DE19740691A1

DE19740691A1 - Verfahren und Einrichtung zur Kühlung von Metallen in einem Hüttenwerk

Info

Publication number: DE19740691A1
Application number: DE1997140691
Authority: DE
Inventors: Einar Dr Rer Nat Broese; Otto Dr Ing Gramckow; Martin Dipl Ing Rein
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 1997-09-16
Filing date: 1997-09-16
Publication date: 1999-03-18
Also published as: DE19881325D2; WO1999013999A1

Description

Die Erfindung betrifft ein Verfahren bzw. eine Einrichtung zur Kühlung von Stahlbändern am Ausgang eines Fertigblocks in einer Walzstraße, wobei die Kühlung mittels eines Temperatur modells des zu kühlenden Stahlbandes bzw. der Kühleinrichtung erfolgt. Um z. B. die Auslauftemperatur eines Stahlbandes zu regeln ist es notwendig, die zu erwartende Auslauftemperatur bei vorgegebener Kühlung mittels eines Temperaturmodells vor herzusagen und mit diesem Vorhersagewert die Kühlung zu re geln. Ein Regeleingriff zur Beeinflussung der Auslauftempera tur zu dem Zeitpunkt, an dem die Auslauftemperatur meßbar ist, ist nicht mehr möglich, denn zu diesem Zeitpunkt hat das Metall bereits die Kühlstrecke verlassen.

Es hat sich gezeigt, daß die Qualität der Temperaturregelung wesentlich von der Präzision der von dem Temperaturmodell ge lieferten Werte abhängt. Deshalb ist es wichtig, daß das Tem peraturmodell die thermischen Verhältnisse im Metall sowie des Kühlvorgangs gut modelliert. Es hat sich jedoch gezeigt, daß bei der Vielzahl der Parameter eines derartigen Tempera turmodells eine gute Adaption an die realen Kühlverhältnisse sehr schwierig ist.

Entsprechend ist es Aufgabe der Erfindung, ein Verfahren bzw. eine Einrichtung anzugeben, die es ermöglicht, die Kühlung von Stahlbändern am Ausgang eines Fertigblocks derart zu ver bessern, daß die Abweichung der Temperatur des Metalls von einer gewünschten Solltemperatur gegenüber dem bekannten Kühlverfahren verringert wird. So ist es z. B. wünschenswert, die Abweichung der Auslauftemperatur eines Metalls aus einer Kühlstrecke von einer vorgegebenen gewünschten Solltemperatur möglichst gering zu halten.

Die Aufgabe wird erfindungsgemäß durch ein Verfahren gemäß Anspruch 1 bzw. eine Einrichtung gemäß Anspruch 11 gelöst.

Dabei wird zur Kühlung von Metall- bzw. Stahlbändern am Aus gang eines Fertigblocks einer Walzstraße die Kühlung in Ab hängigkeit der Temperatur des Metall- oder Stahlbandes derart eingestellt, daß es eine gewünschte Solltemperatur erreicht, und wobei die Temperatur des Metall- oder Stahlbandes mittels eines Temperaturmodells ermittelt bzw. vorausgeschätzt wird, und wobei die Parameter des Temperaturmodells, insbesondere Wärmeübergangskoeffizienten, spezifische Wärme und Wärmeleit fähigkeit des Metalls bzw. Korrekturwerte für Parameter des Temperaturmodells, mittels eines neuronalen Netzes ermittelt werden. Auf diese Weise lassen sich die Parameter des Kühlmo dells besonders präzise errechnen. Wird die Kühlung in Abhän gigkeit der Auslauftemperatur des Metall- bzw. Stahlbandes aus dem Fertigblock, die mittels des Temperaturmodells ermit telt bzw. vorausgeschätzt wird, eingestellt, so ergibt sich eine besonders präzise Regelung der Auslauftemperatur des Me tall- bzw. Stahlbandes.

Werden anstelle der Parameter des Temperaturmodells Korrek turwerte für die Parameter des Temperaturmodells bestimmt, so hat es sich als besonders vorteilhaft erwiesen, Korrekturwer te für die Parameter des Temperaturmodells mit den entspre chenden Parametern des Temperaturmodells zu multiplizieren, wobei das Ergebnis ein korrigierter Parameter des Temperatur modells ist. Alternativ können korrigierte Parameter des Tem peraturmodells auch direkt durch das neuronale Netz ermittelt werden.

