改善层流冷却提高板材质量
孟周东
【摘 要】Through investigation on the effect of laminar cooling on the
sheet quality of Steckel mill, Anyang Steel modified water spray mode to
optimize water supply operation and water temperature control and
ensure water quality, which has solved the problems of on-ho-mogeneous
stress and sheet warping during the laminar cooling stage and improved
the prod-uct quality of the Steckel mill.%通过对炉卷轧线的层流冷却对板材质量影响因素的研究，采用了改进喷淋方式，优化供水操作方法和水温控制保证供水质量，改善了炉卷生产线在层流冷却阶段出现的应力不均和钢板翘曲等问题，提高了板材质量。
【期刊名称】《冶金动力》
【年(卷),期】2014(000)012
【总页数】3页(P67-69)
【关键词】层流冷却;供水;板材;质量
【作 者】孟周东
【作者单位】安阳钢铁集团公司，河南安阳455004
【正文语种】中 文
【中图分类】TF085 在炉卷轧线生产过程中，对层流冷却技术的优化及供水操作加以改善，以达到控制和提高最终产品的综合力学性能和板材板形的目的。层流快速冷却技术应用日益普遍，已成为各种轧钢生产线的必备控冷环节，采用高效的层流冷却工艺就需掌控一些不利因素，层流冷却过程中从上下喷嘴流出的冷却水速度比较低，能够形成平滑、连贯的水流直接落到快速移动的钢材表面，在板材表面形成冷却均匀的水面。对生产线的不同工艺参数及设备布置参数也将影响冷却能力，水温控制及水质不同也同样影响到板材质量，因此探讨各种影响因素对冷却的影响具有指导意义。
３２ 柳钢科技 ２００８年第２期
层流冷却技术在热连轧板带生产中的应用实践
卢为同罗军 （热轧板带厂） 摘要介绍对层流冷却自动控制系统的改进，采用经验模型，设计出各种轧制条件、各钢种 材质和各种产品规格的层流冷却方式和层流出１２１控制目标温度，较好地控制产品轧后冷却速度和卷 取温度，使板带获得良好的金相组织和力学性能，减少了产品性能波动，提高产品性能合格率 关键词 轧钢 热轧板带层流冷却 冷却速度 卷取温度 力学性能
Ａｐｐｌｉｃａｔｉｏｎ ａｎｄ Ｐｒａｃｔｉｃｅ ｏｆ Ｓｔｒｅａｍ Ｃｏｏｌｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ ｉｎ Ｃｏｎｔｉｎｕｏｕｓ Ｈｏｔ－ｒｏｌｌｅｄ Ｓｔｒｉｐ Ｐｒｏｄｕｃｔｉｏｎ
ＬＵ Ｗｅｉ－ｔｏｎｇ ＬＵＯ Ｊｕｎ （Ｈｏｔ－ｒｏｌｌｅｄ Ｓｔｒｉｐ Ｍｉｌ１） Ａｂｓｔｒａｃｔ Ｔｈｅ ｉｍｐｒｏｖｅｍｅｎｔ ｏｆ ｓｔｒｅａｍ ｃｏｏｌｉｎｇ ａｕｔｏｍａｔｉｃ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｗａｓ ｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅ ｓｔｒｅａｍ ｃｏｏｌｉｎｇ ｍｏｄｅ ａｎｄ ｔｈｅ ｏｕｔｌｅｔ ）ａｌ ｔｅｍｐｅｒａｔｕｒｅ ｆｏｒ ｖａｒｉｅｔｉｅｓ ｏｆ ｒｏｌｌｉｎｇ ｃｏｎｄｉｔｉｏｎｓ ａｎｄ ｐｒｏｄｕｃｔｓ ｗｅｌ＇￣ｄｅｓｉｇｎｅｄ ｗｉｔｈ ｅｍｐｉｒｉｃａｌ ｍｏｄｅｌ ｔｏ ｃｏｎｔｒｏｌ ｃｏｏｌｉｎｇ ｓｐｅｅｄ ａｎｄ ｃｏｉｌｉｎｇ ｔｅｍｐｅｒａｔｕｒｅ ｆｏｒ ｐｒｏｄｕｃｔｓ ａｓ－ ｒｏｌｌｅｄ，ｔｈｅｎ，ｔｈｅ ｓｔｒｉｐ Ｃａｎ ｏｂｔａｉｎ ｇｏｏｄ ｍｅｔａＵｏｇｒａｐｈｉｃ ｓｔｒｕｃｔｕｒｅ ａｎｄ ｍｅｃｈａｎｉｃａｌ ｐｒｏｐｅｒｔｙ，ｔｈｅ ｕｎｄｕｌａｔｏ－ ｒｙ ｐｒｏｐｅｒｔｙ ｏｆ ｐｒｏｄｕｃｔｓ ｃａｎ ｂｅ ｒｅｄｕｃｅｄ ａｎｄ ｔｈｅ ｕｐ－ｔｏ—ｓｔａｎｄａｒｄ ｒａｔｅ ｏｆ ｐｒｏｄｕｃｔｓ Ｃａｎ ｂｅ ｉｍｐｒｏｖｅｄ． Ｋｅｙ Ｗｏｒｄｓ Ｓｔｅｅｌ Ｒｏｌｌｉｎｇ Ｈｏｔ－ｒｏｌｌｅｄ Ｓｔｒｉｐ Ｓｔｒｅａｍ Ｃｏｏｌｉｎｇ Ｃｏｏｌｉｎｇ Ｓｐｅｅｄ Ｃｏｉｌｉｎｇ Ｔｅｍｐｅｒａ— ｔｕｒｅ Ｍｅｃｈａｎｉｃａｌ Ｐｒｏｐｅｒｔｙ １前言 层流冷却是板带生产的关键环节之一。现 代热连轧板带厂普遍采用层流冷却系统控制钢 带的轧后冷却速度和卷取温度，使板带获得良 好的金相组织和力学性能。采用层流冷却工艺 要保证有较好的冷却均匀性、较高的卷取温度 控制精度以及对冷却速度的有效控制。柳钢热 轧板厂原来的层流冷却系统控制方式单一，冷 却系统按单一模式设定层流出口温度进行自动 控制冷却。这种自动控制冷却只能实现常规的 前段冷却，即层流冷却水从第一组开始往后增 加冷却水组直到冷却至设定层流出口温度。这 种控制方式既不能实现后段冷却，也不能实现 根据产品钢种变化、碳当量的变化来控制冷却 速度，更不能调节上下表面的冷却能力。因而， 投产初期钢卷性能波动较大，性能质量异议较 多，不能满足日益提高的用户需求。我们依据 大量实际生产数据，设计出各种轧制条件、各 钢种材质和各种产品规格的层流冷却方式和层 流出口目标温度控制模型，较好地控制产品轧 后冷却速度和卷取温度，减少了产品性能波动， 提高产品性能合格率。 ２生产设备 柳钢热轧板带厂的轧线层流冷却系统有效 冷却长度约为６５ｍ，有效冷却宽度２０３２ｍｍ。整 个冷却区分１４组冷却段，其中粗调６组，精调 ８组。上集管采用常规Ｕ型层流集管，采用微正 压方式供水；下集管为直喷集管，带一定喷射 角，使冷却水与带钢下表面充分热交换，保证 带钢上下表面均匀冷却。每组冷却段用一个冷 却架与４根集管连接，使用一个液压缸。为了
热轧带钢层流冷却控制及其优化研究的开题报告
一、选题背景和研究意义
热轧是钢铁生产过程中的重要工艺环节，其产生的带钢质量直接影响到下游工序的加工和使用。带钢在热轧过程中受到高温下的变形和冷却，这两个过程对带钢的力学性能、表面质量和共晶组织等方面都有重要影响。其中，层流冷却是热轧过程中最关键的环节之一，它能够有效控制带钢的温度，改善其表面质量和机械性能；同时，一些优化的层流冷却控制策略也可以提高热轧带钢的生产效率和节能环保程度。因此，对于热轧带钢层流冷却控制及其优化方面的研究具有重要的理论和实践意义。
二、研究内容和技术路线
本研究主要围绕热轧带钢层流冷却控制及其优化展开，具体研究内容包括：
1、利用数值模拟方法对层流冷却过程进行建模和仿真，分析其对带钢温度、应力和形变等机械性能指标的影响；
2、结合工艺流程和设备特点，研究不同的层流冷却控制策略，包括冷却水量、喷射角度、喷射距离和冷却时间等等；
3、利用实验测试和数值模拟相结合的方法验证和优化热轧带钢层流冷却控制策略；
