摘　　　要：板带厚度精度是板带材的两大质量指标之一，板带厚度控制是板带轧制中质量控制的关键环节。为了获得良好的厚度精度，轧机必须具有高压下速度、高响应性、高压力的液压压下系统以及高精度的自动厚度控制系统。厚度自动控制简称为ＡＧＣ，ＡＧＣ技术已经成为现代中厚板轧机必须具备的、最基本的控制手段，是实现高精度厚度控制和板形控制的先决条件。对自动厚度控制的基本理论以及几种ＡＧＣ控制方式进行了研究，主要分析了轧机消除厚度偏差的机理，对厚度控制原理及ＡＧＣ的几种模型进行了详细的分析和推理，为ＡＧＣ控制模型的选择及系统设计与调试提供了理论基础。
关　键　词：弹性形变；塑性形变；轧制力；自动厚度控制
ＡｐｐｌｉｃａｔｉｏｎｏｆＡＧＣｉｎＲＣＭ
Ａｂｓｔｒａｃｔ：Ｔｈｅａｃｃｕｒａｃｙｏｆｓｈｅｅｔｇａｕｇｅｉｓｏｎｅｏｆｔｗｏｍａｊｏｒｑｕａｌｉｔｙｃｏｎｔｒｏｌｇｕｉｄｅｌｉｎｅｓ，Ｔｈｅｇａｕｇｅｃｏｎｔｒｏｌｉｓｏｎｅｏｆｔｈｅｔｗｏｋｅｙｔｅｃｈｎｏｌｏｇｉｅｓｉｎｔｈｅｆｉｅｌｄｏｆｓｈｅｅｔｒｏｌｌｉｎｇ．Ｉｎｏｒｄｅｒｔｏｏｂｔａｉｎｇｏｏｄｔｈｉｃｋｎｅｓｓａｃｃｕｒａｃｙ，Ｔｈｅｍｉｌｌｍｕｓｔｂｅｕｎｄｅｒｈｉｇｈｐｒｅｓｓｕｒｅ，ｈｉｇｈｒｅｓｐｏｎｓｅｓｐｅｅｄ，ｈｉｇｈｐｒｅｓｓｕｒｅｈｙｄｒａｕｌｉｃｐｒｅｓｓｕｒｅｓｙｓｔｅｍａｎｄｈｉｇｈｐｒｅｃｉｓｉｏｎａｕｔｏｍａｔｉｃｇａｕｇｅｃｏｎｔｒｏｌｓｙｓｔｅｍ．ＡｕｔｏｍａｔｉｃｇａｕｇｅｃｏｎｔｒｏｌｒｅｆｅｒｒｅｄｔｏａｓＡＧＣ，ＡＧＣｔｅｃｈｎｏｌｏｇｙｈａｓｂｅｃｏｍｅｔｈｅｍｏｓｔｂａｓｉｃｃｏｎｔｒｏｌｍｅａｎｓｏｆｍｏｄｅｒｎｐｌａｔｅｍｉｌｌ，Ｉｓｐｒｅｒｅｑｕｉｓｉｔｅｆｏｒａｃｈｉｅｖｅｈｉｇｈｐｒｅｃｉｓｉｏｎｃｏｎｔｒｏｌｏｆｔｈｉｃｋｎｅｓｓａｎｄｓｈａｐｅｃｏｎｔｒｏｌ．ＴｈｅａｒｔｉｃｌｅｓｔｕｄｉｅｄｔｈｅｂａｓｉｃｔｈｅｏｒｙｏｆＡＧＣａｎｄｓｅｖｅｒａｌＡＧＣｃｏｎｔｒｏｌｍｅｔｈｏｄ，ａｎａｌｙｚｅｄｔｈｅｐｒｉｎｃｉｐｌｅｏｆｅｌｉｍｉｎａｔｅｔｈｉｃｋｎｅｓｓｄｅｖｉａｔｉｏｎ，ａｎｄｄｉｓｃｕｓｓｅｓｔｈｅｃｏｎｃｅｐｔｏｆｔｈｅＡＧＣ，ａｎｄｄｉｓｃｕｓｓｅｓｓｅｖｅｒａｌｋｉｎｄｓｏｆａｌｇｏｒｉｔｈｍｓｏｎＡＧＣ．
Ｋｅｙｗｏｒｄｓ：ｐｌａｓｔｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｅｌａｓｔｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓ；ｒｏｌｌｆｏｒｃｅ；ＡＧＣ
　　１　引　言
