具体实施方式

下面将结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

在冷轧领域，恒轧制力控制技术研究较多的是在平整机组，由于平整机组与冷连轧机组的生产目标不同、节奏不同，厚度精度是冷轧带钢非常关键的质量指标，因此技术人员在冷连轧机组的厚度控制上发明了许多方法来提升带钢的厚度控制精度。如专利号为US4531392A、US4580224A以及JP01162509A等专利文献中所提到的轧辊偏心控制等控制方法，通过模型预估计算轧辊偏心或者利用对各个机架实际负荷以及轧制力的起伏变化等来确定轧辊偏心值，从而将其按照变化周期补偿到相应的控制值上，用来保持各个机架出口带钢厚度的稳定。再比如专利号为US4125004A和US4244025A的专利文献所提到的辊缝位置控制，通过对带钢入口厚度和出口厚度偏差的在线测量，对辊缝位置进行预控和反馈控制，来提升整体的厚度控制精度。这些方法的特点都是让控制策略在过程控制系统L1中进行实施，而L1控制系统的调节能力具有一定的局限性，即必须在L2模型控制系统中预设定值的给定范围内进行调节，如果预设定值与实际生产之间的偏差较大，那么靠L1控制系统是无法进行调节的。

基于此，专利公开号CN201310315449.2的专利文献采用了一种用于变厚度轧制的两道次轧制方法，包括：计算第一道次所需的压下量及各段的长度；给定第二道次目标轧制力PSET；假设第一道次的出口厚度h1_i和h2_i，并计算第一道次轧制所需的轧制力、轧制功率等参数；若超过轧机能力，则返回重新设定；根据第一道次的出口厚度计算出第一道次出口带材的变形抗力KF1_i和KF2_i；计算第二道次将带材由h1_i和h2_i轧制到h1和h2所需的轧制力Fr1和Fr2，判断与预设的第二道次目标轧制力是否相等，若不等，重新设定h1_i和h2_i并再次返回；计算出对应出口长度。此发明的特点是，以第二道次的恒轧制力为目标，充分利用轧机能力，实现尽可能大的压下量。但是，如果当实际控制过程不能达到设定目标，而第一道次的轧制能力已经达到极限，该控制过程已无法继续进行调节。因此，该专利中的方法不仅对模型计算精度的要求很高，而且对材料数据准确度的要求也很高。

本发明实施例提供的钢板厚度控制方法所考虑和解决的正是生产来料数据异常、生产过程变化以及模型自身误差导致的设定值偏差较大的问题，而不仅仅是关注模型自身的算法问题，本实施例提供的钢板厚度控制方法在不改变L1基础自动化系统的前提下，通过自动优化L2模型控制系统中的模型实现在不停机的情况下逐步调整控制目标以提升钢板厚度控制精度的目的。

如图1所示，本发明实施例的钢板厚度控制方法，包括：

步骤S1、获取步骤，获取至少两组与冷连轧机生产相关的参数测量值，上述参数测量值包括末位机架的出口速度测量值、次末位机架的轧制力测量值，以及各机架的出口厚度测量值。

具体地，同一组参数测量值中的出口速度测量值、轧制力测量值以及出口厚度测量值均是在同一时刻获取的，且每相邻两组的参数测量值的测量频率是相同的，比如可以每隔相同一段时间(比如100ms)同时测量出口速度、轧制力和出口厚度，并将每次的测量值(即出口速度测量值、轧制力测量值以及出口厚度测量值)通过L1系统传送至L2系统，L2系统将每次获取的测量值都存储起来，直至获取的测量值达到预定组数，比如为8组(此时存储于L2系统的出口速度测量值、出口厚度测量值及轧制力测量值均为8个)，然后执行下一步骤。具体的，这里的参数测量值的组数可以根据仪器状态、测量频率以及经验相应设置，当测量频率较高时(比如每几毫秒就测量一次各个参数测量值)，参数测量值的组数可以相应地设置为更多组数，当测量频率较低时(比如每隔几秒测量一次各个参数测量值)，参数测量值的组数可以相应地减少设置。例如，当每100ms获取一次参数测量值时，考虑到为使测量值数据的取值更加合理，可以将参数测量值的组数设置为8个以上。

具体地，可以利用安置于冷连轧机组末位机架附近的测速仪测量末位机架的出口速度，利用安置于次末位机架的压力计测量轧制力，利用安置于各个机架出口附近的测厚仪测量出口厚度。

步骤S2、第一判断步骤，判断参数测量值是否满足可信度条件，即分别判断出口速度测量值、出口厚度测量值及轧制力测量值是否满足可信度条件，若满足可信度条件，则继续，否则，重新执行获取步骤。

