Kalınlık Kontrolü İçin Sıcak Haddeleme Prosesinin Modellenmesi

Abstract

Bu çalışma üç kısımdan oluşmaktadır. İlk olarak, sıcak haddeleme prosesinde haddeleme kuvveti, momenti, kütük sıcaklığı ve hadde sıçraması için deneysel modelleme yapıldı. Bu modelin yapısı basamak cevabı modeli formundadır ve haddeleme kuvveti, momenti, kütük sıcaklığı ve hadde sıçraması için daimi rejim değerlerini hesaplamaktadır. İkinci olarak verilen dinamik model ile sıcak haddeleme proseslerinde yaygın olarak kullanılan klasik ampirik modeller karşılaştırıldı. Bu ampirik modellerde katlı lineer regresyon yöntemi kullanıldı. Son kısımda da , tanılama sonunda bulunan basamak cevabı modeli esas alınarak optimizasyon modeli geliştirildi. Maliyet optimizasyonu için, efektif bir çözüm olarak görünen, her geçişteki ezme miktarını artırarak geçiş sayısını minimize etmenin değil de, maliyeti etkileyen bütün faktörleri göz önünde bulunduran optimum bir haddeleme planı uygulamanın daha geçerli bir kontrol stratejisi olduğu gözlenmiştir. Optimum planlamanın amacı, enerji ve zaman maliyetini minimize ederek, her geçiş için gerçekleştirilebilir ezme miktarlarını hesaplamaktır. Bu çalışmada modelleri geliştirmek için kullanılan veriler, Ereğli Demir Çelik Fabrikaları 2. sıcak haddehanesi tersinir kaba haddeleme tezgahından sağlanmıştır.

This study consists of three parts: In the first part, experimental roll force, torque, slab temperature and roll deflection modeling of a plate hot-rolling is represented. The structures of these models are the step-response forms and predict the steady-state values of roll force, torque and temperature. In the second part, the proposed dynamical models are compared with the classical empiric models commonly used in the rolling practice. For empiric model, multiple linear regression method is used. In the third part an optimization model is improved by using step response identification model. An accurate control strategy for the hot-rolling mill process to obtain optimum cost, is not to minimize the pass number by maximizing the reduction per pass which seems to be an effective solution, but is to realize a rolling schedule that take into account all the factors affecting the cost. The aim of optimum scheduling is to calculate the reduction per pass that can be achieved by minimizing the energy and time cost. The experimental data obtained from Ereğli Iron and Steel Factory in Turkey was used for developing both of the models.