陈煜，曹树卫，丁杰

（安阳钢铁集团有限责任公司，河南安阳　４５５００４）

摘  要：针对安钢热轧厚规格宽带钢卷取温度命中率偏低的问题进行了分析，通过投用保温罩，改善精轧过程控制，优化带钢卷取温度控制模型，提高了厚规格宽带钢的卷取温度命中率，改善了产品的同卷性能均匀性。

关键词：宽带钢；卷取温度；命中率；同卷性能

卷取温度（ＣＴ）命中率是热连轧带钢生产重要的控制指标。随着安阳钢铁集团有限责任公司１７８０ｍｍ热连轧生产线产品规格多样化，ＣＴ命中率逐渐下降，尤其是８ｍｍ以上厚规格钢板，ＣＴ命中率均值仅为９０％。厚规格宽带钢ＣＴ指标差表征着同卷带钢温度均匀性差，直接影响着产品的性能，常常出现带钢头、中、尾性能差异较大的现象。

１卷取温度控制现状分析

为了深入研究厚规格宽带钢卷取温度控制的现状与影响因素，随机抽取２０１１年共９０个轧制单位生产记录进行统计分析，见表１。

由表１可以看出，厚规格宽带钢ＣＴ命中率远低于薄规格产品，且带钢头部和尾部卷取温度偏差较大。由于带钢头尾在轧制线上等待的时间不同，因而在进入精轧前就存在头尾温差，进入精轧机后虽通过升速轧制可减小头尾温差，但在带钢抛钢过程中速度降低而使尾部温度降低，导致带钢头部和尾部卷取温度的控制精度偏低，呈现典型的“Ｖ”型缺陷，如图

１所示。对该钢卷进行分卷取样，其同卷屈服强度差达６５ＭＰａ，抗拉强度差达４５ＭＰａ，伸长率差达４．５％。

２成品规格对卷取温度控制的影响

厚规格带钢ＣＴ控制与薄规格带钢不同，由于规格较厚，成品长度较短，其在控制上着重于前馈，没有反馈的支持，带钢的尾部处于失控状态；另一方面，在层流冷却过程中，厚规格钢板在其厚度方向上进行着较复杂的热交换过程，其计算精度受加热温度影响较大。正常情况下，带钢芯部温度高于表面温度，因此在计算热传递过程中，是按照芯部温度向外传递过程计算的［１］。如果钢坯未烧透，芯部温度低于表面温度，则出现与预报模型计算热传递的方向相反情况，不利于厚规格带钢的ＣＴ前馈控制精度，即头部温度预报精度差。因此，厚规格钢板卷取温度控制的特殊性决定了ＣＴ控制死区是其头部和尾部。

３卷取温度命中率偏低原因分析及相应措施

带钢层流冷却过程中存在辐射传热、带钢和冷却水之间的对流换热以及与辊道接触的热传导等多种传热方式，传热比较复杂，且带钢的速度变化较大，从而影响卷取温度的因素较多。针对厚规格带钢ＣＴ控制上的特殊性，对其命中率低进行了分析。

３．１中间坯温降对卷取温度的影响

热连轧生产线上有一系列测温点，可测钢坯出炉温度，粗轧区内以及粗轧出口处、精轧入口、出口以及卷取前带钢温度，但所能测到的仅是轧件表面温度，许多温度测量点由于表面氧化铁皮影响或是除鳞后表面温度过低以及轧件厚度过大、内部温度不均等原因无法测量到轧件的真实温度（平均温度）。条件较好的测量点为粗轧出口处以及精轧出口处，其所测温度能较好地反映带钢的实际温度。因此，目前主要温降模型是以粗轧出口实测温度作为依据，由此来推算钢坯出炉温度、精轧各机架轧制温度，预报精轧终轧温度。

卷取温度控制多以精轧出口实测温度进行前馈控制，但是由于精轧速度过高，单纯依靠精轧出口温度前馈控制来计算卷取温度精度不高，为了提高卷取温度预报精度，卷取温度控制模型中依据粗轧出口温度进行预报，并将粗轧出口温度分为两段分别进行控制和自学习，如某带钢的粗轧出口温度曲线见图２，该两段温度的趋势与图１的卷取温度深 “Ｖ”型缺陷有明显的对应关系。“Ｖ”型曲线中最低点往往为中间坯温度曲线的两段分割点。若中间坯两段温度趋势波动较大，将直接影响卷取温度的预报精度。因此，稳定粗轧出口温度是提高卷取温度预报精度的关键。

