大宽厚比超薄冷轧带钢高次板形缺陷的分级调控方法
【技术领域】
[0001] 本发明设及社钢机械设备自动化测量领域，尤其设及适用于大宽厚比超薄冷社带 钢、侣带、铜带等板带产品的一种基于高次板形缺陷的分级调控方法。
【背景技术】
[0002] 冷社带钢板形指标对于后续工艺及最终产品质量的影响极大，因此深入研究板形 检测及其闭环控制模型，充分利用板形调控手段最大限度地消除社制过程中的在线板形偏 差，是提高社后带钢板形质量的关键技术。板形闭环控制的目的是W板形仪实测板形信号 作为反馈信号，实时计算实测板形与目标板形的偏差及所需要的各个板形调控机构的控制 量，持续不断对社机发出调控指令，进行连续、动态、实时的在线板形调节，最终使社后带钢 的板形指标满足后续工序或终端用户的实际需求。
[0003] 现代社机一般都有两个W上的板形调控手段，因此在板形闭环控制过程中必须考 虑运些调控手段的搭配关系，根据板形调控手段的数量和各自特点，将板形偏差合理分配 给各个板形调控手段，W实现最佳的板形控制效果。然而，在实际社制过程中，各调节机构 的调控系数受众多社制参数和生产工艺的影响，对不同时刻不同位置的板形影响功效各不 相同，带钢越薄或越宽，各板形调节机构对板形的综合影响程度越趋于复杂，越容易出现复 合的高次板形状态，因此板形控制难度也就越大，其工业效果往往差强人意，稳定性不好。 针对近年来越宽越薄的的大宽厚比冷社带钢，结合传统板形调控方法和社机实际情况，研 究适用于高次复合板形问题的综合调控模型，不仅有利于充分发挥各板形调控手段的潜 力，实现1+1〉2的综合调控效果，而且对于解决大宽厚比带钢的局部高次复合板形问题及 开发满足复杂工况实际要求的智能型板形闭环控制系统，都具有重要的理论指导意义和实 用价值。
[0004] 板形控制的方法多种多样，总体上可分为层次接力控制法和分配协同控制法两大 类。
[0005] (1)层次接力控制：
[0006] 层次控制W串行顺序执行指令，首先对实测板形与目标曲线之间的偏差进行模式 识别，将其分解为1次偏差、2次偏差和4次偏差，然后根据各调控手段的优先权次序，计算 最高优先权的调节量并发出调控指令，再按接力的方式重新计算板形偏差和次优先权的调 节量，如此循环发出调控指令，不断靠近目标板形。通常情况下，响应快、灵敏度大的调控手 段优先作用，W在最短的时间内达到最佳的调节效果，保证板形控制的响应速度。按照此原 贝1J，通常情况下层次控制的优先顺序为：倾斜、工作漉弯漉、中间漉弯漉、社漉横移、分段冷 却等。
[0007] 层次控制方法需要对板形偏差进行高精度的模式识别，因此板形识别精度直接影 响板形控制精度。对于具有强烈特征的单边浪、双边浪、中间浪等典型板形偏差，层次控制 方法的工业应用效果一般都比较明显。但是对于板形指标要求严格的大宽厚比超薄带钢产 品，因板形状态复杂多变，禪合度高，在调控过程中各次板形偏差易顾此失彼，严重影响最 终产品的板形质量，故运种调控方法在调控复杂的局部板形缺陷时，理论基础不够成熟和 完善，在实际应用过程中的技术缺陷也是显而易见的。
[0008] 似分配协同控制：
[0009] 分配方式W并行协同的方式执行指令，首先将板形偏差按照某种方式同时分配到 各个调控手段上，然后同步计算各个调控手段的调节量并发出调控指令，各个调控手段几 乎是同时动作，从而实现板形偏差的综合调节，因此有利于实现复合高次板形缺陷的综合 治理，理论基础严谨，工业应用效果相对明显。但是在实际应用过程中，需要准确获得不同 调控手段对带钢不同位置板形状态的影响规律，但影响函数不易确定或影响系数矩阵易出 现奇异；另外，由于各板形调控手段的响应时间和灵敏度不一样，很难达到真正的绝对同步 调控，运在一定程度上会影响在线板形的综合调控效果。
