基于实测值的自适应算法在中厚板轧制中的应用

D0I:10.13374/i.issm1001053x.2003.01.018 第25卷第1期 北京科技大学学报 Vol.25 No.1 2003年2月 Journal of University of Science and Technology Beijing Feb.2003 基于实测值的自适应算法在中厚板 轧制中的应用 李伟明 穆志纯刘克 北京科技大学信息工程学院自动化系，北京100083 摘要提出了一种应用于中厚板轧制的道次间自适应算法.该算法以实测数据为基础，通 过实测轧制力与实际计算轧制力的比值决定轧制力模型学习量的大小，做到了真正意义上 的以实测数据来校正模型，从而使设定的模型有较好的自学习功能，并在实际应用中表现出 较好的学习效果 关键词自适应算法；中厚板轧制；实测值 分类号TG333;TP273 中厚板生产中，产品厚度的尺寸精度和厚度 式轧机，道次间一般有1s以上的间隔时间，这为 在全长的均匀性是十分重要的质量指标.如果仅 进行道次间的自适应提供了充分的时间.道次间 仅依靠设定模型本身来实现厚度控制，则要求其 的自适应主要是围绕轧制力预测模型进行的.在 有很高的预报精度，但往往模型精度是有限的， 轧制力公式中引入修正系数对轧制力进行修正， 并不能达到要求值，此外，设定模型的计算是针 这样，轧制力的计算公式为： 对某一特定的轧制条件而进行的，但实际的轧制 P=10'BLOaf (1) 状态并不是始终保持不变的.因轧机参数和轧件 式中，B为轧件平均宽度：L为考虑轧辊压扁后的 参数在轧制过程中经常变化，单纯用设定模型预 接触弧长，L=√R△h;R为轧辊弹性压扁后的半 测轧件每一道次处于特定条件下的轧制力、轧制 径；△h为绝对压下量，即人口厚度-出口厚度；Q。 力矩、厚度等轧制参数必然存在偏差，而直接影 为应力状态系数；σ为变形阻力；∫为轧制力修正 响到产品的厚度质量.如何进一步提高轧制力的 系数 预测精度是厚度设定控制中必须要解决的问题 应力状态系数Q。可以采用西姆斯公式进行 之一 计算.但在计算机控制中应用的轧制力数学模型 也常采用简化的西姆斯公式计算2，即： 1轧制力模型 2。=0.75+0.25 h (2) 在简单的中厚板轧机计算机控制系统中，轧 式中，左为变形区形状系数：h为轧件平均厚度. 制规程模型一次性计算各道次的轧制参数，包括 有关变形阻力σ的计算现在已有许多较成 轧制力、轧制力矩、厚度等.在轧制过程中，如果 功的计算公式四 轧制力实际值与规程计算值之间出现了较大的 偏差，则实际轧件出口厚度就会与规程计算的出 2基于非实测值的道次间自适应 口厚度有较大的偏差，那么下一道次的实际轧制 算法存在的问题 参数与规程计算的结果也就会因此产生较大的 误差.为了消除这种误差，进行道次间的自适应 所谓基于非实测值的道次间自适应算法是 设定计算是非常必要的， 指如下的修正学习过程，这种自适应算法在目前 中厚板轧机一般采用单机架或双机架可逆 的中厚板轧机中有不少的应用 收稿日期2001-1204李伟明女，28岁，硕士 轧制力计算公式如式(1).修正系数：

第 卷 第 期 年 月 北 京 科 技 大 学 学 报 一 一 基于实测值的 自适应算法在 中厚板 轧制 中的应用 李伟 明 穆 志 纯 刘 克 北 京科技 大学 信息工 程学 院 自动化系 ， 北京 摘 要 提 出 了一 种应 用 于 中厚板 轧制 的道 次 间 自适 应算法 该算法 以 实测 数据为基 础 ， 通 过 实测 轧 制力 与实际计算 轧制力 的 比值决定轧制力模型 学 习 量 的大小 ， 做 到了真正 意义 上 的 以 实测 数据来校 正模型 ， 从而使设定 的模型 有 较好 的 自学 习 功 能 ， 并在实际应用 中表现 出 较好 的学 习 效果 关 键 词 自适应 算法 中厚板 轧 制 实测值 分 类号 中厚板 生 产 中 ， 产 品厚度 的尺 寸精度 和 厚 度 在全 长 的均匀性是 十分重 要 的质量指标 如果 仅 仅依靠设定模 型本 