热轧机组控制方法、装置和介质与流程

本技术属于热轧控制，尤其涉及一种热轧机组控制方法、装置和介质。

背景技术：

1、热轧机组在对板材进行热连轧时，需要根据板材自身的板材参数和热轧机组的设备参数对板材成型时的目标参数进行控制，例如对凸度和平直度进行控制，以保证板材成型质量。

2、相关技术中，板材控制模型在对板材的目标凸度和平直度进行控制时，由于模型设计的不合理，导致参数控制存在精度欠佳的问题。

技术实现思路

1、本技术的实施例提供了一种热轧机组控制方法、装置和介质，进而至少在一定程度上能够提高目标出口凸度和目标出口平直度的预测精度，进而提高热轧机组的板形控制效果。

2、本技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本技术的实践而习得。

3、根据本技术实施例的第一方面，提供了一种热轧机组控制方法，所述热轧机组包括n个依次连接热轧机架，n为大于或等于1的整数，所述方法包括：

4、获取第一待轧板材的目标板材参数和所述热轧机架的目标设备参数；

5、将所述目标板材参数和所述目标设备参数作为输入，利用目标板形预测模型，对所述第一待轧板材在所述热轧机组的出口处的目标出口凸度和目标出口平直度进行预测；

6、其中，所述目标板形预测模型是将训练样本集输入到待训练模型中进行训练得到的，所述训练样本集包括第二待轧板材的历史板材参数，所述热轧机架的历史设备参数，以及所述第二待轧板材的历史目标出口凸度和历史目标出口平直度，所述第二待轧板材与所述第一待轧板材为相同类型的板材。

7、在本技术的一些实施例中，基于前述方案，在利用目标板形预测模型对所述第一待轧板材在所述热轧机组的出口处的目标出口凸度和目标出口平直度进行预测之前，所述方法还包括：

8、根据所述第一待轧板材以及预设对应关系，在预测模型集合中获取目标板形预测模型，所述预设对应关系包括每种类型的待轧板材与其中一种板形预测模型之间的对应关系。

9、在本技术的一些实施例中，基于前述方案，在n大于1的情形下，所述将所述目标板材参数和所述目标设备参数作为输入，利用目标板形预测模型，对所述第一待轧板材在所述热轧机组的出口处的目标出口凸度和目标出口平直度进行预测，包括：

10、将所述目标板材参数和所述目标设备参数作为输入，利用目标板形预测模型，对所述第一待轧板材在所述热轧机组的出口处的目标出口凸度进行预测；

11、从i＝1开始，i∈n，针对第i个热轧机架，将所述目标板材参数和所述目标设备参数作为输入，利用目标板形预测模型，对所述第一待轧板材在所述第i个热轧机架的出口处的出口平直度进行预测；

12、其中，当i＝1时，所述第i个热轧机架的所述目标板材参数包括：所述第一待轧板材在所述热轧机组的入口处的入口平直度；

13、当i大于1时，所述第i个热轧机架的所述目标板材参数包括：所述第一待轧板材在第i-1个热轧机架的出口处的出口平直度。

14、在本技术的一些实施例中，基于前述方案，在利用目标板形预测模型，对所述第一待轧板材在所述第i个热轧机架的出口处的出口凸度和出口平直度进行预测之后，所述方法还包括：

15、若预测得到的所述第一待轧板材在所述第i个热轧机架的出口平直度超过平直度阈值，则将所述平直度阈值作为所述第二待轧板在所述第i个热轧机架的出口处的出口平直度。

16、在本技术的一些实施例中，基于前述方案，在获取第一待轧板材的目标板材参数和所述热轧机架的目标设备参数之前，所述方法还包括：

17、获取训练样本集，所述训练样本集包括第二待轧板材的历史板材参数，所述热轧机架的历史设备参数，以及所述第二待轧板材的历史目标出口凸度和历史目标出口平直度；

18、将训练样本集输入到待训练模型中进行训练，得到目标板形预测模型。

19、在本技术的一些实施例中，基于前述方案，在所述获取训练样本集时，所述方法还包括：

20、获取所述第二待轧板材在所述热轧机组出口处的初始目标凸度、实际凸度以及模型控制凸度，所述模型控制凸度为板形控制模型基于实际板材参数和实际热轧参数得到的，所述实际板材参数为所述第二待轧板材在形成所述实际凸度的过程中的参数，所述实际热轧参数为所述热轧机组在对所述第二热轧板材进行热轧的过程中的参数；

21、获取所述初始目标凸度和所述实际凸度之间的第一差值，采用平滑系数对所述第一差值进行加权后得到加权凸度值；

22、获取所述模型控制凸度和所述加权凸度值之间的第二差值，将所述第二差值作为所述历史目标出口凸度。

23、在本技术的一些实施例中，基于前述方案，在获取所述初始目标凸度和所述实际凸度之间的第一差值之后，所述方法还包括：

24、获取第一模型控制平直度和第二模型控制平直度，所述第一模型控制平直度为所述板形控制模型基于实际板材参数和实际热轧参数得到的，所述第二模型控制平直度为基于比例凸度系数对所述第一模型控制度进行加权后得到的；

25、获取所述第一模型控制平直度和所述第二模型控制平直度的第三差值，采用基于厚度比例系数进行加权的所述第一差值对所述第三差值进行加权，得到加权平直度值；

26、根据所述加权平直度值和所述第一模型控制平直度，得到所述历史目标出口平直度。

27、在本技术的一些实施例中，基于前述方案，所述待训练模型包括梯度提升决策树模型。

28、根据本技术实施例的第二方面，提供了一种热轧机组控制装置，所述热轧机组包括n个依次连接热轧机架，n为大于或等于1的整数，所述装置包括：

29、获取单元，用于获取第一待轧板材的目标板材参数和所述热轧机架的目标设备参数；

30、预测单元，用于将所述目标板材参数和所述目标设备参数作为输入，利用目标板形预测模型，对所述第一待轧板材在所述热轧机组的出口处的目标出口凸度和目标出口平直度进行预测；

31、其中，所述目标板形预测模型是将训练样本集输入到待训练模型中进行训练得到的，所述训练样本集包括第二待轧板材的历史板材参数，所述热轧机架的历史设备参数，以及所述第二待轧板材的历史目标出口凸度和历史目标出口平直度，所述第二待轧板材与所述第一待轧板材为相同类型的板材。

32、根据本技术实施例的第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序指令，所述至少一条计算机程序指令由处理器加载并执行以实现如第一方面任一所述的方法所执行的操作。

33、根据本技术实施例的第四方面，提供了一种电子设备，包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述至少一条程序代码由所述一个或多个处理器加载并执行以实现如第一方面任一所述的方法所执行的操作。

34、本发明实施例提供的一个或者多个技术方案，至少实现了如下技术效果或者优点：

35、在本技术中，获取第一待轧板材的目标板材参数和热轧机架的目标设备参数；将目标板材参数和目标设备参数作为输入，利用目标板形预测模型，对第一待轧板材在热轧机组的出口处的目标出口凸度和目标出口平直度进行预测；其中，目标板形预测模型是将训练样本集输入到待训练模型中进行训练得到的，训练样本集包括第二待轧板材的历史板材参数，热轧机架的历史设备参数，以及第二待轧板材的历史目标出口凸度和历史目标出口平直度，第二待轧板材与第一待轧板材为相同类型的板材。由此，本技术通过利用与第一待轧板材相同类型的第二待轧板材的历史板材参数，热轧机架的历史设备参数，以及第二待轧板材的历史目标出口凸度和历史目标出口平直度，对待训练模型进行训练，得到的目标板形预测模型是与第一待轧板材相匹配的预测模型，因此利用目标板形预测模型预测得到的目标出口凸度和目标出口平直度具有更高精度，进而使得热轧机组的控制更加准确，提高了热轧机组的板形控制效果。

36、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。