本發明屬于帶鋼表面，涉及一種基于優化算法的冷軋帶鋼表面pc值智能化控制方法。
背景技術：
1、在鋼鐵工業中，冷軋帶鋼是一種重要的材料，其表面質量對于產品的最終性能至關重要。表面pc值作為衡量帶鋼表面形貌的重要參數，直接影響著帶鋼在后續加工和使用中的性能，如涂層附著力、表面光潔度、抗腐蝕性及美觀度。因此，控制表面pc值對于提高產品質量、滿足客戶需求具有重要意義。然而，控制表面pc值存在著相當大的技術挑戰。首先，冷軋過程涉及多種變量，如軋制速度、軋制力、潤滑條件和冷卻速率等，這些變量相互影響，使得表面pc值的控制變得復雜。此外，生產過程中不可避免的工藝波動和設備磨損也會對表面pc值產生影響，使得穩定和精確地控制pc值更加困難。
2、本發明之前，與本發明相關的專利主要包括以下幾項：
3、（1）專利cn113943899a公開了一種冷軋深沖鋼表面形貌的控制方法，?包括冶煉、連鑄、熱連軋、酸連軋、連退工序，鋼的化學成分組成及質量百分含量為：c：≤0.0030%、si：≤0.030%、mn：≤0.30%、p：≤0.015%、s：≤0.015%、als：0.020~0.060%、ti：≤0.080%，nb：0.003~0.008%，n：≤0.0040%，其余為fe和不可避免的雜質。該發明通過冶煉化學成分、熱軋軋制潤滑狀態、冷軋平整輥表面形貌及延伸率等關鍵工藝參數的控制，獲得一種表面形貌穩定的冷軋深沖用鋼，在滿足深沖壓的成型性能外，可實現汽車免中涂等高表面質量的要求。所述酸連軋工序，冷軋f1與f2機架工作輥粗糙度ra＝0.5~1.0?μm，f3與f4機架工作輥粗糙度ra＝0.3~0.6?μm，f5機架工作輥粗糙度ra＝3.0~3.5?μm，冷連軋后鋼帶的粗糙度ra＝0.6~1.2?μm，峰值rpc＝90~100?個/cm。該方法并未對工作輥pc值進行控制，同時無法針對目標pc設定值進行工作輥表面參數的優化。
4、（2）專利cn114032467a公開了一種冷軋高強度鋼板及其制備方法，所述冷軋高強度鋼板，其鑄坯化學成分按質量百分比為，c：0.1~0.2%、mn：1.5~2.5%、s：≤0.005%、p≤0.015%、si：0.5~2.0%、als：0.015~0.060%、n≤0.005%，余量為fe和不可避免的雜質。所述制備方法的工藝流程依次為冶煉鑄造、熱軋卷取、酸洗冷軋、連續退火、平整。采用該發明方法制備得到的冷軋汽車板表面磷化膜層結構致密，結晶均勻，呈顆粒狀，孔隙率較小，具有較高的可涂裝性能，可有效解決現有具有高形成性的冷軋高強度鋼板的磷化性能較差的問題，控制平整后帶鋼表面粗糙度ra值為1.0~1.3?μm，rpc值為80~130，表面能為1.2~1.8?j/m2。該方法主要通過平整工序對表面參數進行控制，并未對冷軋工序的工藝參數提出控制要求，同時該方法對表面參數的控制以帶鋼表面參數目標值設計為主，并未詳細提供如何實現該目標值。
5、（3）專利cn114231822a公開了一種提高冷軋汽車板表面可涂裝性能的方法，所述方法的工藝流程按序依次為冶煉鑄造、熱軋卷取、酸洗冷軋、連續退火、平整涂油、除油酸洗、表面調整和磷化處理。采用該方法制備得到的冷軋汽車板表面磷化膜層結構致密，結晶均勻，呈顆粒狀，平均晶粒尺寸為2~3?μm，孔隙率較小，具有較高的可涂裝性能，有效解決現有方法提高冷軋汽車板可涂裝性能較差的問題，在平整涂油工序中，控制平整后帶鋼表面粗糙度ra值為0.7~1.3?μm，rpc值為80~130。該方法一方面對帶鋼表面參數的控制集中于平整工序，另一方面僅提出帶鋼表面參數的目標值，而未提出具體的控制措施。
技術實現思路
1、本發明的目的在于提供一種基于優化算法的冷軋帶鋼表面pc值智能化控制方法，通過對表面pc值影響較大的冷軋軋輥轉印進行機理分析及數學建模，經模型優化算法，對軋制工藝參數進行智能調整，以實現對帶鋼表面pc值的精確控制。
2、為實現上述目的，本發明采用的技術方案如下：
3、(a)?設定目標pc值 rpc ti， i表示軋機機架數量；
4、(b)?收集初始參數：軋輥pc值 rpc wi；
5、(c)?初始化學習率 α和容忍誤差 β；
6、(d)?定義損失函數；
7、(e)?初始化迭代計數器（ t=0）；
8、(f)?計算初始各機架出口帶鋼pc值 rpc i；
9、(g)?通過步驟(d)計算總損失 l；
10、(h)?對每個 rpc wi，計算偏導數()，并更新各機架軋輥pc值；
11、(i)?更新各機架出口帶鋼pc值 rpc i；
12、(j)?重復步驟(g)~(i)；
13、(k)?輸出優化后的軋輥pc值 rpc wi。
14、進一步地，步驟(c)中，學習率需要平衡，學習率太小，則收斂得慢；學習率太大，則損失會震蕩甚至變大。綜合分析多次初始化學習率和容忍誤差，最終確定初始化學習率 α和容忍誤差 β，使之滿足 β/ α=100的函數關系。
15、進一步地，步驟(d)中， rpc i由式計算得出，式中 a0=168.85±4.93， a1=50.25±6.12， a2=－18.79±7.48， a3=25.26±1.28。
16、進一步地，步驟(j)中，直到滿足（ l< β）或達到最大迭代次數時計算停止。
17、本發明提供的一種基于優化算法的冷軋帶鋼表面pc值智能化控制方法，通過對冷軋軋制過程中pc值轉印的機理分析，基于優化算法對各機架軋輥pc值進行參數優化，無需其他輔助設備及大量改造即可完成表面pc值的有效控制。采用本發明所述的方法可直接導入軋制二級控制模型進行在線參數優化，可直接應用于冷連軋機組生產，促進企業向智能化轉型，提升控制精度及穩定性。