身来实现厚度控制 ， 则 要 求其 有很 高 的预 报精度 ， 但 往 往模 型精度 是有 限 的 ， 并 不 能达 到要 求值 此外 ， 设定 模 型 的计算 是 针 对某一 特定 的轧制条件而进 行 的 ， 但实际 的轧制 状 态并不 是 始终保持不 变 的 因轧机参数 和轧件 参数在轧制过程 中经 常变化 ， 单纯用设定模型 预 测 轧件每一 道 次处 于特定条件下 的轧制力 、 轧制 力 矩 、 厚 度 等轧 制参数必 然存在 偏 差 ， 而直 接影 响到产 品 的厚度 质量 如何进一 步提高轧制力 的 预 测 精 度 是 厚 度 设定 控 制 中必 须要 解 决 的 问题 之一 式 轧机 ， 道 次 间一 般 有 以 上 的 间 隔 时 间 ， 这 为 进行道 次 间 的 自适应 提供 了充分 的时 间 道 次 间 的 自适 应 主要 是 围绕 轧制力 预测 模 型进 行 的 在 轧制力公式 中引入修正 系数对轧制力进行修正 ， 这 样 ， 轧 制力 的计算公式 为 ， 刀了 式 中 ， 为轧件平均 宽度 为考 虑轧辊 压 扁后 的 接触 弧 长 ， 扭丽 为轧辊 弹性 压 扁 后 的半 径 △ 为绝对压 下 量 ， 即人 口 厚度 一 出 口 厚度 为应 力状 态 系数 为变形 阻力 为轧 制力 修 正 系数 应 力 状 态 系数 可 以 采 用 西 姆 斯公 式 进 行 计算 但在计算机控制 中应用 的轧制力数学模 型 也 常采用 简化 的西姆斯公式计算 必 ， 即 轧 制 力模型 在 简单 的 中厚 板轧 机计算机控制 系统 中 ， 轧 制规程模 型一 次性计算各道 次 的轧制参数 ， 包括 轧 制 力 、 轧 制 力 矩 、 厚度 等 在 轧 制过 程 中 ， 如果 轧制 力 实 际值 与规 程 计 算值 之 间 出现 了较 大 的 偏 差 ， 则 实 际轧件 出 口 厚度就会 与规程计算 的 出 口 厚度有较大 的偏差 ， 那 么下 一 道 次 的实 际轧制 参数与 规 程计算 的结 果 也 就 会 因此 产 生 较 大 的 误差 为 了消 除这 种误差 ， 进 行 道 次 间 的 自适应 设定计算是 非 常必要 的 中厚 板 轧 机 一 般 采 用 单机 架 或 双 机 架 可 逆 收稿 日期 一 刁 李伟明 女 ， 岁 ， 硕 士 。 一 · 奇 式 中 ， 渝 为变形 区 形状 系数 为轧件平 均 厚度 · 有 关 变 形 阻 力 。 的计 算 现 在 已 有 许 多 较 成 功 的计算公式 ‘ 基 于 非 实 测 值 的 道 次 间 自适 应 算法 存在 的 问题 所 谓 基 于 非 实测 值 的道 次 间 自适 应 算 法 是 指 如 下 的修正 学 习过程 ， 这种 自适应算法 在 目前 的 中厚板 轧机 中有不 少 的应 用 轧 制力计算公式 如式 修正 系数 DOI ：10．13374／j ．issn1001－053x．2003．01．018

Vol.25 No.1 李伟明等：基于实测值的自适应算法在中厚板轧制中的应用 *63· f=fi+a风r-fi) (3) 型计算（预测）将轧道次的轧机最大转速N.根 其中，f为自学习记录表中上一道次的f值，初始 据Nr,h-,h,再次利用轧制力模型计算（第二次 值设为1；a为修正系数；r为实测轧制力P与规 预测)得到第二次预测轧制力P及第二次预测 程计算轧制力P的比值，即：=P· P 轧制力矩Mo2,而P,Ma作为最终的预测结果. 由上面的式子可以看出，该算法是利用上一 然后轧件经轧机轧过这一道次后，得到本轧制道 道次的实测轧制力P与规程计算轧制力P的比 次轧机实测转速W以及利用实际采样值计算出 值？来对下一道次的预测轧制力进行修正，希望 的本轧制道次实际出口厚度：（利用实测轧制力 经过几个道次之后，预测轧制力与实测轧制力变 P进行计算).由实测值h,,N及根据轧制力 得更加接近.但是，这种道次自适应算法不应该 模型计算出的轧制力P,求得，根据r决定学 利用实测轧制力P和规程计算轧制力P的比值 习量的值即∫值.