新时代 - 由自学习、自优化模块实现的热轧过程预测控制

过程预测控制

西马克集团不断改善其热轧过程模块,使工艺控制预测更加准确并提高性能效率。一个集成了温度和微观结构的新的多功能的预测模块,将过程控制提高到一个全新的水平。热轧过程涉及各种连续的工艺步骤,各个步骤都会影响产品的机械性能,例如屈服强度、拉伸强度和低温性能等。另外,钢的化学成分和轧制过程中的温度设定也会影响轧制效果。提出的过程控制方法能够最大程度的减少与目标过程参数的偏差,从而避免昂贵的索赔,不管怎样,必要的轧制测试总是需要花费时间和金钱的。

确保质量一致

对于不同的工艺阶段,西马克集团开发了对应的模块和控制技术,可实现最佳的执行器调节,并防止热轧带钢质量受到工艺变化的负面影响。多年来,这些优势已成功地应用于现代热轧机中。

目前,执行器设置的精度和控制精度已达到很高的水平。尽管如此,市场的需求仍在不断升级,例如,超高强度钢的轧制要求进一步的优化。目标是使过程的可预测性和可控制性更加精确,也包括对于这些极具挑战性的钢材。

特种钢在客户的订单份额中一直在持续增长。许多钢铁生产商一直在调整其生产设备以适应这一趋势。这就要求更灵活的生产计划,更有效地利用现有过程数据和测量值,并在它们之间建立链接。因此,构成过程控制基础的模块变得越来越复杂。

第一级  物理模块

在热轧机中,过程控制基于物理模块,例如:

-  X-Pact® 动态炉控制(DFC)
用于连铸连轧设备,均匀地进行板坯加热,计算温度控制参数并确保均匀的温度分布。

-  X-Pact® 道次表计算(PSC®)
预测轧制力、轧制速度、温度和量规

-  X-Pact® 凸度,轮廓,平整度控制(PCFC)
考虑轧辊状态模块计算的热轧辊凸度和轧辊磨损,用于轮廓和平直度计算,以及 CVC® 工作辊移位和弯曲的设定值的计算

-  X-Pact® 冷却区域控制(CSC)
根据冷却策略计算冷却水需求量

这些模块的目标是根据物理定律和测量值来预测过程参数并为相应的执行器设定目标值。最初,他们彼此独立行动,以确保在各自领域内实现过程目标。

第二级  过程优化的预测模块

在下一级别,各个独立模块对过程条件的知识相互连接,并通过合并材料科学数据而得到增强。一个明显的例子是,轧机的温度控制与其所生产的热轧带钢达到的机械性能之间的相互作用,表明西马克集团已通过其预测性 X-Pact® 集成温度模块达到了更高的集成水平。

每个物理模块都从其他相关模块获取优化整体过程所需的数据,同时考虑模块计算结果与控制之间的相关性。例如,在轧制结束时带钢达到的目标温度和精轧机中的温度指导直接相关。

生成的速度 — 时间曲线会周期性地更新,从而为冷却模块提供输入值。因此,冷却模块可以了解速度变化,从而使其能够在正确的时间调整冷却值。

这种方法可确保整个带钢长度上的最大温度均匀性,从而获得最佳的机械性能。

第三级  自学习、自优化模块

目前,西马克集团正在集中精力进一步发展其 X-Pact® 集成温度模块(ITM),以建立一个自学习,自优化的模块。未来,以进一步提高产品质量和产量为目标,ITM 能够针对工艺变化提出适当建议。另外,目前还在建立与 X-Pact® 材料特性模块(MPM)的联系,可以实现最大程度地提高生产能力,减少能源和水的消耗并降低合金成本。


从层流冷却区看热轧机的视角。在热轧机中对各个工艺步骤进行高精度控制是一项极其复杂的任务。由西马克集团开发的新预测模块支持的预测解决方案提高了生产灵活性,并促进了新产品的集成


物理模块构成热轧厂过程自动化的基础


集成温度模块的准则