　　马钢第一钢轧总厂冷轧硅钢生产线项目为冷轧薄板工程的后续工程，硅钢项目工程建设规模为４０万ｔ。一条年产５０万ｔ酸洗机组、二条年产共４０万ｔ冷轧机组、二条年产共４０万ｔ的退火机组，以及轧辊间等系统。冷轧硅钢具有表面平整、无氧化膜、厚度均匀、叠装系数高、冲片性好等特点，有利于提高组装质量和效率，且比热轧硅钢磁感高、铁损低。马钢第一钢轧总厂冷轧硅钢线于２００７年引进，是马钢“十一五”技术改造和结构调整重点项目之一，生产线具有高度自动化、可靠性高等特点，其装备和技术代表了当今薄板生产的顶尖水平。
　　２　厚度自动控制原理
　　厚度自动控制是通过调整辊缝、辊速和张力等，把轧制过程中由各种干扰造成的厚度偏差消除，从而使实际带钢轧制厚度达到目标厚度。辊缝、张力等参数的调节又是以轧机的弹性曲线和轧件的塑性曲线以及弹塑曲线为依据。最显著的特点就是响应速度快，滞后小。板材轧制的特点决定了其厚度控制以ＡＧＣ为主体手段。它和张力控制系统相互作用，相互影响，构成了带钢厚度精度控制的核心技术部分，主要由几个子模块组成，包括：压力ＡＧＣ、辊缝前馈ＡＧＣ、辊缝监控ＡＧＣ、张力监控ＡＧＣ、加减速补偿等。
　　在轧机轧制轧件之前，辊缝为Ｓ０，当轧机咬入轧件后，轧机轧辊发生弹性变形，同时带钢厚度由Ｈ变成ｈ。
　　在通过轧件后，辊缝等于出口侧轧件厚度，轧辊的弹性变形由ｈ－Ｓ０给出。在轧制时，轧辊受到的压力Ｐ与变形成正比，计算如下：Ｐ＝Ｋ（ｈ－Ｓ０） （１）式中，Ｐ为轧制力；Ｋ为轧机弹跳常数。ＡＧＣ功能框图，如图１所示。１　ＡＧＣ功能框图　　轧机轧件，如图２所示。图２　轧机轧件轧辊受到的压力与变形，如图３所示。图３　ＰＨ图
　　由于弹性曲线和塑性曲线的纵坐标都是轧制力Ｐ，而其横坐标都与轧件厚度有关。通常，弹性曲线在轧制力较小区域为非线性，塑性曲线也为非线性，但是，当变化很小时，可做线性化处理。因此弹跳方程和塑性方程的联立求解，可采用图解法弹塑曲线（ＰＨ图）进行，见图１。由ＰＨ图可以看出，给出了轧制条件，弹性曲线Ｋ与塑性曲线Ｍ的交叉点为Ａ。由于某种因素的影响，入口轧件厚度增加ΔＨ，塑性曲线变化至Ｍ′，轧制交叉点变为Ｂ，出口侧带钢厚度产生偏差Δｈ。当ＡＧＣ仅用辊缝完成带钢厚度的修正时，辊缝Ｓ０进一步减小ΔＳ，塑性曲线变化至Ｋ′，轧制交叉点移至Ｃ，此时在出口侧可获得理想的板带厚度ｈ。在这一阶段，轧制力的变化范围从Ｐ０→Ｐ０＋ΔＰ１→Ｐ０＋ΔＰ１＋ΔＰ２＝Ｐ０＋ΔＰ。因此，厚度控制的基本原理是：无论轧制过程如何变化，总使轧机弹性曲线Ｋ′与塑性曲线Ｍ′相交于轧制交叉点Ｃ，从而得到恒定厚度的带钢。基于以上描述，轧制计算如下：ΔＰ＝ＫΔＳ （２）ΔＰ１＝ＫΔｈΔＰ２＝ＭΔｈ （３）Ｍ（ΔＨ－Δｈ）＝ＫΔｈ （４）Δｈ＝ＫＫ＋ＭΔＳ （５）Δｈ＝ＭＫ＋ＭΔＨ （６）根据式（３）和式（６），得：ΔＰ１＝ＭＫＫ＋ＭΔＨ （７）根据式（３）和式（５），得：ΔＰ２＝ＭＫＫ＋ＭΔＳ （８）在弹性公式中，很难准确测量出弹性系数Ｋ（轧机弹跳常数）和塑性系数Ｍ，所以在轧制道次表中输入带钢的厚度、宽度及其他参数，然后采用近似的表达式计算出轧制力Ｐ、弹性系数Ｋ、塑性· ４ ３ １ · 控　制　工　程　　　　　　　　　　　　　　　第２０卷　系数Ｍ，表达式如下：轧制力为Ｐ＝ｂ·ｔ·珋 ｋ·（Ｒ′·（Ｈ－ｈ））１２·Ｄｐ弹跳常数为Ｋ＝ｆ（Ｐ，Ｉ）塑性系数为Ｍ＝ｇ（Ｈ，Ｐ，Ｒ′，Ｄｐ，…）