[0010] 上述两种调控方式各有特点。其中层次接力法相对简单直接，但是稳定性不好，精 度低，调控周期长；分配协同法精度高，调控周期短，但是有时也出现不稳定的情况。因为在 社制过程中，社制参数实时变化，调控影响系数也随之实时变化，即在不同的社制状态下， 各板形调控量对板形偏差的调节效果也是不同的。因此，可W考虑利用两者的优点，建立适 合于高次局部板形的高精度板形闭环综合调控模型，既实现各个板形调控手段对各次板形 偏差的简单量化调控，又实现多种板形调控手段的综合协同调控。
[0011] 高次板形模式识别和二级调控功效函数是实现上述板形闭环综合协同调控过程 的关键前提。其中板形模式识别的基本任务是首先将复杂板形信号分解为简单板形信号， 然后利用倾漉、弯漉、社漉横移、分段冷却等手段，对分解后的板形信号进行同步控制，达到 高效消除板形缺陷的目的。早期板形模式识别常用最小二乘法，后来陆续提出多项式回归、 勒让德多项式、模糊识别、神经网络、遗传算法等方法进行模式识别。其中基于多项式或最 小二乘法的板形模式识别方法简单或理论存在缺陷，不能真实反映实际板形信号；基于普 通神经网络模型的模式识别方面又需要海量有效样本，训练过程复杂，隐层数、隶属度和权 值等关键参数不易准确确定，影响训练时间和识别精度。而勒让德正交多项式满足沿横向 积分为零的约束条件，运与社后带钢残余应力的自相平衡条件一致，因此选择勒让德正交 多项式描述的带钢板形状态更接近实际情况，且连续可导。而调控功效函数的基本任务是 实现各调控手段同步综合调控，提高板形控制的效率和精度。
【发明内容】
[0012] 对于大宽厚比超薄冷社带钢、侣带、铜带等板带产品，需要建立大宽厚比超薄冷社 带钢高次局部板形缺陷综合调控方法的理由如下：
[0013] 社制前板形预设定系统根据来料规格、材质等信息设定板形调控手段的基本值； 在社制过程中，板形控制系统根据社后带钢的在线板形检测信号对板形偏差进行勒让德多 项式模式识别，将其分解为各次的板形分量后，利用倾漉、弯漉、横移等典型手段对其进行 综合的功效调控；然后再利用精细冷却系统对剩余板形残差进行功效微调；最后利用板形 评价模型对其进行综合评估，判断板形指标是否满足技术要求。对于上述过程，高次板形缺 陷的模式分解及其相应的板形调控功效评价函数是实现板形闭环综合调控的关键和重点。 然而，对于较宽带钢来说，如规格在1000mmW上的带钢，其板形检测通道数量较多，社后带 钢经常出现各式各样的局部浪形，板形模式更加复杂多变。
[0014] 本发明克服了现有板形控制技术中的不足，提供一种针对大宽厚比超薄冷社带钢 局部高次板形缺陷的分级调控方法。
[0015] 为了解决上述存在的技术问题，本发明是通过W下技术方案实现的。
[0016] 一种大宽厚比超薄冷社带钢局部高次板形缺陷的分级调控方法，其内容包括如下 步骤：
[0017] 一、建立基于超高次勒让德正交多项式的板形模式识别模型：根据检测漉的通道 数及规定的标准误差要求，选择合适的勒让德多项式阶数，既描述了冷社带钢的实测高次 板形状态，又避免了局部高点或低点的误差信息，减少评价函数的计算量；
[0018] 二、建立基于高次板形模式识别的功效评价函数分级调控模型：针对倾漉、弯漉、 横移典型的调控手段，采用基于勒让德多项式的一级调控功效函数；针对分段冷却调控手 段，建立局部高次板形的二级调控功效函数。
[0019] 更进一步，对于1000mm W上的较宽带钢，其板形检测通道数量多，社后带钢经常 出现各式各样的局部浪形，板形模式更加复杂多变；虽然包含Ξ次的四次勒让德多项式能 够描述非对称板形状态，但在一定程度上会忽略掉带钢的局部板形特征，当勒让德正交多 项式阶数高于一定次数时，其残差和标准误差明显减小；则根据检测漉的通道数及规定的 标准误差要求，选择合适的勒让德多项式阶数，既能描述冷社带钢的实测高次板形状态，又 能避免局部高点或低点的误差信息。
[0020] 本发明方法与传统方法相比，既利用了勒让德多项式的正