1.一种基于大数据的热轧卷取温度与终轧温度对平整摩擦系数影响预测方法,其特征在于,包括如下步骤:
a)收集一定生产频次的带钢力学性能参数,包括带钢入口厚度h0i,带钢出口厚度h1i,带钢入口变形抗力σ0i,带钢出口变形抗力σ1i,带钢宽度bi,其中,数据组i=1,2,3,…i,…,n,n为频次;
b)收集一定生产周期内的n组的平整机组工艺参数,包括机架的出口轧制速度vi,机架速度对摩擦系数的影响系数
c)计算平整初始摩擦系数μ0i:
d)定义摩擦系数温度影响系数数组x={β1,β2,γ1,γ2},给定数组初始值x0={β10,β20,γ10,γ20},给定搜索步长初始值δx={δβ1i,δβ2i,δγ1i,δγ2i},收敛精度α;
e)计算平整摩擦系数:
f)计算任意一组理论轧制力pi与轧制功率ni;
f1)令i=1;
f2)计算带钢当量变形抗力σsi:
σsi=k3σ1i-(k1f0i+k2f1i)
f3)计算轧制变形区中轧辊与带材接触弧长度li:
f4)计算单位宽度轧制力fi:
f5)计算理论计算的轧制力pi:
pi=fibi
f6)计算理论的轧制力矩mi:
f7)计算理论的轧制功率ni:
f8)判断i<n,如果成立则令i=i+1转入步骤f2);若不成立则转入步骤g);
g)计算优化目标函数f(x):
h)判断powell条件是否成立?若成立,则转入步骤i);若不成立,则更新数组x及其搜索步长δx,转入步骤e);
i)输出平整机组热轧特性对摩擦系数的影响系数,完成平整机组基于大数据理论的热轧特性对摩擦系数的影响预报。
2.根据权利要求1所述的基于大数据的热轧卷取温度与终轧温度对平整摩擦系数影响预测方法,其特征在于,-10.0≤a1≤10.0。
3.根据权利要求1所述的基于大数据的热轧卷取温度与终轧温度对平整摩擦系数影响预测方法,其特征在于,-6.0≤a2≤6.0。