In vorteilhafter Ausgestaltung der Erfindung bildet das neu ronale Netz die Parameter des Temperaturmodells bzw. die Kor rekturwerte für die Parameter des Temperaturmodells in Abhän gigkeit zumindest einer der Größen Banddicke, Bandbreite, Bandtemperatur vor der Kühlstrecke, Bandtemperatur nach der Kühlstrecke, Bandgeschwindigkeit, Temperatur des Kühlmittels, insbesondere Kühlwassers, sowie der Summe der Legierungsan teile, wobei insbesondere Kohlenstoff, Mangan, Chrom, Silizi um, Niob und Titan berücksichtigt werden. Es hat sich weiter hin als vorteilhaft erwiesen, das neuronale Netz durch on line Adaption an das tatsächliche Prozeßgeschehen zu adaptie ren.

Das erfindungsgemäße Verfahren bzw. die erfindungsgemäße Ein richtung hat sich besonders vorteilhaft bei der Verwendung für die Kühlung von Blechen, die nach Auslauf aus einer Kühlstrecke auf einen Haspel aufgehaspelt werden, erwiesen, da es beim Haspeln besonders wichtig ist, daß das aufgehas pelte Metall die richtige Temperatur hat. Bei zu großen Ab weichungen von der gewünschten Solltemperatur kommt es zu Be einträchtigungen der Qualität des Metalls.

Weitere Vorteile und Einzelheiten ergeben sich aus der nach folgenden Beschreibung eines Ausführungsbeispiels, anhand der Zeichnungen und in Verbindung mit den Unteransprüchen. Im einzelnen zeigen:

Fig. 1 eine Einrichtung zum Kühlen eines Metallbandes

Fig. 2 eine vorteilhafte Struktur des erfindungsgemäßen Kühlverfahrens

Fig. 3 ein neuronales Netz

Fig. 1 zeigt eine Einrichtung zum Kühlen eines Stahl- bzw. Me tallbandes 1, 2, 3, das aus einer Fertigstraße 8 in Richtung des mit Bezugszeichen 4 gekennzeichneten Pfeils ausläuft und das auf einen Haspel 5 aufgewickelt wird. Zwischen der Fer tigstraße 8 und dem Haspel 5 liegt eine Kühlstrecke, die Kühldüsenanordnungen 6 und 7 aufweist. Aus den Kühldüsen tritt Kühlmittel, insbesondere Wasser, aus, mittels dessen das Stahlband 1, 2, 3 gekühlt wird. Die Kühldüsenblöcke 6 und 7 werden mittels einer Recheneinrichtung 90, mit der sie mit tels einer Datenleitung 92 verbunden sind, gesteuert oder ge regelt. Dazu erhält die Recheneinrichtung 90 außerdem Meßwer te über die Auslauftemperatur der Metallbänder 3, die mittels eines Meßgeräts 91 gemessen wird. Die Recheneinrichtung 90 kann ein- oder mehrstückig ausgeführt sein. Bei einstückiger Ausführung der Recheneinrichtung 90 ist die Regelung bzw. die Steuerung der Auslauftemperatur des Metallbandes, ein Tempe raturmodell, ein neuronales Netz zur Korrektur von ausgewähl ten Parametern des Temperaturmodells sowie die Adaption eines neuronalen Netzes zur Korrektur von Parametern des Tempera turmodells auf ein und derselben Hardware-Plattform implemen tiert. Es kann jedoch auch vorgesehen werden, diese Aufgaben nur zum Teil auf ein und derselben Hardware zu implementie ren. Vorteilhafterweise wird vorgesehen, nicht zwingend alle Parameter des Temperaturmodells mittels des neuronalen Netzes zu korrigieren. Es ist zum Teil ausreichend, nur einige Para meter des Korrekturmodells, insbesondere den Wärmeübergangs koeffizienten zwischen Metall und Kühlmittel zu korrigieren. Ferner kann vorgesehen werden, das Temperaturmodell mittels genetischer Algorithmen vorweg zu optimieren.