由于受测量仪器以及冷连轧机各个机架的状态影响，步骤S1中获取的出口速度测量值、轧制力测量值以及出口厚度测量值等各参数的测量值难免会出现误差，因此利用可信度条件对上述获取的参数测量值进行可信度评估。以参数值的数量为8组为例，分别对8组测量值中的出口速度测量值、轧制力测量值以及出口厚度测量值进行可信度判断，如果上述三个参数的测量值均满足可信度条件，则继续执行下一步骤；否则，舍弃这8组测量值，重新执行步骤S1直至获取新的8组测量值，再对这新的8组测量值分别进行可信度判断。

步骤S3、第二判断步骤，判断参数测量值是否满足预设条件，即判断出口速度测量值、出口厚度测量值以及轧制力测量值是否满足预设条件，若满足预设条件，则继续，否则，重新执行获取步骤。

具体地，由于由于焊缝、缺陷以及设备状态的影响，冷连轧机在工作过程中，会存在升降速状态、低速状态以及中高速状态，而当冷连轧机处于升降速状态以及低速状态时，生产过程不稳定，此时如果对获取的参数数据进行重新计算，会导致计算获得的数据不可信，影响钢板生产，因此参数获取需要在恒轧制力模式中高速过程中的稳定状态下进行，具体地，可以通过判断末位机架的出口速度测量值是否满足预设条件以判断是否处于中高速状态。并且本发明的一些实施例中冷连轧机组采用的是末位机架恒轧制力模式，因此末位机架的轧制力是不可调的，出现钢板厚度问题，只能调节前面机架的轧制力，所以，作为判断线生产过程是否可控的依据可以通过判断次末位机架的轧制力以及次末位机架的出口变形量是否满足预设条件来进行，而出口变形量可以根据出口厚度进行计算，因此，若末位机架的出口速度测量值、次末位机架的出口变形量以及次末位机架的轧制力测量值满足预设条件，则继续执行下一步；否则，认为现阶段过程不可控，返回步骤S1，重新获取各参数测量值。

步骤S4、重置步骤，根据预设算法获得各个机架的厚度控制参数。

具体地，该预设算法可以存储于L2模型控制系统中，该计算过程是在L2模型控制系统中进行的。

本实施例提供的钢板厚度控制方法结合实际生产过程中的变形量偏差情况，在现有模型技术和控制系统的基础上进行动态优化计算，可以实现在不停机的情况下逐步调整控制目标，从而实现产品厚度控制精度的提升。

进一步地，第二判断步骤S2可以包括：

步骤S21、根据出口速度测量值、出口厚度测量值以及轧制力测量值计算出口速度变化率、平均出口速度、平均变形量偏差和平均轧制力偏差。

步骤S22、分析a)出口速度变化率是否小于第一阈值、b)平均出口速度是否大于第二阈值、c)平均变形量偏差是否大于第三阈值以及d)平均轧制力偏差是否大于第四阈值，若a)至d)均为是，则判断满足预设条件。

具体地，第一阈值至第四阈值可以存储于L2模型控制系统中。因为本发明的厚度控制方法中计算厚度控制参数所需的数据需要是稳定状态下获取的数据，因此可以根据出口速度变化率判断现阶段的生产过程是否处于速度稳定状态，若出口速度变化率小于第一阈值，则认为现阶段的生产过程是处于速度稳定状态。相应的，如上所说，可以利用出口速度与第二阈值的比较进行判断现阶段是否处于中高速状态，因为获取的出口速度测量值有多组，受仪器影响，测量的数据可能会出现波动，因此为消除波动带来的误差，需要对出口速度求平均值之后利用平均出口速度与第二阈值进行比较判断。相应的，为消除测量仪器对轧制力测量值以及出口厚度测量值的影响，变形量偏差和轧制力偏差也相应进行平均化之后再分别与第三阈值以及第四阈值进行比较。

值得注意的是，只有以上四个条件，即a)至d)均满足时，才是满足预设条件，若其中只要存在一项不满足，即认为不满足预设条件。以第一阈值为1.2％、第二阈值为500m/min、第三阈值为15％、第四阈值为15％为例，若出口速度变化率为1.3％、平均出口速度为550m/min、平均变形量偏差为17％、平均轧制力偏差为17％，虽然对于平均出口速度、平均变形量偏差以及平均轧制力偏差来说，条件b)至d)均满足，但是由于出口速度变化率大于第一阈值，条件a)不满足，因此认为不满足预设条件，需返回步骤S1重新获取参数测量值。

具体地，第一阈值至第四阈值的数值与冷连轧机组的状态、待轧制钢板的类型以及生产需求相关。

进一步地，平均变形量偏差是次末位机架的实际出口变形量与次末位机架的设定出口变形量的差的绝对值的平均值，平均轧制力偏差是轧制力测量值和设定轧制力的差的绝对值与设定轧制力的比值的平均值。