算法流程图如图1所示 r对下一道次的轧制力进行预测，因为轧制力的 这种自适应算法是收敛的，其收敛性可用 自学习与其他参数的自学习是有区别的，即轧机 图2进行说明. 存在弹跳现象.如果实测轧制力P比规程计算 开始 轧制力P偏高或偏低时，由于轧机弹跳的影响， 实际出口厚度要比原来规程计算的出口厚度 初始化 h大或小，也就是说实测轧制力P和规程计算轧 i-n 是 →退出 制力P相当于是不同轧制条件下的两个轧制力 值，无法进行相比（无可比性）.因此，利用不同轧 由N.利用轧制力模型计算得Pc,Ma 制条件下的两个轧制力P和P的比值对下一道 次的轧制力进行修正是不合理的.换言之，这种 由Pa,Ma,利用转速模型计算得N 算法并未正确地应用实测数据信息对模型进行 校正.笔者在某钢铁厂中厚板轧制生产现场实时 由N,h,h利用轧制力模型计算得Pa,Mar 监测，发现采用该算法对轧制力进行修正时，实 测轧制力和预测轧制力之间存在较大出入，尤其 抛钢标志置1 在结束道次（末道次）的前三道次，表现得十分明 显 由h,,N利用轧制力模型计算得P 3基于实测值道次间自适应算法 计算r,,+1 针对以上算法存在的问题，为了真正做到利 图1算法流程图 用实测数据来校正模型，笔者提出了一种应用于 Fig.1 Flow chart of the algorithm 中厚板生产的道次间自适应算法，即轧制力公式 同式(1)修正系数： 墟线I f=f+a(r-h) (4) P 式中，a修正系数；r实测轧制力P与实际计算轧 P-1 制力P的比值，即r= Pa-u P 该自适应算法的具体方法是：在进行下一道 P 次轧制之前，由于不知道将轧道次的轧机转速 值，就先根据轧机额定转速值和将轧道次轧件的 入口厚度即上一道次轧件实际出口厚度：（如 果是首道次就用坯料厚度)以及规程计算的将轧 道次轧件的出口厚度h,利用轧制力模型进行计 h 夕 算（第一次预测）得到第一次预测轧制力P及第 图2收敛性图示 一次预测轧制力矩M%.由以上各值利用速度模 Fig.2 Convergence of the algorithm

】 李 伟 明等 基 于 实测 值 的 自适应 算 法在 中厚 板 轧制 中的应 用 二 厂 一厂 其 中环 为 自学 习 记 录表 中上 一 道 次 的 值 ， 初 始 值设 为 为 修正 系 数 为 实 测 轧制 力 ’ 与规 一 、 一 二 、 ， ， 。 一 尸 程计算轧制 力 尸 的 比值 ， 即 一 卞 · 由上 面 的式 子 可 以 看 出 ， 该算 法是 利用 上 一 道 次 的实测 轧 制 力 与 规程 计算 轧制力 尸 的 比 值 来 对 下 一 道 次 的 预测 轧 制力 进 行 修正 ， 希望 经过几 个道 次 之后 ， 预测轧 制力 与实测 轧 制力 变 得更 加 接 近 但是 ， 这 种 道 次 自适 应 算 法 不 应 该 利用 实 测 轧 制力 ’ 和 规 程 计算 轧 制力 尸 的 比值 对 下 一 道 次 的轧 制 力进 行 预 测 ， 因为 轧 制 力 的 自学 习与 其他参数 的 自学 习是有 区别 的 ， 即轧机 存 在 弹跳 现 象 如果 实测 轧 制 力 产 比规 程计算 轧制 力 尸 偏 高或 偏 低 时 ， 由于 轧 机 弹跳 的影 响 ， 实 际 出 口 厚 度 ’ 要 比原 来 规程计 算 的 出 口 厚 度 大或 小 ， 也就是说实测 轧 制力 尸 和规程计算轧 制力 尸 相 当于 是 不 同轧 制条 件下 的 两 个 轧制 力 值 ， 无 法进行 相 比 无 可 比性 因此 ， 利 用 不 同轧 制条件 下 的两 个 轧 制力 ’ 和 尸 的 比值 对 下 一 道 次 的轧 制力 进 行 修正 是 不 合理 的 换 言 之 ， 这 种 算法 并 未 正 确地 应 用 实 测 数据 信息 对 模 型 进 行 校 正 笔者在某钢铁厂 中厚板 轧 制生产 现场 实时 监 测 ， 发 现采 用 该算法 对轧 制力 进 行修 正 时 ， 实 测轧 