(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202110582006.4 (22)申请日 2021.05.24 (71)申请人 上海梅山钢铁股份有限公司 地址 210039 江苏省南京市雨 花台区中华 门外新建 (72)发明人 魏宝民　穆海玲　王孝建　丁志龙　 闫秉昊　 (74)专利代理 机构 南京同泽专利事务所(特殊 普通合伙) 32245 专利代理师 闫彪 (51)Int.Cl. G06F 30/27(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) C21D 1/26(2006.01)C21D 8/02(2006.01) C21D 9/52(2006.01) G06F 119/02(2020.01) G06F 119/08(2020.01) G06F 119/14(2020.01) (54)发明名称 一种基于退火工艺预测冷轧连续退火带钢 力学性能的方法 (57)摘要 本发明公开了一种基于退火工艺预测冷轧 连续退火带钢力学性能的方法， 主要解决现有无 法通过退火工艺预测冷轧连续退火带钢力学性 能的技术问题。 技术方案为， 一种基于退火工艺 预测冷轧连续退火带钢力学性能的方法， 包括， 1)收集冷轧轧制机组、 退火机组 高频数据以及带 钢实际检测的力学性能数据； 2)计算出热轧带钢 的变形抗力； 3)匹配带钢在冷轧轧制机组和退火 机组间的高频工艺参数； 4)建立退火带钢的力学 性能预测模型； 5)分别绘制退火带钢全长的屈服 强度、 抗拉强度和断后伸长率曲线。 本发明方法 冷轧连续退火带钢力学性能预测精度高， 精度误 差小于2.8％。 权利要求书2页 说明书6页 附图2页 CN 115392104 A 2022.11.25 CN 115392104 A 1.一种基于退火工艺预测冷轧连续退火带钢力学性 能的方法， 冷轧连续退火带钢由热 轧带钢卷 经开卷、 酸洗、 冷轧、 连续退火机组退火、 平整后得到， 其特 征是， 包括以下步骤： 1)收集冷轧轧制机组的生产参数， 包括首机架入口带钢厚度、 出口带钢厚度， 带钢宽 度， 首机架轧制的高频参数， 压下率， 辊径、 轧制力、 张力以及对应冷轧带钢的长度位置， 轧 机末机架出 口带钢厚度， 即冷轧轧硬带钢厚度； 收集退火机组的高频退火工艺参数和对应 的带钢长度位置， 包括退火带钢速度、 均热段温度、 冷却段温度、 平整延伸率； 收集退火带钢 的检测取样位置以及带钢实际检测的力学性能数据， 包括退火带钢的屈 服强度、 抗拉强度 和断后伸长率； 2)计算热轧带钢的变形抗力， 热轧带钢的变形抗力按照下式(1)进行计算， 式(1)中， K为热轧带钢的变形抗力， 单位为KN/mm； P为单位轧制力， 单位为KN/mm； B为带 钢宽度， 单位为mm； R ′为轧辊直径， 单位为mm； Δh变形量， 单位为mm； Qp为外摩擦影响系数， Qp 按照下式(2)计算， 式(2)中， μ为摩擦系数， 根据润 滑情况一般取0.4 ‑0.6； ε为压下率， 单位为％； R ′为轧辊 直径， 单位 为mm； h1为轧机出口厚度， 单位 为mm； 3)匹配带钢在 冷轧轧制机组和退火机组间的高频工艺参数， 使带钢的高频工艺参数在 长度方向上能够一 一对应； 4)建立退火带钢的力学性能预测模型, 4.1)提取退火机组检测取样位置的工艺参数数据以及取样位置对应的热轧带钢变形 抗力数据， 将退火机组检测取样位置的带钢速度、 均热段温度、 冷却段温度、 平整延伸率、 热 轧带钢的变形抗力、 冷轧压下率及轧硬带钢厚度作为输入因子， 将退火带钢实际检测力学 性能数据作为模型的输出因子； 4.2)数据处理及分类， 将收集的数据样本分为训练集与测试集， 并剔除训练集样本的 异常数据； 4.3)归一化处理不同退火工艺下的不同钢种训练集数据， 得到训练BP神经网络的样本 数据集； 4.4)剔除过拟合样本， 采用贝叶斯正则化原理， 按照下式(3)在网络训练的损失函数中 添加L2正则项的方法完成， 式(3)中， F为损失函数； γ为权重系数， 0＜γ＜1； ED为误差项； EW为贝叶斯方法中表示 网络复杂程度的惩罚项； dnm为期望输出； ynm为实际输出； M、 N分别为 网络输出变量个数和训 练样本数； wq为网络连接 权值； Q为连接权值个数；权　利　要　求　书 1/2 页 2 CN 115392104 A 24.5)构建退火带钢的力学性能预测模型， 利用上述样本数据集训练BP神经网络， 建立 带钢退火工艺与力学性能之间的映射关系； 4.6)验证力学性能预测模型， 利用测试集数据， 对不同退火工艺下的力学性能进行预 测验证； 4.7)预测模型寻优， 采用K折交叉验证方法对模型进行选择， 找到最优模型， 输入层数 目为7， 输出层数目为3， 隐含层数目按下式(4)计算， 完成建立力学性能预测模型， 式(4)中， n2为损隐含层数目； n1为输入层数目； m为输出层数目； a为常数， 取1 ‑10； 5)分别绘制退火带钢全长的屈服强度、 抗拉强度和断后伸长率曲线， 重复步骤1)、 2)、 3)， 将退火机组检测取样位置的带钢速度、 均热段温度、 冷却段温度、 平整延伸率、 热轧带钢 的变形抗力、 冷轧压下率及轧硬带钢厚度作为输入因子， 调用此钢种 下的退火带钢力学性 能预测模型进 行力学性能预测， 得到带钢全长高频的与退火工艺参数位置一一对应的力学 性能数据， 形成力学性能曲线。 2.如权利要求1所述的一种基于退火工艺预测冷轧连续退火带钢力学性能的方法， 其 特征是， 步骤3)中， 冷轧 轧制机组和退火机组高频参数长度位置的匹配， 包括以下步骤： 3.1)用退火机组出口带钢的长度， 在带钢头部和带钢尾部位置分别加上连续退火机组 带钢头部剪切的长度以及带钢尾部剪切的长度， 并计算出退火带钢在连续退火机组张力作 用下产生的拉伸长度， 得 出轧硬带钢的有效长度； 3.2)将退火带钢和轧硬带钢的头部、 尾部对调进行位置对应， 并取两机组的工艺参数 采集频率的最小公倍数作为两 机组公用的采样频率。 3.如权利要求1所述的一种基于退火工艺预测冷轧连续退火带钢力学性能的方法， 其 特征是， 步骤4.7)中， 预测模型寻优， 所述隐含层数目取5 。权　利　要　求　书 2/2 页 3 CN 115392104 A 3