　　３　厚度自动控制应用
　　常用的厚度控制方法有调整压下量、调整张力和调整轧制速度等。调整压下量是厚度控制的常用方法。ＡＧＣ系统包括：测厚部分、厚度比较和调节部分、辊缝调零部分这３个主要部分。为了消除各种因素所引起的带钢厚度偏差，根据轧件的测厚方法，ＡＧＣ可以分为以下几种控制类型。
　　压力ＡＧＣ（ＢＩＳＲＡＡＧＣ）　压力ＡＧＣ是根据轧制力Ｐ由弹跳方程间接测量带钢厚度偏差Δｈ，通过调整液压缸来改变辊缝ΔＳ消除厚度偏差，这种ＡＧＣ形式称为ＢＩＳＲＡＡＧＣ。使用ＢＩＳＲＡＡＧＣ时需要高精度的轧制力测量传感器。计算公式如下：ΔＳ＝Ｐ０＋ΔＰ１Ｋ＋Ｓ０－ｈ０＝Ｐ０＋ΔＰ１Ｋ＋Ｓ０－Ｐ０Ｋ＋Ｓ( ) ０＝ΔＰ１Ｋ·α式中，Ｋ为弹性系数；Ｓ０为辊缝；Ｐ０＋ΔＰ１为ｌｏｃｋｏｎ完成后轧制力；α为ＢＩＳＲＡ增益。
　　２）辊缝前馈ＡＧＣ（ＦＦＡＧＣ）　辊缝前馈ＡＧＣ是根据轧机入口测厚仪测出的厚度偏差，控制液压缸改变辊缝来消除该厚度偏差。因测厚仪与轧机存在间距，控制时需把测厚仪的偏差信号送入移位寄存器中，以保证压下时与带钢目标控制位置一致。计算公式如下：ΔＳ＝Ｃ１·ΔＨ·Ｍ（１－α）Ｋ式中，Ｃ１积分时间常数（常量）；ΔＨ为入口厚度偏差；Ｍ为塑性系数；Ｋ为弹性系数；α为ＢＩＳＲＡ增益。
　　３）辊缝监控ＡＧＣ（ＭｏｎｉｔｏｒＡＧＣ）　辊缝监控ＡＧＣ是根据轧机出口测厚仪测出的厚度偏差来控制液压缸改变辊缝以达到消除厚度偏差的目的。计算如下：ΔＳ＝∑Ｃ３Ｋ＋Ｍ（１－α）ＫＶＶＭ·Ｃ２＋Ｃ ( ) １·Δｈ式中，Ｃ１积分时间常数（常量）；Ｃ２积分时间常数（变量）；Ｃ３为总增益；Ｖ为实际轧制速度；ＶＭ为最大轧制速度；Δｈ为出口厚度偏差。
　　４）张力监控ＡＧＣ（ＴｅｎｓｉｏｎＭｏｎｉｔｏｒＡＧＣ）　张力监控ＡＧＣ是根据出口测厚仪测得的厚度偏差，通过调整机架轧辊速度来控制张力，从而消除厚度偏差。计算如下：ΔＴ＝ＴＧ·∑Ｃ３ＶＶＭ·Ｃ２＋Ｃ ( ) １·Δｈ式中，ＴＧ为ＡＣＲ控制给定转换系数。５）加减速补偿　带钢在加减速过程中轧制速度的变化会引起轧辊和带钢摩擦系数发生变化，同时轧制速度的变化也会引起支撑辊油膜轴承的油膜厚度发生变化，这会降低带钢轧制时的厚度精度。为此，设有加减速补偿。其原理是在轧机加减速过程中采集速度值和对应的轧制力，得出轧制力和速度间的对应关系，进而计算出辊缝的补偿量，用于加减速时的厚度控制。计算如下：ΔＳ＝∑ΔＰＴ－ΔＰ０Ｋ·Ｃ１·Ｃ２式中，ΔＰＴ为理论轧制力；ΔＰ０为锁定值。６）辊缝调零　调整辊缝来完成轧机的标定，具体方法如下：①手动发送辊缝信号至ＨＹＲＯＰ，发送轧机空转、乳化液启动信号至主ＰＬＣ来调整轧制力。②调整轧制力到３００ｔｏｎ，通过调平对轧制力进行微调，使轧制力在３００±１０ｔｏｎ范围内。③操作完成后，辊缝设定为０ｍｍ。④启动辊缝ＡＰＣ，打开辊缝至８ｍｍ。自动厚度控制是由压下控制、速度控制、张力控制、加减速补偿等多种控制功能相结合综合控制系统。自动厚度控制手段的应用使得目前冷轧稳态轧制过程带钢厚度偏差≤±０５％，加减速时带钢厚度偏差≤±１０％，带钢厚度可取得理想效果。
