热轧带钢卷取温度控制的优化和改进

【摘 要】本文基于某热轧厂层流冷却系统的改造，分析了该厂层流冷却系统存在的问题，并做了改进和优化。文中详细阐述了层流冷却模型和控制系统上做的改进。

【关键词】热轧带钢；卷取温度；控制系统；数学模型

在热轧带钢生产中，卷取温度是决定轧件强度、延伸性及材料加工性的主要因素，所以必须对卷取温度进行严格控制和管理。卷取温度控制是通过精轧后带钢层流冷却模型及控制系统来实现的。层流冷却过程模型根据冷却工艺要求，通过模型计算，确定带钢的冷却规程，并交由基础自动化执行，以达到冷却工艺关于冷却速度、目标卷取温度等的要求，并实现冷却过程的计算机自动控制。由于层流冷却系统在热轧生产中的重要作用，很多热轧厂在生产过程中逐步对层流冷却系统进行了升级改造和优化[1-3]。

某热轧厂建立于2006年，投产以来层流冷却系统运行较好；但层流冷却模型及控制系统存在一定的缺陷，不能很好地满足卷取温度控制功能及控制精度的要求。于是，为了扩展控制功能以及提高卷取温度控制精度，对层流冷却模型及控制系统做了改造。本文主要阐述了该厂层流冷却模型及控制系统的改造内容。

一、层流冷却系统简介

该热轧厂采用传统的层流冷却工艺。层流冷却装置为低压管式层流冷却，布置在输出辊道的上方和下方，分为粗冷段和精冷段。在第一个冷却区段的入口、最后一个冷却区段的出口、以及相邻两个冷却区段之间均设有侧喷扫水喷嘴组，依次交叉布置，以除去带钢上表面的积水。在精轧末机架的出口装有测厚仪，测量带钢终轧时的实际厚度。在精轧末机架的出口、粗冷段和精冷段之间，以及精冷段之后分别装有高温计，分别测量带钢在精轧出口处的温度、中间温度和卷取的实际温度。其层流冷却的设备布置图如下所示：

层流冷却控制系统采用两级计算机控制，一级计算机属于基础自动化系统，主要负责仪表检测数据的传递和控制指令的执行；二级计算机属于过程自动化系统，负责计算过程控制参数，并将计算结果下传给一级计算机。

二、层流冷却模型及控制系统的改进和优化

该热轧厂自投产以来运行状态良好，但生产中逐渐暴露出控制精度不高，没有头尾特殊冷却功能，没有起始阀门设定等功能。本次改造主要是为了增加控制功能和提高卷取温度的控制精度，所以，在原有的模型和控制系统基础上，做了改进和优化。改进后，取得了良好的应用效果。

（一）修正带钢与水的换热系数

带钢与冷却水的换热是一个复杂的传热过程，层流冷却模型中一般采用经验公式予以描述，然后再根据钢种和规格进行修正的方式来控制。但该热轧厂原有的层流冷却模型并未根据钢种和厚度规格进行修正，所以造成某些带钢的卷取温度控制精度在很低的情形时也难以快速地加以控制。本次改造对此进行了改进，在层流冷却模型中，根据钢种和规格建立层别，分层别修正换热系数，有效且快速地控制了卷取温度精度。

（二）增加喷水模式

带钢的冷却速度决定了轧后带钢的组织性能，所以冷却速度是层流冷却控制的目标之一。在层流冷却模型中，通过配置不同的喷水模式，即阀门开启的稀疏程度来控制带钢的冷却速度。本次改造前的层流冷却模型配置了5种基本喷水模式，如下表所示，表中用4位序列表示4个阀门，其中“1”表示阀门开启，而“0”表示阀门关闭。

增加1/6喷水模式后，该热轧厂大量使用，且满足了工艺对冷却速度的要求。

（三）头尾特殊冷却

根据工艺的要求，有些带钢头尾的目标卷取温度需略高于本体的目标卷取温度；或头尾的目标卷取温度需略低于本体的目标卷取温度，如下图所示：

在本次改造前，原有的控制系统未实现带钢头尾的特殊冷却。本次改造实现了此功能。

该功能由二级计算机和一级计算机一起实现。在二级计算机数据库中建立一个头尾特殊冷却策略表，根据钢种、厚度和目标卷取温度，分别存放带钢头部与本体的目标卷取温度偏差、头部特殊冷却的长度，尾部与本体的目标卷取温度偏差及尾部特殊冷却的长度。当带钢头部即将进入冷却区时，二级计算机下发头尾特殊冷却策略值，一级计算机得到头部温度偏差值后，计算头部需要多开（或少开）的阀门个数，在头部经过时多开（或少开）阀门来实现头部的特殊冷却；当头部走完后，对本体按常规方式控制。尾部的特殊冷却也做类似处理。整个过程中，一级计算机不断跟踪头部位置，从而对头部、本体和尾部分别切换控制。

（四）设定起始阀门

一般说来，层流冷却的阀门均是从粗冷段的第一个阀门开始开启。但是，一些钢种在经过精轧机轧制后，需要经过一段时间的空冷，再经过水冷。所以需要指定起始阀门，以便阀门在起始阀门之后开始开启。

在改造前，原有的控制系统并未实现此功能。为满足工艺要求，本次改造实现了此功能。二级计算机在数据库中建立起始阀门策略表，存放上、下起始阀门的编号，以及是否需要设定起始阀门的标记。当需要设定起始阀门时，二级计算机和一级计算机将起始阀门前的阀门视为“故障阀”，则起始阀之前的阀门均不会投用，使得控制系统从起始阀门之后开始开启。

（五）带钢头、尾和本体分别进行自学习

为了提高模型的设定计算精度，还要进行模型的自学习。自学习的基本原理是根据钢板在层流冷却出口高温计处的温度实测值与模型计算值之间的偏差，对自学习参数进行修正，以提高卷取温度控制精度。自学习参数包括钢板与冷却水之间的对流传热系数和模型计算的偏差[4]。

在本次改造前，原有的层流冷却模型对带钢全长进行自学习。但是由于带钢头尾的卷取温度较难控制，头尾的实际温度往往高于或低于目标温度。所以，为提高头、尾的控制精度，对头、尾和本体分开进行自学习。自学习所得的参数分别用于后续同规格带钢的头部、本体和尾部的层流冷却模型设定计算中。其原理如下图所示：

三、结束语

本文结合某热轧厂层流冷却模型和控制系统的改造，介绍了本次改造所做的优化和改进。文中从修正换热系数，增加喷水模式，头尾特殊冷却，设定起始阀门，带钢头、尾和本体的自学习几个方面进行了剖析。通过本次改造，对原有的层流冷却系统进行了改进和优化，完善了控制功能，提高了卷取温度的控制精度。

参考文献：

[1] 赵迪，郑中，邱春林.本钢热轧带钢卷取温度优化研究[J].轧钢，2007，24（1）：24-26.

[2] 韩斌，王国栋，刘相华，佘广夫，热连轧控冷过程卷取温度精度的优化[J].东北大学学报（自然科学版），2003，24（8）：781-784.

[3] 陈煜，曹树卫，丁杰. 厚规格宽带钢卷取温度优化研究[J]. 轧钢，2013，1：33-35.

[4] 冉瑞生. 热轧带钢卷取温度控制模型的自学习[J]. 冶金自动化，2009，S1：600-602.