制力和 预测轧 制力之 间存在较 大 出人 ， 尤其 在结 束道 次 末 道次 的前三 道 次 ， 表现得 十分 明 显 型计算 预 测 将轧 道 次 的轧 机 最 大转速风世 ， 根 据戈 ， 二 ，， 瓶再次利 用 轧 制 力 模 型计算 第二 次 预 测 得 到第二 次预 测 轧 制 力 几 及第 二 次 预 测 轧 制 力 矩风 ， 而 ， 作 为最 终 的预测 结果 然 后 轧件经 轧机 轧过这一 道 次后 ， 得 到本轧制道 次 轧机 实测 转速 ’ 以及 利 用 实际采样 值计算 出 的本 轧 制道 次 实 际 出 口 厚度 利用 实 测 轧制力 ’ 进 行计算 由实测 值稼 ，， 双 ， ’ 及 根 据 轧制力 模 型计算 出 的轧制 力 ， 求得 洲 ， 根 据 ’ 决定 学 习量 的值 即 值 算法 流程 图如 图 所 示 这 种 自适 应 算 法 是 收敛 的 ， 其 收 敛性 可 用 图 进 行说 明 孟 萄鱼 国圈 否 小 由从 利用 轧制力模型计算得 ， ， 由氏 ， 从 利用 转速模型 计算得风 。 由戈 公 ， ，， 氏利用 轧制力模型 计算得 ，从 抛钢标志置 由 ， ， ’ 利 用 轧制力模型 计算得 基 于 实 测 值道 次 间 自适 应 算法 针 对 以上 算法存在 的 问题 ， 为 了真正 做 到利 用 实测 数据来 校 正模 型 ， 笔者提 出了一 种 应用 于 中厚板 生 产 的道 次 间 自适应算法 即轧制力公式 同式 修 正 系数 二 厂 ’ 厂一厂 式 中 ， 口修正 系数 ‘ 实测 轧 制力 ’ 与 实际计算轧 制 力 的 比值 ， 即 ， 一 一 ， 碑 “ 曰 “ ’ 即 ‘ 导只 ’ 该 自适 应算法 的具体 方法 是 在 进行 下一 道 次 轧 制 之 前 ， 由于 不 知 道 将轧 道 次 的轧 机 转 速 值 ， 就先 根 据轧 机 额 定转 速值和将 轧道 次轧件 的 入 口 厚 度 即 上 一 道 次 轧 件 实 际 出 口 厚 度 汤 如 果 是 首道次 就用坯 料厚度 以及 规程计算的将轧 道 次轧件 的 出 口 厚 度 ‘ ， 利用 轧 制力模 型 进行 计 算 第 一 次预 测 得到第一 次预测 轧制力 凡 及第 一 次 预 测 轧制力矩 从 ， 由 以 上 各值利用 速 度模 计算 洲 ， ， 图 算 法 流 程 图 虚线 牛、 丫曰、 八︸、 从认 凡松 图 收敢性 图示

●64· 北京科技大学 学 报 2003年第1期 由图2可知，当上一道次的实测轧制力P-大 30 (a) 于预测轧制力P-时，如果P与实际计算轧制力 P-,的比值r-,大于预测轧制力修正系数的 值，则影响下一道次预测轧制力修正系数的值 (即学习量)增大，使得下一道次预测轧制力P大 15 于不进行模型自学习的预测轧制力P。,反映在图 210 ★一实测P 中可见轧件塑性曲线的斜率减小，见虚线1.利用 --·原算法预测F 实测值h计算出的实际计算轧制力P的值大于不 0 ·…新算法预测F 进行模型自学习而计算出的轧制力P的值，所以 1 2 3 456 9 10 有<.由式(4)，学习量增量（值为正）的绝对 道次n 值△逐渐减小，使预测轧制力值以逐渐减小的 (a)普碳钢，坯料尺寸为230mm×1650mm×3800mm,成 步长接近实测轧制力值.同理，如果上一道次的 品尺寸为100mm×2100mm×6900mm. 实测轧制力P-与实际计算轧制力P-的比值， (b) 小于预测轧制力修正系数，的值，则影响下一 25 道次预测轧制力修正系数的值减小，使得下一 20 道次预测轧制力P小于不进行模型自学习的预 测轧制力P。,轧件塑性曲线的斜率增大，r,>r1, 15 学习量增量（值为负）的绝对值△逐渐减小，使 10 一实测P 预测轧制力值以逐渐减小的步长接近实测轧制 一-原算法预测F 力值 ·…新算法预测F 由此可以看出：利用上一道次的实测轧制力 5 791113151719 P与实际计算轧制力P:的比值r可以修正下一道 道次n 次的预测轧制力.