平均变形量偏差的计算公式为：

其中，N代表步骤S1中获取的参数测量值的组数，代表第j台机架的平均变形量偏差，r2_ji代表第j台机架与第i次厚度测量值相对应的出口变形量，r1_j代表第j台机架当前设定出口变形量。

平均轧制力偏差的计算公式为：

其中，p代表步骤S1中获取的第i次末位机架的轧制力测量值，P代表末位机架的当前设定轧制力。

进一步地，实际出口变形量满足关系式：

其中，r2_j代表第j台机架的实际出口变形量，h2_j代表第j台机架的出口厚度测量值，j＝1，2，……n，n代表冷连轧机机架的总数量，h2₀代表钢板的初始厚度。

进一步地，第一判断步骤S1可以包括：

步骤S11、建立与出口速度测量值、出口厚度测量值及轧制力测量值相对应的可信度函数关系式。具体地，可信度函数关系式为：

其中，x_i代表第i个出口速度测量值或出口厚度测量值或轧制力测量值；N代表步骤S1中获取的参数测量值的组数，即预设周期内获取的出口速度测量值或出口厚度测量值或轧制力测量值的个数，N≥2；α代表可信度参数；VI代表可信度值。

步骤S12、求解可信度函数关系式，得到与出口速度测量值、出口厚度测量值及轧制力测量值相对应的可信度值；

步骤S13、比较可信度值与预设值，若可信度值大于预设值，则满足可信度条件。可选的，预设值可以根据冷连轧机组的状态、实际生产需求以及参数测量值的组成进行确定，比如当N＝8时，可以将预设值设置为95％。

进一步地，步骤S1中计算获得的厚度控制参数可以包括待设定出口变形量以及待设定出口厚度。

相应的，重置步骤S4可以包括：

步骤S41、根据厚度补偿函数确定末位机架的待设定出口变形量。具体地，该厚度补偿函数关系为：

R_n＝r1_n+(r2_n-r1_n)×β (3)

其中，R_n代表末位机架的待设定变形量，r1_n代表末位机架的当前设定出口变形量，r2_n代表末位机架的实际出口变形量，β的取值在0.75～1.25之间。

步骤S42、根据第一预设关系确定除末位机架之外的其它机架的待设定出口变形量。具体地，该第一预设关系为

其中，R_j代表第j台机架的待设定出口变形量，j＝1,2，……n-1；n代表冷连轧机机架的总数量，m代表第一个可以进行相对变形量调整的机架的序号，h1_n-1代表次末位机架的当前设定出口厚度，H_n-1代表次末位机架的待设定出口厚度，h1_a代表第一个可以进行相对变形量调整的机架的当前设定入口厚度，h2_a代表第一个可以进行相对变形量调整的机架的实际入口厚度，λ的取值在0.95～1.05之间。值得注意的是，第j+1台机架的设定入口厚度与第j台机架的设定出口厚度相同；第j+1台机架的实际入口厚度与第j台机架的实际出口厚度相同；第一台机架的设定入口厚度和实际入口厚度形同，均等于待轧制钢板的初始厚度；末位机架的当前设定出口厚度和待设定出口厚度相同，均是为待轧制钢板的目标厚度，因此如利用第二预设关系计算得到第一台机架的待设定入口厚度不等于钢板的初始厚度时，对计算得到的第一台机架的待设定入口厚度进行修正，将其替换为钢板的初始厚度。在本发明实施例中，第一个可以进行相对变形量调整的机架可以为第一台机架。

步骤S43、根据第二预设关系确定各个机架的待设定出口厚度。具体地，该第二预设关系为：

其中，H_j代表第j台机架的待设定出口厚度，j＝1,2，……n-1。

值得注意的是，式(4)中的H_n-1也满足上述第二预设关系。

进一步地，重置步骤S4中计算获得的厚度控制参数还可以包括待设定轧制力、待设定轧制力力矩、待设定功率以及楔形过渡区域的待设定长度；

重置步骤S4还可以包括：

根据各个机架的待设定出口厚度H_j及待设定出口变形量R_j确定各个机架的待设定轧制力、待设定轧制力力矩、待设定功率以及楔形过渡区域的待设定长度。具体地，楔形过渡区域的楔形切换计算公式为：

L_max＝D×α×β (7)

其中，D代表末位机架与次末位机架之间的距离，H_j代表重置步骤S4计算获得的第j台机架的待设定出口厚度，H_n代表重置步骤S4计算获得的末位机架的待设定出口厚度，α为延长系数，一般为3.5～5.5，具体数据可以根据轧机控制系统调节进行设定。

