[發明專利]一種基于退火工藝預測冷軋連續退火帶鋼力學性能的方法

在審

• 申請號: 202110582006.4
• 申請日: 2021-05-24
• 公開（公告）號: CN115392104A
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 魏寶民;穆海玲;王孝建;丁志龍;閆秉昊
• 申請（專利權）人: 上海梅山鋼鐵股份有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;C21D1/26;C21D8/02;C21D9/52;G06F119/02;G06F119/08;G06F119/14
• 代理公司: 南京同澤專利事務所(特殊普通合伙) 32245
• 代理人: 閆彪

本發明公開了一種基于退火工藝預測冷軋連續退火帶鋼力學性能的方法，主要解決現有無法通過退火工藝預測冷軋連續退火帶鋼力學性能的技術問題。技術方案為，一種基于退火工藝預測冷軋連續退火帶鋼力學性能的方法，包括，1)收集冷軋軋制機組、退火機組高頻數據以及帶鋼實際檢測的力學性能數據；2)計算出熱軋帶鋼的變形抗力；3)匹配帶鋼在冷軋軋制機組和退火機組間的高頻工藝參數；4)建立退火帶鋼的力學性能預測模型；5)分別繪制退火帶鋼全長的屈服強度、抗拉強度和斷后伸長率曲線。本發明方法冷軋連續退火帶鋼力學性能預測精度高，精度誤差小于2.8％。

技術領域

本發明涉及一種冷軋退火帶鋼力學性能的預測方法，特別涉及一種基于退火工藝預測冷軋連續退火帶鋼力學性能的方法，屬于鋼鐵冶金冷軋連續退火過程控制技術領域。

背景技術

冷軋退火帶鋼用戶的需求多樣化，對退火帶鋼的力學性能要求也多樣化，訂貨合同呈合同數量多、單個合同訂貨量小，合同之間要求具有差異性的特點，同時，鋼鐵廠生產一爐鋼通常為150-300噸，專門按小合同組織生產會產生大量的合同余材料，損失比較大。為了解決該問題，近年來鋼鐵廠在前道工序——煉鋼、熱軋采用集約化批量生產，到退火工序通過調整退火溫度等工藝參數，生產出符合用戶要求的不同強度等級的冷軋退火帶鋼產品，對該類冷軋退火帶鋼而言，退火工藝是影響產品力學性能的關鍵因素之一，那么如何通過退火工藝變化對冷軋退火帶鋼性能影響預測顯得尤為重要。

申請公布號為CN111241750A的中國專利申請公開了一種結合遺傳算法的BP網絡冷軋帶鋼力學性能預測方法，篩選冷軋帶鋼生產系統采集的相關數據，進行歸一化處理；采用歸一化的訓練樣本數據對模型進行訓練，并對所建立的改進的BP網絡預測模型進行評估；利用生成的改進BP網絡預測模型進行冷軋帶鋼的力學性能預測；存在預測精度低的問題。

申請公布號為CN112149272A的中國專利申請公開了基于多元線性回歸分析的冷軋帶鋼力學性能預測模型，該本發明提出了將帶鋼退火前的抗拉強度、屈服強度和設定的退火溫度、退火工藝速度和平整機延伸率分別代入預測模型回歸方程表中，對帶鋼力學性能進行預測；將獲得預測值與目標值進行比較，如果預測值能夠達到目標值的要求，則按照設定的退火溫度、退火工藝速度和平整機延伸率組織生產；如果預測值不能達到目標值的要求，則對設定的退火溫度、退火工藝速度和平整機延伸率進行調整，并按照調整后的退火溫度、退火工藝速度和平整機延伸率組織生產；其利用多元回歸分析建立模型，預測精度不高。

學位論文《基于數據挖掘技術的冷軋產品質量性能預測》(楊光，東北大學，學位論文，2015.10)，該論文對冷軋產品質量性能預測中模型(包括神經網絡、決策樹、多元線性回歸模型)的建立過程進行了深入研究，通過使用S+miner和SPSS數據統計分析軟件構建以決策樹、BP神經網絡等為冷軋產品性能預測模型,通過相關分析得到模型的輸入參數,將冷軋產品重要的機械性能參數屈服強度、抗拉強度、延伸率作為輸出量,通過模型的訓練，最終描述了生產工藝參數、化學成分與力學性能之間復雜函數關系。使用真實機械性能樣本數據與冷軋產品性能預測模型的結果做對比，證明了基于BP神經網絡模型應用在冷軋產品質量性能預測中的有效性。該論文簡要的分析了幾種數據分析方法的優劣，并沒有提出具體的建模方法。

發明內容

本發明的目的是提供一種基于退火工藝預測冷軋連續退火帶鋼力學性能的方法，主要解決現有無法通過退火工藝預測冷軋連續退火帶鋼力學性能的技術問題；本發明方法實現了通過連續退火機組退火工藝變化精準預測連續退火帶鋼力學性能，為集約化批量投料，依靠退火工藝調整，生產出不同力學性能的連續退火帶鋼提供了可能。

本發明的技術思路是，結合冷軋連續退火帶鋼的生產工藝特點，考慮對于相同的冷軋帶鋼，經過不同的退火工藝，得到的連續退火帶鋼的力學性能存在一定的差異；通過對前期一定生產周期的數據進行處理、分析，采用帶鋼實際取樣檢測位置的數據，并引入熱軋帶鋼變形抗力作為輸入因子，建立冷軋連續退火帶鋼力學性能的預測模型，在后續的生產過程中遇到相應的連續退火帶鋼時能夠對該帶鋼的力學性能進行預測。