经过几个道次之后，预测轧制 (b)优质结构钢，坯料尺寸为230mm×1650mm×3700 力和实测轧制力将变得更加接近.也就是说，该 mm,成品尺寸为25mm×2200mm×26900mm. 算法做到了真正意义上的以实测数据来校正模 图3学习效果对比 型，从而使设定的模型有较好的自学习功能.这 Fig.3 Comparison of the learning effect 样就可以提高轧制力计算的精度和轧制成品的 表1图3()中结束道次的前三道次预测轧制力的对比 厚度精度. 数据 Table 1 Comparison data of three pass before the end of 4实际应用 Fig.3(a) 将上述这种基于实测值的道次间自适应算 n(n=11) P/MN F/MN F/MN 法应用于某钢铁厂中厚板实际轧制生产中，对不 n-3 20.482 18.796 20.208 同钢种的200多块钢进行了现场实际轧制，实际 m-2 19.531 17.483 18.689 n-1 15.552 13.112 15.308 应用结果表明，所得的预测轧制力与实测轧制力 的偏差比采用非实测值进行道次间自适应的方 表2图3(b)中结束道次的前三道次预测轧制力的对比 法时明显要小，可以满足实际生产的要求.两种 数据 算法的学习效果对比如图3所示.这里以两个钢 Table 2 Comparison data of three pass before the end of 种的轧制力预测为例，其中第六道次为转钢空过 Fig.3(b) 道次.为保证轧制总道次数为偶数，最后一道次 n(=19) P/MN F/MN F/MN 为空过道次，表1和表2列出图3中结束道次的 n-3 12.132 14.465 12.210 前三道次预测轧制力的对比数据.由此可知这种 n-2 10.378 12.681 9.947 基于实测值的道次间自适应算法比原算法的预 n-1 9.967 12.073 9.614 测精度高

北 京 科 技 大 学 学 报 年 第 期 芝、之澳心 由图 可 知 ， 当上 一 道 次 的实测 轧制 力耳 ， 大 于 预测 轧 制力只 一 时 ， 如果只 ，与实际计算 轧制 力 一 ， 的 比值 林 ，大 于 预 测 轧 制 力 修 正 系 数关 的 值 ， 则影 响下 一 道 次 预 测 轧制力修正 系数厂的值 即学 习量 增大 ， 使得下 一道 次预 测 轧 制力只大 于不 进行模型 自学 习 的预 测轧制力 ， 反 映在 图 中可 见轧件塑性 曲线 的斜率减小 ，见 虚线 利用 实测值从计算 出的实 际计算轧制力 的值大 于不 进行模 型 自学 习而计算 出的轧制力只 。 的值 ， 所 以 有 月 对 一 由式 ， 学 习 量增 量 值为 正 的绝 对 值 酬逐 渐 减小 ， 使 预测 轧 制力值 以 逐 渐 减小 的 步 长 接近 实测轧 制力值 同理 ， 如果 上 一 道 次 的 实测 轧制力 ，与实 际计算轧制力凡 一 ，，的 比值 殊 ， 小于 预测 轧制 力修正 系数关 ， 的值 ， 则影 响下 一 道次预测轧 制力修正 系数 的值减 小 ， 使得下 一 道 次 预 测 轧制 力尸 ‘小 于 不 进 行 模型 自学 习 的预 测 轧制力， ， 轧件塑 性 曲线 的斜率增 大 ， ‘ 式 一 ，， 学 习 量增 量 值为负 的绝对值 酬逐 渐减小 ， 使 预 测 轧制 力值 以 逐 渐 减 小 的 步 长 接 近 实 测 轧 制 力值 由此 可 以看 出 利用 上 一道 次 的实测 轧制力 ’ 与实际计算轧制力 的 比值 ‘ 可 以修正 下一 道 次 的预测 轧制力 经 过几 个道 次之后 ， 预测 轧制 力 和 实测 轧 制力将变得 更 加接 近 也 就是说 ， 该 算 法 做到 了真 正 意 义 上 的 以 实测 数据 来 校 正 模 型 ， 从 而 使设定 的模型 有较好的 自学 习 功 能 这 样 就 可 以 提 高轧 制 力计算 的精度 和 轧制成 品 的 厚度 精度 道 次 普碳钢 ， 坯料 尺 寸 为 ‘ 一 ， 成 品尺 寸为 舞声润呱 冬 气 通卜，狱旅 一 实 测’ 一 刁一原算法 预测 · ， · …新算法 预测 巧 、之芝韶心 道次。 