的所述待加工板坯的温度均匀性信息。
2.根据权利要求1所述的监测方法,其特征在于,将任意一个所述的轧制力设置为基准轧制力,包括:
将各所述轧制力中的最小值设置为基准轧制力。
3.根据权利要求2所述的监测方法,其特征在于,所述根据各所述变化比生成经所述加热炉加热的所述待加工板坯的温度均匀性信息,包括:
在各所述第一监测区对应的所述变化比中,至少一个所述变化比大于预设参数的情况下,生成所述加热炉加热所述待加工板坯的温度均匀性不合格的信息;
在各所述第一监测区对应的所述变化比均不大于所述预设参数的情况下,生成所述加热炉加热所述待加工板坯的温度均匀性合格的信息。
4.根据权利要求1所述的监测方法,其特征在于,所述获取待加工板坯的长度信息,根据所述长度信息将所述待加工板坯划分为多个监测区,包括:
获取所述待加工板坯的长度值;
根据所述长度值,将所述待加工板坯划分为非稳态区和稳态区,所述非稳态区沿所述待加工板坯的长度方向位于所述稳态区的一侧;
将所述稳态区划分为多个沿所述长度方向依次设置的所述监测区。
5.根据权利要求4所述的监测方法,其特征在于,沿所述待加工板坯的长度方向,每个所述非稳态区的长度为所述长度值的5%~10%,所述监测区的长度为所述长度值的1%~6%。
6.一种监测装置,用于监测热轧的板坯温度的均匀性,所述板坯通过粗轧机轧制,其特征在于,所述监测装置包括:
第一获取模块,用于获取待加工板坯的长度信息;
划分模块,用于根据所述长度信息将所述待加工板坯划分为多个监测区;
第二获取模块,用于获取所述轧机轧制所述待加工板坯的粗轧第一道次轧制时板坯的瞬时轧制力;
第一计算模块,用于根据所述板坯的瞬时轧制力计算得到所述轧机施加于各所述监测区的轧制力;
第二计算模块,用于分别计算第一监测区对应的轧制力相对基准轧制力的变化比,所述基准轧制力为所述轧制力中任意一个轧制力,所述多个监测区包括所述第一监测区和与所述基准轧制力对应的监测区;
判断模块,用于根据各所述变化比生成所述加热炉加热所述待加工板坯的温度均匀性信息。
7.一种监测设备,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1-5任一项所述的板坯热轧的监测方法的步骤。
8.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1-5任一项所述的板坯热轧的监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211732361.6A CN115921550A (zh) | 2022-12-30 | 2022-12-30 | 一种监测方法、监测装置、监测设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211732361.6A CN115921550A (zh) | 2022-12-30 | 2022-12-30 | 一种监测方法、监测装置、监测设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115921550A true CN115921550A (zh) | 2023-04-07 |
Family
ID=86654267
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211732361.6A Pending CN115921550A (zh) | 2022-12-30 | 2022-12-30 | 一种监测方法、监测装置、监测设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115921550A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117463799A (zh) * | 2023-12-28 | 2024-01-30 | 江苏宏宝优特管业制造有限公司 | 热轧钢管生产过程的温度控制方法及系统 |
-
2022
- 2022-12-30 CN CN202211732361.6A patent/CN115921550A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117463799A (zh) * | 2023-12-28 | 2024-01-30 | 江苏宏宝优特管业制造有限公司 | 热轧钢管生产过程的温度控制方法及系统 |
CN117463799B (zh) * | 2023-12-28 | 2024-03-22 | 江苏宏宝优特管业制造有限公司 | 热轧钢管生产过程的温度控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103212585B (zh) | 薄板用热轧机的控制装置以及薄板用热轧机的控制方法 | |
JP5293022B2 (ja) | 連続焼鈍炉における温度制御方法および連続焼鈍炉 | |
CN104148404A (zh) | 一种热轧带钢平直度自动控制方法 | |
CN115921550A (zh) | 一种监测方法、监测装置、监测设备及可读存储介质 | |
EP2764932B1 (en) | Method for cooling hot-rolled steel sheet | |
CN114472542B (zh) | 热轧带钢生产过程中的板形控制方法、装置及设备 | |
JP2018153831A (ja) | 圧延機のレベリング設定方法および圧延機のレベリング設定装置 | |
EP2933031B1 (en) | Method for producing steel sheet | |
JPH11290946A (ja) | 厚鋼板の矯正方法 | |
JP4079098B2 (ja) | 熱延鋼板の製造方法及び製造装置 | |
JP2002172411A (ja) | 厚鋼板の熱処理方法およびその熱処理設備 | |
US9211574B2 (en) | Method for manufacturing steel sheet | |
KR101879085B1 (ko) | 연연속 열간 압연 장치 및 그 방법 | |
JPH06254615A (ja) | 形状の優れた厚鋼板の製造方法およびその装置 | |
US20240399434A1 (en) | Strip thickness control device for hot rolling mill | |
JP3329297B2 (ja) | 熱間圧延方法 | |
JP4285126B2 (ja) | 熱延鋼板の製造方法 | |
JPH08300040A (ja) | 厚鋼板の矯正方法 | |
JP7294242B2 (ja) | 表面粗さの予測方法、鋼帯の製造方法および学習済の機械学習モデルの生成方法 | |
JP3518504B2 (ja) | 鋼板の冷却条件設定方法 | |
JPH06254616A (ja) | 形状の優れた厚鋼板の冷却方法およびその装置 | |
JPH11319904A (ja) | 薄鋼板の熱間圧延方法およびその装置 | |
JP3496534B2 (ja) | 熱間圧延設備列および熱延鋼帯の圧延方法 | |
CN115532831A (zh) | 高强钢的冷连轧轧制方法及热轧维护装置 | |
JP4333523B2 (ja) | 熱延鋼板の製造方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |