·10* 工程科学学报，第37卷，增刊1 100 引入三次基本模式对超宽带钢冷连轧机板形的分析是 日一0S边浪 +一DS单侧助浪加OS单边浪 A一DS边浪 关一OS单侧防浪加DS单边礼 有意义的 叫分之 九复合浪 (3)超宽带钢冷连轧机所轧带钢的板形缺陷中含 有不可忽略的三次板形缺陷，如果能开发出可用于三 次板形非对称控制的板形调节手段，并结合考虑三次 40 基本板形模式的板形控制模型，将有利于提升超宽带 20 钢冷连轧机的板形控制水平，提高板形质量 100 150 参考文献 00 板形帧数 [Zhang X L,Liu H M.GA-BP model of flatness pattern recognition 图52180mm冷连轧机连续多顿板形缺路比较 and improved least-squares method.Iron Steel,2003,38(10): Fig.5 Flatness errors along the rolling direction of the 2180 mm tan- 39 dem cold rolling mill (张秀玲，刘宏民.板形模式识别的GABP模型和改进的最小 二乘法.钢铁，2003,38(10)：29) Dai J B,Wu W B,Zhang Q D,et al.Recognition and evaluation 边中复合浪 system for strip flatness on 2030 mm cold tandem mills./Univ Sci 64279% Technol Beijing,2003,25(6)572 (戴江波，吴文彬，张清东，等.宝钢2030冷轧带钢板形识别 0单圆肋浪 中浪 和统计系统.北京科技大学学报，2003,25(6)：572) 加DS单边 16.67% DS边浪 B] Yan Q T.Flatness Control Performance Analysis of the Super-ide 四分之一浪 12.87% .8% 3.79% Tandem Cold Rolling Mill [Dissertation].Beijing:University of 0S边浪 Science and Technology Beijing,2011 DS单侧肋浪 双边浪 0.8% 加0S单边浪0.8% 0% (闫沁太.超宽带钢冷连轧机板形控制特性研究[学位论文] 北京：北京科技大学，2011) 图62180mm冷连轧机板形缺陷统计 4 Fig.6 Flatness error statistics of the 2180 mm tandem cold rolling Di H S,Liu G M,Jiang G W.A review of pattem recognition method for measured signals in cold strip rolling.Henan Metall, mill 2009,17(4):1 矢量的广义整体板形控制策略，对非对称板形控制效 (邸洪双，刘光明，蒋光炜.冷轧带钢板形模式识别方法概述 果进行了验证.段婷婷啊在其学位论文中对非对称 河南治金，2009,17(4)：1) 5] Peng Y,Liu H M,Du R.A neural network-based shape control 弯辊、窜辊对板形的控制效果及对辊间接触压力的影 system for cold rolling operations.JMater Process Technol,2008, 响进行了详细的分析.在他们的研究中均提到非对称 202(1-3):54 弯辊对板形的调节效果是三次型的，如果在板形控制 6] Zhang Q D,Chen X L,Xu J W.Patter recognition of flatness 模型引入考虑三次基本板形模式的板形缺陷识别模 defect by fuzzy method.J Unie Sci Technol Beijing,1995,17 型，并结合具有三次板形控制能力的调控手段，将提 (01):68 高超宽带钢冷连轧机的板形控制水平. (张清东，陈先霖，徐金梧.板形模式识别的模糊分类方法.北 京科技大学学报，1995,17(01)：68) 4结论 7]Jia C Y,Shan X Y,Liu H M,et al.Fuzzy neural model for flat- ness pattem recognition.J fron Steel Res Int,2008,15(6):33 (1)分别将超宽轧机和普通宽带钢轧机带钢板形 8]Zhang X L.Zhang S Y,Tan GZ,et al.A novel method for flat- 带入含三次基本板形模式和不含三次基本板形模式的 ness patter recognition via least squares support vector regression. 板形模式识别模型进行分析，结果表明超宽轧机识别 J Iron Steel Res Int,2012,19(3)25 ] 结果中包含较大比例的三次板形缺陷：而对于普通宽 Shan X Y,Liu H M,Jia C Y.A recognition method of new flat- ness pattern containing the cubic flatness.fron Steel,2010,45 带钢轧机板形而言，是否引入三次基本板形模式的识 (8):56 别结果无显著差别 (单修迎，刘宏民，贾春玉.含有三次板形的新型板形模式识 (2)利用所建立的板形模式识别模型对2180mm 别方法.钢铁，2010,45(8)：56) CVC冷连轧机连续200帧带钢的板形进行了分析，能 [10]Hao L,Di H S,Gong D Y,et al.Software development of strip 明显看出沿轧制方向的三次板形缺陷所占比例达 flatness off-ine display and pattern recognition.Northeastern nir Nat Sci,2010,31(10):1414 40%以上：同时也利用此模型对超宽轧机200卷带钢 (郝亮，邸洪双，龚殿尧，等.平直度离线显示和板形识别统 的板形进行了识别和统计，发现此批带钢“OS单侧肋 计软件开发.东北大学学报（自然科学版），2010,31(10)： 浪加DS单边浪”占12.9%，所占比例不可忽略.