优 质结构钢 ， 坯 料 尺 寸为 ， 成 品尺 寸 为 火 图 学 习效 果 对 比 功 月贻 表 图 中结 束道次 的 前三 道次 预 测 轧 制 力 的对 比 数 据 实 际 应 用 将上 述 这 种 基 于 实 测 值 的道 次 间 自适 应 算 法应用 于某 钢铁 厂 中厚板实 际轧制生产 中 ， 对不 同钢种 的 多块 钢进 行 了现场 实际轧 制 实 际 应用结果表明 ， 所得 的预测 轧制 力与实测 轧制力 的偏差 比采 用 非 实 测 值 进 行 道 次 间 自适 应 的方 法 时 明显要 小 ， 可 以满 足 实际生 产 的要 求 两 种 算法 的学 习效 果 对 比如 图 所示 这 里 以 两个 钢 种 的轧制力预测 为例 ， 其 中第六 道 次为转钢空 过 道次 为保证 轧制总道 次数为偶数 ， 最 后 一 道 次 为空 过 道 次 表 和 表 列 出图 中结束 道 次 的 前 三道 次预测 轧制 力的对 比数据 由此可 知这种 基 于 实测 值 的道 次 间 自适 应算法 比原 算法 的 预 测 精度 高 · 月 ’ 一 刀 一 一 巧 尸祠 表 图 中结束道次 的前 三 道 次预 测 轧 制 力 的对 比 数 据 她 句 ” ’ 刊 ， 八诵 一 一 ， 一

Vol.25 No.1 李伟明等：基于实测值的自适应算法在中厚板轧制中的应用 ·65◆ 5结论 8 Hwang Y M,Hsu HH.Analysis of plate rolling using the dual-stream function and cylindrical coordinates [J].Jour- 本文针对中厚板轧制中用非实测值进行道 nal of Materials Processing Technology,1998,40:371 次间自适应学习算法所存在的问题，提出了一种 9 Hwang Y M,Hsu HH.An investigation into the platic de- 利用实测数据信息的道次间自适应方法，该方法 formtion behavior at roll gap during plate rolling [J],Jour- 的核心在于使用了实测值来进行模型的修正，实 nal of Materials Processing Technology,1999,88:97 10 Shun MS,Yi JJ,Moon Y H.Application of neural net- 际应用的结果表明，这是一种有效的进行道次间 works predict the width variation in a plate mill [J].Jour- 自适应学习的方法， nal of Materials Processing Technology,2001,111:146 参考文献 11 Kim D J,Kim Y C,Kim B M.Optimization of irregular 1孙本荣，王有铭，陈瑛.中厚钢板生产M.北京：冶 shape rolling process with an artidical neural networks[J]. 金工业出版社，1993 Journal of Materials Processing Technology,2001,113: 2管克智，冶金机械自动化[M.北京：冶金工业出版 131 社，1998 12 Venkata R N,Suryanarayana G.A set-up model for tan- 3刘玠，孙一康.带钢热连轧计算机控制[M.北京：机 dem cold rolling mills [J].Journal of Materials Processing 械工业出版社，1997 Technology,2001,116:269 4吕立华.