轧钢生产线助卷辊控制及故障分析

　　通化钢铁股份有限公司炼钢事业部薄板坯连铸连轧生产线有一条轧制生产线，两个卷取机，每个卷取机有 4 个助卷辊用于帮助带钢在卷取机卷曲成形。每个助卷辊的动作都是由伺服阀控制液压缸动作完成的，由编码器检测其实际开关位置，由接近开关检测打开到位信号，由压力传感器检测其压力。卷取机助卷辊的辊缝控制有位置控制和压力控制两种控制方式。

　　1.1 助卷辊对带钢的头部控制当带钢穿带到芯轴，假如自动跳步被选择，则执行自动跳步功能，否则执行压力控制。

　　1.1.1 卷取机助卷辊的压力控制当带钢头部穿过，助卷辊辊缝先是位置控制模式关闭到预置辊缝之后转到压力控制模式，根据设定的压力进行调节，这个设定的压力是厚度、宽度、屈服应力的函数，在这个压力下帮着弯曲带钢缠绕着芯轴，当完成由二级设定或由 HMI 画面设定的缠绕圈数后(通常设定为 4 圈)转到位置控制打开到最大位。芯轴每一次成功的旋转后，卷径根据带钢的厚度而增加。压力控制时序图如下图 1。

　　1.1.2 卷取机助卷辊的自动跳步控制助卷辊的自动跳步控制也是控制带钢头部卷取的，它是一个更复杂的控制系统，力求避免卷钢时，在卷径变化过程中带钢和助卷辊产生的碰撞和冲击。自动跳步控制的过程是位置控制和压力控制交替进行。先是位置控制关闭到设定位置，之后伺服阀关闭执行压力控制。当带头即将接触到助卷辊时，执行跳步：先是位置控制打开到一定位置，之后转到压力控制。完成第一圈缠绕过程。其后执行的跳步同上，都先是位置控制打开到一定位置，之后转到压力控制。完成 2 圈 ~4 圈的跳步。跳步控制时序见下图 2。

　　1.2 助卷辊对带钢的尾部控制当带钢的尾部穿过卷取机前的激光冷检 LSR6001 时，助卷辊执行定尾控制，执行定尾控制的助卷辊可以由二级设定，也可由操作工在 HMI 画面设定，定尾控制也是先执行位置控制，达到程序设定的位置后执行压力控制。

　　2 生产中出现的故障原因分析及处理改进措施

　　2.1 助卷辊提前回报

　　2.1.1 原因分析在天气较冷或层流水温不好的情况下，尤其轧制的板带规格较薄时，在过钢的过程中，当层流水打开瞬间，大量的水汽涌向激光冷检附近，导致激光冷检误以为有板带，提前将检测信号送出，而激光冷检 LSR6001 信号是助卷辊关闭的触发条件，这样在程序中因 LSR6001 的误信号，触发了助卷辊的关闭命令，助卷辊提前回报压在正在卷取的带钢上产生很大的异响，由于这时助卷辊的速度比带钢卷取的速度低，阻碍带钢的卷取，导致带钢在卷取机中起套，极易已产生堆钢，不仅对助卷辊造成一定的损害，而且对钢的表面产生压痕，影响产品质量。

　　2.1.2 处理及改进措施 ①在卷取控制 PLC 程序中，在助卷辊关闭控制命令中加入 L_HTK_M4Z 的反点 ( 输出辊道 4 区无钢信号 )，使助卷辊在输出辊道 4 区有钢时，不能提前关闭动作，避免轧过制程中因激光冷检 LSR6001 闪动，导致的设备损害，及产生的堆钢及压痕。②在激光冷检 LSR6001 检测通道附近增加吹扫喷嘴及轴流风机，通过一定压力的吹扫风，及时的将水汽吹散，使激光冷检信号检测正常。③卷曲入口冷检报警参数优化。1 号卷曲入口激光冷检 LSR6001 满信号 100% 为 5 个灯亮，将当前报警值为满信号的 20% 改为满信号的 60%，即 3 个灯亮即输出报警，提前预告维护该设备，避免激光冷检 LSR6001 的误信号影响板带的控制及跟踪。

　　3 基于BP神经网络自学习PID控制

　　BP 神经网络在实际的应用过程中，能够良好地将非线性映射能力进行应用，实现对任意非线性函数的逼近，并且其对应结构的相对简单和容易理解。BPNN 在通过自身学习后，能够将其所具有的特性进行利用分析，实现对最优控制关系下的 PID 参数的映射 [7]。 BP-PID 的控制系统误差表现为e，i，i=1，2，…，m。这种情况下，系统就会将被控制对象的输出进行实施反馈，然后对其控制系统中存在的误差进行有效计算。其中，隐层的 3m 个功能单元会由 m 个 KP神经元和 m 个 KI神经元及 m 个 KD神经元所组成。然后 KP 神经元会将系统输入进行放大处理，并将其进行转换，转换为从电流误差进行出发的控制，而 KI 则会在积累了当前状态的情况下，进行下一次输入，并将之前计算的控制误差的和进行计算。而 KP神经元其能够对自身的状态进行实时记忆，并将其电流输入值进行去除，通过计算工作，对存在的误差差异性进行计算。其中，每个输入层的神经元都会对应 3 个 PID 神经元。

　　4 基于智能优化控制的磨矿过程综合自动化系统的控制策略

　　磨矿过程综合自动化系统主要的运行目的在于进一步优化工艺指标，确保智能优化控制系统的各项功能得以顺利贯彻与落实。其中，智能优化设定系统以智能协调设定模型以及各工作段的补偿模型为主，根据磨机负荷量确定当前工艺指标与预期指标存在的差距。并结合实际情况，调整一段磨矿溢流粒度的目标数值。而磨矿回路控制系统主要以智能协调设定模型给出的目标值为主，并结合一段磨矿回路预期的数值，对当前综合自动化系统的运行情况进行合理控制，防止磨矿过程出现效率低下等方面的问题。

　　5 结语

　　文章结合我国当前磨矿过程存在的不足，提出基于智能优化控制的磨矿过程综合自动化系统。针对我国磨矿过程中存在的大惯性、时变以及非线性等问题，进行综合分析，利用智能优化控制技术进行有效规避。并从磨矿粒度、磨矿质量浓度以及磨机负荷方面进行综合控制，旨在解决以往磨矿过程中存在的不足之处。根据智能优化控制系统与运行过程管理系统的双双结合，基本上可以有效实现磨矿过程的综合化管理，利于我国磨矿工序效率的有效提升。相信通过我国研究人员的不断努力，国内磨矿过程综合自动化系统势必得到进一步优化，为我国选矿厂事业的长足发展保驾护航。

　　参考文献

　　[1] 靳博文 .磨矿综合自动化监管系统的研究与设计 [D].华北理工大学 ,2016.

　　[2] 曹艳忙 .磨矿综合自动化系统远程故障诊断的研究 [D].华北理工大学 ,2016.

　　《轧钢生产线助卷辊控制及故障分析》来源：《中国金属通报》，作者：孟庆立。