可见 1414)工程科学学报，第 37 卷，增刊 1 图 5 2180 mm 冷连轧机连续多帧板形缺陷比较 Fig． 5 Flatness errors along the rolling direction of the 2180 mm tan￾dem cold rolling mill 图 6 2180 mm 冷连轧机板形缺陷统计 Fig． 6 Flatness error statistics of the 2180 mm tandem cold rolling mill 矢量的广义整体板形控制策略，对非对称板形控制效 果进行了验证． 段婷婷［15］在其学位论文中对非对称 弯辊、窜辊对板形的控制效果及对辊间接触压力的影 响进行了详细的分析． 在他们的研究中均提到非对称 弯辊对板形的调节效果是三次型的，如果在板形控制 模型引入考虑三次基本板形模式的板形缺陷识别模 型，并结合具有三次板形控制能力的调控手段，将提 高超宽带钢冷连轧机的板形控制水平． 4 结论 ( 1) 分别将超宽轧机和普通宽带钢轧机带钢板形 带入含三次基本板形模式和不含三次基本板形模式的 板形模式识别模型进行分析，结果表明超宽轧机识别 结果中包含较大比例的三次板形缺陷; 而对于普通宽 带钢轧机板形而言，是否引入三次基本板形模式的识 别结果无显著差别． ( 2) 利用所建立的板形模式识别模型对 2180 mm CVC 冷连轧机连续 200 帧带钢的板形进行了分析，能 明显看出沿轧制方向的三次板形缺陷所占比例达 40% 以上; 同时也利用此模型对超宽轧机 200 卷带钢 的板形进行了识别和统计，发现此批带钢“OS 单侧肋 浪加 DS 单边浪”占 12. 9% ，所占比例不可忽略． 可见 引入三次基本模式对超宽带钢冷连轧机板形的分析是 有意义的． ( 3) 超宽带钢冷连轧机所轧带钢的板形缺陷中含 有不可忽略的三次板形缺陷，如果能开发出可用于三 次板形非对称控制的板形调节手段，并结合考虑三次 基本板形模式的板形控制模型，将有利于提升超宽带 钢冷连轧机的板形控制水平，提高板形质量． 参 考 文 献 ［1］ Zhang X L，Liu H M． GA-BP model of flatness pattern recognition and improved least － squares method． Iron Steel，2003，38( 10) : 29 ( 张秀玲，刘宏民． 板形模式识别的 GA-BP 模型和改进的最小 二乘法． 钢铁，2003，38( 10) : 29) ［2］ Dai J B，Wu W B，Zhang Q D，et al． Recognition and evaluation system for strip flatness on 2030 mm cold tandem mills． J Univ Sci Technol Beijing，2003，25( 6) : 572 ( 戴江波，吴文彬，张清东，等． 宝钢 2030 冷轧带钢板形识别 和统计系统． 北京科技大学学报，2003，25( 6) : 572) ［3］ Yan Q T． Flatness Control Performance Analysis of the Super-wide Tandem Cold Rolling Mill［Dissertation］． Beijing: University of Science and Technology Beijing，2011 ( 闫沁太． 超宽带钢冷连轧机板形控制特性研究［学位论文］． 北京: 北京科技大学，2011) ［4］ Di H S，Liu G M，Jiang G W． A review of pattern recognition method for measured signals in cold strip rolling． Henan Metall， 2009，17( 4) : 1 ( 邸洪双，刘光明，蒋光炜． 冷轧带钢板形模式识别方法概述． 河南冶金，2009，17( 4) : 1) ［5］ Peng Y，Liu H M，Du R． A neural network-based shape control system for cold rolling operations． J Mater Process Technol，2008， 202( 1 － 3) : 54 ［6］ Zhang Q D，Chen X L，Xu J W． Pattern recognition of flatness defect by fuzzy method． J Univ Sci Technol Beijing，1995，17 ( 01) : 68 ( 张清东，陈先霖，徐金梧． 板形模式识别的模糊分类方法． 北 京科技大学学报，1995，17( 01) : 68) ［7］ Jia C Y，Shan X Y，Liu H M，et al． Fuzzy neural model for flat￾ness pattern recognition． J Iron Steel Res Int，2008，15( 6) : 33 ［8］ Zhang X L，Zhang S Y，Tan G Z，et al． A novel method for flat￾ness pattern recognition via least squares support vector regression． J Iron Steel Res Int，2012，19( 3) : 25 ［9］ Shan X Y，Liu H M，Jia C Y． A recognition method of new flat￾ness pattern containing the cubic flatness． Iron Steel，2010，45 ( 8) : 56 ( 单修迎，刘宏民，贾春玉． 含有三次板形的新型板形模式识 别方法． 钢铁，2010，45( 8) : 56) ［10］ Hao L，Di H S，Gong D Y，et al． Software development of strip flatness off-line display and pattern recognition． J Northeastern Univ Nat Sci，2010，31( 10) : 1414 ( 郝亮，邸洪双，龚殿尧，等． 平直度离线显示和板形识别统 计软件开发． 东北大学学报( 自然科学版) ，2010，31( 10) : 1414) ·10·