　　３　结　语
　　本文以目前先进的单机架六辊可逆冷轧机为基础，马钢冷轧硅钢线实践经验和生产经验总结出现阶段我国国内冷轧薄板轧制控制系统发展方向和前景，分析了控制系统参数变化对轧制厚度以及控制系统品质的影响，为控制系统的优化设计以及对轧制过程的参数设定提供了理论基础。
　　参考文献：［１］　乔梭飞．板形控制现状及未来发展［Ｊ］．冶金自动化，１９９７（１）：１２１５．［２］　孙一康．带钢冷连轧计算机控制［Ｊ］．钢铁，２００２（１）：１０１１０５．［３］　ＹｅｗＷｅｎＬｉａｎｇ，ＳｈｅｎｇＤｏｎｇＸｕ，ＴｚｕＣｈｉａｎｇＣｈｕＲｏｂｕｓｔｃｏｎｔｒｏｌｏｆｔｈｅｒｏｂｏｔｍａｎｉｐｕｌａｔｏｒｖｉａａｎｉｍｐｒｏｖｅｄｓｌｉｄｉｎｇｍｏｄｅｓｃｈｅｍｅ［Ｃ］．ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭｅｃｈａｔｒｏｎｉｃｓａｎｄＡｕｔｏｍａｔｉｏｎ，２００７，１５９３１５９８．［４］　ＹｕｎＣｈｅｎｇＨｕａｎｇ，ＴｚｕｕＨｓｅｎｇＳ．Ｌｉ．Ｆｕｚｚｙｔｅｒｍｉｎａｌｓｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌｌｅｒｆｏｒｒｏｂｏｔｉｃｍａｎｉｐｕｌａｔｏｒｓ［Ｃ］．ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＭｅｃｈａｔｒｏｎｉｃｓ，２００５．［５］　ＳｈｕｂｈｉＰｕｒｗａｒ．Ｈｉｇｈｅｒｏｒｄｅｒｓｌｉｄｉｎｇｍｏｄｅｃｏｎｔｒｏｌｌｅｒｆｏｒｒｏｂｏｔｉｃｍａｎｉｐｕｌａｔｏｒ［Ｃ］．ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＳｙｍｐｏｓｉｕｍｏｎＩｎｔｅｌｌｉｇｅｎｔＣｏｎｔｒｏｌＰａｒｔｏｆＩＥＥＥＭｕｌｔｉｃｏｎｆｅｒｅｎｃｅｏｎＳｙｓｔｅｍｓａｎｄＣｏｎｔｒｏｌ，２００７．［６］　ＬａｘｍｉｄｈａｒＢｅｈｅｒａ．Ｑｕｅｒｙｂａｓｅｄｍｏｄｅｌｌｅａｒｎｉｎｇａｎｄｓｔａｂｌｅｔｒａｃｋｉｎｇｏｆａｒｏｂｏｔａｒｍｕｓｉｎｇｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎｎｅｔｗｏｒｋ［Ｊ］．ＣｏｍｐｕｔｅｒｓａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，２００３，２９（４）：５５３５７３．