Fig. 2 zeigt die Struktur des erfindungsgemäßen Kühlverfah rens. Dabei wird eine Kühlstrecke 16, in die Metall 17 ein läuft und gekühltes Metall 18 hinausläuft, mittels einer Re gelung 9 geregelt, die Sollwerte 13 für die Kühlung vorgibt. Diese Sollwerte 13 für die Kühlung werden von der Regelung 9 in Abhängigkeit der gewünschten Sollauslauftemperatur 19 des gekühlten Metalls 18 und einer geschätzten Auslauftemperatur 10 des Metalls 18 geregelt. Die geschätzte Auslauftemperatur 10 wird mittels eines Temperaturmodells 11 in Abhängigkeit der Sollwerte 13 für die Kühlung ermittelt. Die Parameter des Temperaturmodells werden mittels Korrekturwerten 14 korri giert oder es werden korrigierte Parameter 14 des Temperatur modells 11 ermittelt. Dabei können alle Parameter des Tempe raturmodells 11 korrigiert werden. Es hat sich jedoch als vorteilhaft erwiesen, nur eine Auswahl von Parametern des Temperaturmodells 11 zu korrigieren. Besonders vorteilhaft ist es, den Wärmeübergangskoeffizienten von Metall, insbeson dere Stahl, zum Kühlmittel Wasser zu korrigieren. In Ergän zung ist es vorteilhaft, auch die spezifische Wärme des Me talls bzw. des Kühlmittels sowie die Wärmeleitfähigkeit des Metalls zu korrigieren. Die Korrekturwerte 14 der Parameter des Temperaturmodells 11 werden in Abhängigkeit der Eingangs größen 15 eines neuronalen Netzes 12 gebildet. Die Eingangs größen 15 des neuronalen Netzes können Kenngrößen des Metalls oder der Kühlstrecke sein, wie die Banddicke, die Bandbreite, die Bandtemperatur vor der Kühlstrecke, die Bandtemperatur nach der Kühlstrecke, die Bandgeschwindigkeit, die Temperatur des Kühlwassers, Legierungsanteile, insbesondere von Kohlen stoff, Mangan, Chrom, Silizium, Niob oder Titan, sowie die Summe aller Legierungen. Die Kenngrößen können Meßgrößen sein, wie z. B. die Bandtemperatur vor der Kühlstrecke, die Bandtemperatur nach der Kühlstrecke oder die Temperatur des Kühlwasser, oder Daten, die von einem übergeordneten System stammen und z. B. in Stichplänen abgelegt sind. Derartige Grö ßen, die einem übergeordneten System bekannt sind, sind z. B. die Banddicke, die Bandbreite, die Bandgeschwindigkeit und die Legierungsanteile. Es hat sich aber auch gezeigt, daß an stelle der Meßwerte für Bandtemperatur vor der Kühlstrecke und Temperatur des Kühlwassers entsprechende in einem überge ordneten System bekannte Sollwerte verwendet werden können.

Fig. 3 zeigt ein neuronales Netz zur Ermittlung von korrigier ten Parametern 14 des Temperaturmodells 11 bzw. zur Ermitt lung von Korrekturwerten 14 für die Parameter des Temperatur modells. Das neuronale Netz weist eine Schicht mit Eingangs knoten 20, eine Schicht mit verdeckten Knoten 21 sowie eine Schicht mit Ausgangsknoten 22 auf. Die Eingänge für die Ein gangsknoten 20 können sein, die Bandbreite, die Banddicke, Bandtemperatur vor der Kühlstrecke, Bandtemperatur nach der Kühlstrecke, Bandgeschwindigkeit sowie Legierungsanteile. Im vorliegenden Ausführungsbeispiel ist ein Ausgangsknoten 22 vorgesehen. Dieser gibt z. B. einen korrigierten Wärmeüber gangskoeffizienten bzw. einen entsprechenden Korrekturwert aus. Für die Ermittlung mehrerer Parameter des Temperaturmo dells bzw. entsprechender Korrekturwerte können separate neu ronale Netze mit einem Ausgangsknoten oder ein neuronales Netz mit mehreren Ausgangsknoten vorgesehen werden.