轧制理论基础M.重庆：重庆大学出版社， 13 Larkiola J,Myllykoski P,Korhonen A S,et al.The role 1991 of neural networks in the optimisation of rolling processes 5唐谋凤.现代带钢冷连轧机的自动化[M.北京：冶 [J].Journal of Materials Processing Technology,1998, 金工业出版社，1995 80-81:16 6赵家骏.板带钢生产M).北京：治金工业出版社，1992 14 Rudkins N,Evans P.Mathematical modeling of mill set- 7 Park J J.Prediction of the flow stress and grain size of steel up in hot strip rolling of high strength steels [J].Journal of during thick-plate rolling [J].Journal of Materials Pro- Materials Processing Technology,1998,80-81:320 cessing Technology,2001,113:581 An Adaptive Algorithm for Plate Rolling Based on Measured Data LI Weiming,MU Zhichun,LIU Ke Information Engineering School,University of Science and Technology Beijing,Beijing 100083,China ABSTRACT Using measured data,an algorithm of pass adaptation is developed for plate rolling.This algorithm can adjust the model better because the adjusting scale depends on the ratio of measured rolling force to calculated rolling force.Results show that this adaptive algorithm is effective in practice. KEY WORDS adaptive algorithm;plate rolling;measured data:

匕】 李 伟 明等 基 几 实测 值 的 自适 应 算法 在 中厚板 轧制 中的应 用 结 论 本 文 针 对 中厚 板 轧 制 中用 非 实测 值进 行 道 次 间 自适 应 学 习算法 所存在 的 问题 ， 提 出 了一 种 利 用 实测 数据信 息 的道 次 间 自适 应 方 法 ， 该方法 的核 心 在 于使用 了实测值来进行模 型 的修正 实 际应 用 的结 果 表 明 ， 这是 一种 有效 的进行 道 次 间 自适 应 学 习 的方 法 参 考 文 献 孙本荣 ， 王 有铭 ， 陈瑛 中厚 钢 板 生 产 「 北 京 冶 金 工 业 出版社 ， 管克智 冶 金 机械 自动化 北京 冶金 工 业 出版 社 ， 刘价 ， 孙 一 康 带钢 热 连 轧计算机控 制 北 京 机 械工业 出版社 ， 吕立 华 轧 制理论基础 「』重 庆 重 庆大学 出版社 ， 唐谋凤 现代带钢 冷 连 轧 机 的 自动化 「 北 京 冶 金 工 业 出版 社 ， 赵家骏 板带钢生 产 』北 京 冶金工业 出版社 ， 一 ， ， ， 一 ， ， ， ， ， ， ， ， ， ， ， ， ’ ， ， 一 ， ， ， ， ， ’ ， 一 ， ， ， 一 肠 ， ， ， ， ， ，