4、研究不同材料、规格和工艺参数下的层流冷却效果及其机理，探索其优化潜力和适用范围。
技术路线主要包括：
1、建立热轧带钢层流冷却的数值模型，分析其温度场、应力分布和共晶组织演变规律； 2、针对实际工艺流程，设计不同的层流冷却控制实验和数值仿真实验，获取并验证不同工艺参数下的层流冷却效果；
3、将实验结果和数值模拟结果进行对比，找出工艺流程中可能出现的矛盾和优化方案；
4、根据实验结果和数值模拟结果，提出并验证优化方案，进一步提高热轧带钢层流冷却控制的精度和生产效率。
三、研究预期结果和创新性
本研究预期可以：
1、建立准确、全面的热轧带钢层流冷却模型，分析其机理和影响因素；
2、研究不同工艺参数下的层流冷却效果，找出其优化方案；
3、对比实验结果和数值模拟结果，验证不同优化方案的可行性和有效性；
4、提出并推广适用于不同材料、规格和工艺参数下的层流冷却控制策略，达到优化生产效率和产品质量的目的。
第２６卷第３期
２００２年７月 燕山大学学报 Ｊｏｕｒｎａｌ ｏｆ Ｙａｎｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ Ｖｂ１．２６ Ｎｏ．３ Ｊｕｌｙ ２００２
带钢卷取温度高精度预报模型的研究与开发
Ｒｅｓｅａｒｃｈ ａｎｄ Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ Ｈｉｇｈ Ａｃｃｕｒａｃｙ
Ｐｒｅｄｉｃｔｉｏｎ Ｍｏｄｅｌ Ａｂｏｕｔ Ｓｔｒｉｐ Ｃｏｉｌ Ｔｅｍｐｅｒａｔｕｒｅ
张树存
摘要针对传统卷取温度模型的固有缺陷，为了提高卷 取温度的控制精度，提出一种将人工神经网络和数学模型
相结合的新方法，用于热轧带钢卷取温度的预报。离线仿 真表明，采用本文所述的方法，能够较准确地预报带钢的
卷取温度。
关键词数学模型，神经网络，ＢＰ算法，卷取温度预报。
Ａｂｓｔｒａｃｔ Ａｇａｉｎｓｔ ｔｈｅ ｉｎｈｅｒｅｎｔ ｄｅｆｅｃｔ ｏｆ ｔｒａｄｉｔｉｏｎａｌ ｃｏｉｌ ｔｅｍ－ ｐｅｒａｔｕｒｅ ｍｏｄｅｌ ａｎｄ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ｃｏｎｔｒｏｌ ａｃｃｕｒａｃｙ ｏｆ ｃｏｉｌ
ｔｅｍｐｅｒａｔｕｒｅ，ａ ｎｅｗ ｍｅｔｈｏｄ ｉｓ ｂｒｏｕｇｈｔ ｆｏｒｗａｒｄ，ｗｈｉｃｈ ｃｏｍ－
ｂｉｎｅｓ ｔｈｅ ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＡＮＮ）ｗｉｔｈ ｍａｔｈｅｍａｔｉｃｓ ｍｏｄｅｌ ｆｏｒ ｔｈｅ ｃｏｉｌ ｔｅｍｐｅｒａｔｕｒｅ ｐｒｅｄｉｃｔｉｏｎ ａｂｏｕｔ ｈｏｔ ｒｏｌｌｉｎｇ．
Ｔｈｅ ｏｆｆｉｉｎｅ ｅｍｕｌａｔｉｏｎ ｓｕｇｇｅｓｔｓ ｔｈａｔ ｉｔ ｃａｎ ｍｏｒｅ ａｃｃｕｒａｔｅｌｙ ｐｒｅ－ ｄｉｃｔ ｔｈｅ ｔｅｍｐｅｒａｔｕｒｅ ｏｆｓｔｒｉｐ ｃｏｉｌ ｗｉｔｈ ｔｈｅ ｍｅｔｈｏｄ ｄｅｓｃｒｉｂｅｄ ｉｎ
ｔｈｉｓ ｐａｐｅｒ．
Ｋｅｙ ｗｏｒｄｓ ｍａｔｈｅｍａｔｉｃｓ ｍｏｄｅｌ，ａｒｔｉｆｉｃｉａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ
（ＡＮＮ），ＢＰ ａｌｇｏｒｉｔｈｍ，ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｃｏｉｌ ｔｅｍｐｅｒａｔｕｒｅ