影响中间坯头尾温度变化的因素很多，如加热温度、粗轧工艺参数、保温罩使用等。中间坯厚度为４０ｍｍ的带钢使用保温罩和未使用保温罩时的粗轧出口和精轧入口的头尾温度变化规律见图３。由图３可知，使用保温罩后带钢平均温降可降低２０℃左右。

３．２精轧终轧温度对卷取温度的影响

中间坯进入精轧后由于采用升速轧制，并结合机架间冷却水的使用可以很好地控制精轧出口带钢头尾温差，但往往因为带钢升速受到限制以及抛钢降速造成带钢尾部终轧温度偏低，并直接造成尾部卷取温度降低。实际生产中可通过提高轧制速度以及加速度来提高终轧温度［２］。

３．３热头热尾功能对卷取温度的影响

由于工艺要求，对于某些钢种要求投用热头热尾功能［３］。通常热头为８ｍ、２０℃，由于层流电磁阀响应有一定的滞后性，导致出现头部或尾部３０～４０ｍ处温度偏高，卷取温度出现“Ｖ”型缺陷，见图４。为避免此情况发生，应及时了解层流冷却系统状况，如集管出水完好率、喷嘴堵塞情况，并定期进行电磁阀响应测试。根据集管情况对问题集管进行手动关闭，并优化模型标准水量。

３．４模型自学习功能对卷取温度的影响

由于测量误差和系统特性变化的存在，模型的预报精度有限，模型自学习正是根据系统状态的变化，不断利用即时信息进行模型参数的修正，从而提高产品的控制精度。但模型长期自学习值和短期自学习值的可信度系数为人为给定，存在一定的偶然性。在钢种和规格变换需切换自学习模型表时，通常采用上次学习参数进行设定，由于现场冷却条件发生变化如喷嘴堵塞等，上次学习的参数有不适应的情况，当模型自学习慢或快时，影响ＣＴ命中率，如图５所示。调查模型数据后发现换规格后上次的前段学习值为正值，而本次轧制自适应后的值为负值，致使换规格后第１块带钢出现异常。

针对这一情况，在钢种变换时，改变工艺参数，观察ＣＴＣ反馈情况及时调整ＣＴ　ｔｅｍｐ　ｖｅｒｎｉｅｒ和温度斜率加快模型学习速度，使之与实际情况相符。使模型具有自身不断修正以提高精度的能力，并定期对模型学习参数进行维护。

根据不同ＣＴ曲线，判断影响ＣＴ的原因，通过各种调节手段对ＣＴ控制参数进行修正，达到目标值。当出现ＣＴ整体偏高或偏低时，对模型中学习值进行检查，如果偏差过大（大于５０℃）则对该温度偏差值进行修正；当出现ＣＴ曲线成“Ｖ”型时，则对两段斜率系数进行调节；出现ＣＴ无法调节时，应及时放慢节奏，合理使用保温罩。

４改进效果

采取上述改进措施后，厚规格带钢ＣＴ命中率得到改善，使产品同卷性能差得到改善，见表２。改进后同卷屈服强度差均值减少２５．０ＭＰａ，抗拉强度差均值减少１７．２ＭＰａ，伸长率均值差减少了１．３％。

５结语

通过对热轧卷取温度控制精度差的原因进行分析，得出影响卷取温度命中率的因素有加热温度、带钢在轧制运输过程中的温降以及模型自学习等，而中间坯出口温度曲线形状是造成卷取温度命中率低的主要因素。通过保温罩的合理使用、加热与粗轧速度的控制以及对两段斜率的自学习值进行调节可明显改善带钢的ＣＴ命中率。

参考文献：

［１］  刘　萍，管克智，孙一康．热轧带钢卷取温度控制数学模型［Ｊ］．北京科技大学学报，１９９４，１６（４）：３８７－３９１．

［２］  陈　永，余广夫，陈继林．提高热轧板卷终轧温度的研究［Ｊ］．钢铁钒钛，２００１，２２（２）：１９－２４．

［３］  赵　迪，郑　中，邱春林．本钢热轧带钢卷取温度优化研究［Ｊ］．轧钢，２００，

２４（１）：２２－２６．