Claims

1. Verfahren zur Kühlung eines Metall- bzw. Stahlbandes (1, 2, 3) am Ausgang eines Fertigblocks (8) einer Walzstraße, wobei die Kühlung in Abhängigkeit der Temperatur des Metall- oder Stahlbandes (1,2,3) derart eingestellt wird, daß es eine gewünschte Solltemperatur (19) erreicht, und wobei die Tempe ratur des Metall- oder Stahlbandes (1,2,3) mittels eines Tem peraturmodells (11) ermittelt oder vorausgeschätzt wird, dadurch gekennzeichnet, daß Parameter (14) des Temperaturmodells (11), insbesondere Wärmeübergangskoeffizienten, spezifische Wärme und Wärmeleit fähigkeit des Metalls bzw. Korrekturwerte (14) für Parameter des Temperaturmodells (11), mittels eines neuronalen Netzes (12) ermittelt werden.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Kühlung in Abhängigkeit der Auslauftemperatur (10) des Metall- bzw. Stahlbandes (1,2,3) aus dem Fertigblock (8), die mittels des Temperaturmodells (11) ermittelt bzw. voraus geschätzt wird, erfolgt.

3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß der Korrekturwert (14) für die Parameter des Temperatur modells (11) mit dem zu korrigierenden Parameter des Tempera turmodells (11) multipliziert wird, wobei das Ergebnis ein korrigierter Parameter des Temperaturmodells (11) ist.

4. Verfahren nach Anspruch 1, 2 oder 3, dadurch gekennzeichnet, daß das neuronale Netz (12) den korrigierten Parameter (14) des Temperaturmodells (11) bzw. den Korrekturwert (14) für den Parameter des Temperaturmodells (11) in Abhängigkeit zu mindest einer der Größen (15) Banddicke, Bandbreite, Bandtem peratur vor der Kühlstrecke, Bandtemperatur nach der Kühl strecke, Bandgeschwindigkeit, Temperatur des Kühlmittels, insbesondere Kühlwassers, sowie der Summe der Legierungsan teile bildet.

5. Verfahren nach Anspruch 1 oder 4, dadurch gekennzeichnet, daß das neuronale Netz (12) den korrigierten Parameter (14) des Temperaturmodells (11) bzw. den Korrekturwert (14) für den Parameter des Temperaturmodells (11) in Abhängigkeit der wichtigsten Legierungsanteile, insbesondere Kohlenstoff, Man gan, Chrom, Silizium, Niob und Titan, bildet.

6. Verfahren nach Anspruch 4 oder 5, dadurch gekennzeichnet, daß das neuronale Netz (12) den korrigierten Parameter (14) des Temperaturmodells (11) bzw. den Korrekturwert (14) für den Parameter des Temperaturmodells in Abhängigkeit der Band breite, der Banddicke, der Bandgeschwindigkeit, der Tempera tur des Kühlmediums sowie der wichtigsten Legierungsanteilen bildet.

7. Verfahren nach Anspruch 6, dadurch gekennzeichnet, daß das neuronale Netz (12) den korrigierten Parameter (14) des Temperaturmodells (11) bzw. den Korrekturwert (14) für den Parameter des Temperaturmodells (11) in Abhängigkeit der Bandtemperatur vor der Kühlstrecke und der Bandtemperatur nach der Kühlstrecke sowie der Summe aller Legierungsanteile bildet.

8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das neuronale Netz (12) ein Mutilayer-Percepron ist.

9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das Metall- bzw. Stahlband (1, 2, 3) in mehrere Bandab schnitte, insbesondere 10 Bandabschnitte, unterteilt wird, denen jeweils ein eigenes neuronales Netz (12) zugeordnet wird.

10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das neuronale Netz (12) durch on-line-Lernen adaptiert wird.

11. Einrichtung zur Kühlung eines Metall- bzw. Stahlbandes (1, 2, 3) am Ausgang eines Fertigblocks (8) einer Walzstraße, insbesondere zur Durchführung eines Verfahrens nach einem der vorhergehenden Ansprüche, wobei die Kühlung mittels einer Re cheneinrichtung (90) in Abhängigkeit der Temperatur des Me tall- oder Stahlbandes (1, 2, 3) derart eingestellt wird, daß es eine gewünschte Solltemperatur (19) erreicht, und wobei die Temperatur des Metall- oder Stahlbandes (1, 2, 3) mittels eines auf der Recheneinrichtung (90) implementierten Tempera turmodells (11) ermittelt bzw. vorausgeschätzt wird, dadurch gekennzeichnet, daß die Recheneinrichtung (90) die Parameter des Temperatur modells (11), insbesondere Wärmeübergangskoeffizienten, spe zifische Wärme und Wärmeleitfähigkeit des Metalls bzw. Kor rekturwerte für Parameter des Temperaturmodells (11), mittels eines neuronalen Netzes (12) ermittelnd ausgebildet ist.