姚辉
摘 要:此过程控制系统是国内自主集成的控制系统,根据热轧工艺的特点,系统结构分为粗轧过程控制系统、精轧过程控制系统、层冷过程控制系统和数据中心四个部分系统能够保证四个过程控制系统间的通讯,又能保证与基础自动化之间快速通讯;在模型方面分为粗轧模型、精轧模型、层冷模型,每个模型即能够独立计算又相互影响,最终给出合适的控制值。
关键词:热轧;过程控制;内存映像网络
中图分类号:TP277 文献标识码:A 文章编号:1671-2064(2017)09-0018-01
今年来国内冶金行业中,热轧过程控制系统有了进一步发展。在钢铁行业中,过程控制系统(以下简称二级),与一级基础自动化(以下简称一级)和零级传动组成自动化控制的三个重要部分。
1 系统简介
此系统整体结构分为非控和模型两部分。
其中非控包括粗轧非控、精轧非控、层冷非控、数据中心;非控部分主要功能包括了粗轧、精轧、层冷控制系统间的电文的通讯;采集一级反馈的现场的实时数据,提供给模型计算,并将计算结构准确的下发给基础自动化;根据传感器信号跟踪板坯号;数据中心接收并保存粗轧、精轧和层冷控制系统产生的过程数据,与三级、加热炉二级、磨辊系统进行通讯,班次处理。
模型包括粗轧模型、精轧模型和层冷模型。三种模型根据非控跟踪的板坯号,在不同的位置进行适当的计算和自学习,为一级提供设定依据。
系统硬件分别由粗轧服务器、精轧服务器、层冷服务器和数据中心服务器组成,分别部署了粗轧二级、精轧二级、层冷二级和数据中心,由一台以太网交换机相连,用于过程控制系统间通讯,又通过一台内存映象网交换机与一级相连,用于二级与一级之间的通讯。
2 非控部分
2.1 网络结构
此热轧生产线二级分三个网络段。
第一个网络为Level2内部网络,由一台以太网交换机为枢纽,将粗轧二级(RMC)、精轧二级(FMC)、层冷二级(CTC)、数据中心(DCC)、加热炉二级、运输链二级联系起来,组成Level2内部网络。用于各控制服务器间传送数据;通过此网络粗轧二级接收加热炉二级发送过来的初始基础数据,精轧二级将跟踪数据发送给运输链二级。
第二个网络为实绩数据传输网络,由一台以太网交换机连接数据中心(DCC)、MES、轧辊间(RS),数据中心按要求向MES发送板坯的轧制数据,在粗轧机、精轧机换辊期间数据中心向轧辊间发送旧辊轧制数据,接收轧辊间新辊数据并发送给粗轧二级或精轧二级。
第三个网络为内存映像网络,是一种用于高速数据传输的网络。此网络上的设备包括粗轧过二级、精轧二级、层冷二级、画面服务器以及一级的控制器。
2.2 轧件跟踪
系统引进“跟踪共享区”概念,将共享区分成90个区域,可以存放90块钢的数据。循环使用1~86号共享区;按照实际出炉的顺序,将板坯初始信息、计算结果存放在此共享区,然后根据轧线中多个关键的传感器信号,来进行板坯跟踪。
2.3 人机交互界面(HMI)
HMI包括轧线跟踪、粗轧设定、精轧设定、层冷设定四个主要页面。方便操作人员和调试人员查看板坯状态。
3 模型部分
模型分为粗轧模型、精轧模型和层冷模型。
3.1 粗轧模型
粗轧平辊模型根据PDI数据和加热炉实时数据进行计算,主要计算出粗轧各道次的轧制温度、相对压下率,轧制速度。粗轧立辊模型实现目标宽度控制、中间坯宽度控制、板坯头尾短行程宽度控制、板坯头部缩颈补偿控制。带钢经过精轧出口时,精轧二级系统将实际测量的带钢出口宽度和实际厚度反送给粗轧模型。模型通过对控制目标宽度和实测宽度进行比对,修正精轧出口宽度自学习参数,从而修正中间坯的控制宽度,提高宽度控制精度。
3.2 精轧模型
精轧设定模型根據带钢的目标厚度和中间坯的厚度,确定各机架出口厚度;末架的穿带速度可采用查表法或者利用终轧温度与末架穿带速度的经验公式来确定;结合各机架的前滑值,求出各机架的穿带速度。利用温度模型预报精轧入口和出口以及各机架的温度,计算各机架轧制力,然后完成辊缝设定计算。
精轧模型自学习的过程:根据实测数据计算模型自学习所需的导出变量;通过轧制过程模型求逆反算模型自学习参数;更新设定模型自学习系数,以便用于随后的轧制,以提高模型预报精度。
3.3 层冷模型
CTC是一个以前馈为主,反馈为辅,不断进行自学习的闭环控制系统。将板带从头部到尾部进行物理分段(以下称为样本),对每一段分别进行信号检测,并根据目标温度分别进行模型计算,求出各样本的集管组态,对其实施分段控制。
4 结语
本系统经过在生产线部署后的不断调试,目前已经能够满足生产线的要求,厚度控制稳定,卷取温度基本合格,凸度和表面质量能控制在目标范围内,整体效果较好。系统整体运行稳定,维护方便,是国内自主集成热轧生产线中较先进的二级系统。
参考文献
[1]王小川.内存映象网在首钢京唐1580热连轧系统中的应用[J].全国冶金自动化信息网2016年会论文集,2016.
[2]刘文仲.我国热轧过程控制计算机系统及数学模型的发展[J].冶金自动化,2012(7):36.4.