具体地，各个机架的当前设定出口厚度和当前设定出口变形量可以在获取步骤S1之前，根据经验设置于L2模型控制系统中。

进一步地，在步骤S4之后，该厚度控制方法还可以包括：

步骤S5、将步骤S4获得的厚度控制参数替换原设定厚度控制参数，并将步骤S4获得的厚度控制参数传送至L1基础自动化系统，以进行各个机架的压下量分配。

具体地，步骤S1中获取的出口速度测量值、轧制力测量值以及出口厚度测量值等各参数测量值是由L1基础自动化系统输送至L2模型控制系统的，步骤S2、步骤S3以及步骤S4中的判断过程和计算过程均是在L2模型控制系统中进行的。由于受经验等主观因素以及仪器状态等客观因素影响，原设定于系统中的设定厚度控制参数值可能不准确，导致生产过程出现错误，从而造成实际得到的钢板厚度与目标厚度不符，这就需要利用存储于L2模型控制系统中的预设算法对厚度控制参数进行重新计算，然后通过L2模型控制系统将计算获得的与压下分配相关的厚度控制参数传送至L1基础自动化系统，以进行各机架的压下分配调节，从而保证钢板生产过程的稳定性和准确性。

具体地，如上,冷连轧机生产过程中，由于焊缝、缺陷以及设备状态的影响，机组会有升降速、低速以及稳定中高速度生产，通常中高速生产时，轧制状态更加稳定，而在低速和升降速过程中，轧制状态会有一定的波动,因此，可选地，该钢板厚度控制方法可以用于获取冷连轧机在恒轧制力模式的中高速过程中的厚度控制参数，厚度控制参数用于控制各机架的压下分配。

参考图2和图3，以具有5台机架的冷连轧机为例，图中横坐标代表机架序号，纵坐标代表出口厚度的具体数值，由图可以看出使用本发明提供的厚度控制方法对各个机架的待设定出口厚度进行设定后，待设定出口厚度与实际出口厚度之间的偏差明显比未使用本方法进行设定的出口厚度设定值与实际出口厚度之间的偏差要小，因此，本发明的厚度控制方法能够更有效地保证钢板生产过程的稳定性和准确性。

下面以五机架冷连轧机某带钢生产过程为例来说明本发明的实施。

带钢数据：钢种A、入口厚度3.52mm、出口厚度1.0mm、宽度1253mm。

在一定的工艺分配下计算出的带钢厚度设定值为：

可以看出，设定值与实际值偏差特别大。

例一：取系数β＝0.75，α＝5，λ＝1.0计算变形量修正量和楔形值：

恒轧制力机架的厚度补偿计算：

R₅＝0.002+(0.07-0.002)*0.75＝0.053

恒轧制力机架(第5机架)的入口厚度(即第4机架的出口厚度)计算：

其中，E_j代表第j台机架的待设定入口厚度，与第j-1台机架的待设定出口厚度相同。

其它机架的变形量补偿计算：

R₁＝r2₁*0.987＝0.292*0.987＝0.288

R₂＝r2₂*0.987＝0.294*0.987＝0.29

R₃＝r2₃*0.987＝0.277*0.987＝0.273

R₄＝r2₄*0.987＝0.171*0.987＝0.169

其它机架的入口厚度计算，从后向前计算：

机架入口厚度修正：

E₁＝3.52

计算前后两次不同设定值之间的切换楔形

L_max＝4.5*5*0.75＝16.88

例二：取系数β＝1.05，α＝4.5，λ＝1.0计算变形量修正量和楔形值：恒轧制力机架的厚度补偿计算：

R₅＝0.002+(0.07-0.002)*1.05＝0.073

恒轧制力机架的入口厚度计算：

其它机架的变形量补偿计算：

R₁＝r2₁*0.982＝0.292*0.982＝0.287

R₂＝r2₂*0.982＝0.294*0.982＝0.289

R₃＝r2₃*0.982＝0.277*0.982＝0.272

R₄＝r2₄*0.982＝0.171*0.982＝0.168

其它机架的入口厚度计算，从后向前计算：

机架入口厚度修正：

E₁＝3.52

计算前后两次不同设定值之间的切换楔形

L_max＝4.5*4.5*1.05＝21.26

本发明提供的钢板厚度控制方法是冷连轧机在厚度控制出现偏差或轧制状态不稳定的情况下，不用停机即可进行操作干预，通过自动进行轧制过程的优化控制，实现当前生产状态的判断、获得是否需要进行设定值优化计算的条件，并根据实际轧制状态计算得到新的设定值，然后将新设定值发送给L1基础自动化系统进行调整，从而使得生产过程更加稳定可控，并提高了生产过程的稳定性，提高了产品厚度的控制精度。

相应地，本发明还提供了一种计算机可读介质，该计算机可读介质上存储有指令，该指令在计算机上执行时使计算机执行钢板厚度控制方法。

相应地，本发明还提供了一种电子设备，包括：

存储器，用于存储由系统的一个或多个处理器执行的指令，以及

处理器，是系统的处理器之一，用于执行上述钢板厚度控制方法。

以上是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。