導覽
近期變更
隨機頁面
新手上路
新頁面
優質條目評選
繁體
不转换
简体
繁體
3.22.81.57
登入
工具
閱讀
檢視原始碼
特殊頁面
頁面資訊
求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。
檢視 钢铁行业全流程质量分析与管控系统 的原始碼
←
钢铁行业全流程质量分析与管控系统
前往:
導覽
、
搜尋
由於下列原因,您沒有權限進行 編輯此頁面 的動作:
您請求的操作只有這個群組的使用者能使用:
用戶
您可以檢視並複製此頁面的原始碼。
{| class="wikitable" align="right" |- |<center><img src=http://5b0988e595225.cdn.sohucs.com/images/20190922/d0fdcac9fc3e47578606b0e0803f9b3e.JPG width="310"></center> <small>[https://www.sohu.com/a/342603707_120219470 来自 搜狐网 的图片]</small> |} '''钢铁行业全流程质量分析与管控系统'''针对钢铁行业全流程[[产品]]质量管控方面及技术手段局限性等问题,基于大数据<ref>[https://www.sohu.com/a/247291508_324615 什么是大数据?大数据的定义又是什么?],搜狐,2018-08-15 </ref>平台及人工智能技术,将钢铁行业钢轧全流程、多源异构的生产数据充分融合,利用机器学习算法进行数据分析建模,开发了基于大数据技术的质量分析及管控平台,实现企业生产工艺整体优化、实现生产高效化与绿色化,提高钢铁产品[[质量]]档次和稳定性。 ==案例应用场景/领域== 全流程质量管控 [[技术]]评价:国际先进 ==主要技术内容== ===1. 技术背景和意义=== 针对钢铁行业全流程产品质量管控方面及技术手段局限性等问题,基于[[大数据]]平台及人工智能技术,将钢铁行业钢轧全流程、多源异构的生产数据充分融合,利用机器学习算法进行数据分析建模,开发了基于大数据技术的质量分析及管控平台,实现企业生产工艺整体优化、实现生产高效化与绿色化,提高钢铁产品质量档次和稳定性。 ===2. 技术要点和优势=== (1)、首次在钢铁行业钢轧全流程工序开发出基于Hadoop分布式处理技术的质量分析与管控系统,全面融合钢轧多工序、多维度生产数据,实现了在线质量监控、评价、追溯及分析,质量分析时间由数小时减少至秒级,质量分析人员由7人减少至1人,分析效率提升86%。(2)、开发出基于few-shot框架算法、树模型、神经网络深度[[学习]]算法的多个质量预测模型,用于不同场景下铸坯质量判定及质量分析,模型预报准确率较传统机理模型提高至92%,铸坯产品质量合格率提升0.2%。(3)、结合图像处理技术,开发出基于卷积神经网络<ref>[https://www.sohu.com/a/354729010_185201 一文搞懂神经网络] ,搜狐,2019-11-19</ref>、降采样、空间[[金字塔]]等算法的产品表面缺陷识别模型,实现了产品表面质量自动分析及等级自动判定,产品表面质量缺陷的识别准确率提升了30%。 ==技术应用情况== ===1. 应用案例介绍=== 成果应用推广收入(万元)21000[[成果]]应用单位数(个)6主要使用单位 1名称济源钢铁集团 应用时间2017年1月主要使用单位 2名称五矿营钢应用时间2020年4月主要使用单位 3名称晋城钢铁集团应用时间2020年11月主要使用单位 4名称江阴兴澄特钢应用时间2019年11月主要[[使用]]单位 5名称中国一重应用时间2019年8月主要使用单位 6名称临沂优特钢应用时间2021年3月 该技术成果率先在济源钢铁一钢轧车间获得成功应用,随后又推广至江阴兴澄特钢、济源二钢轧、五矿营钢、山西晋钢等多个普钢及特钢企业,直接经济效益逾2.1亿元。成果在[[济源]]一钢轧投用以来,质量追溯时间由原先的数小时提升至秒级,产品合格率提高0.2%,质量分析相关工作分析效率提高86%,整体提高生产效率0.1%~15% ,累计新增销售额8225万元、节支3000万元。项目首次将大数据技术及机器[[学习]]先进算法和钢轧全流程生产过程紧密结合,在钢铁行业形成了互联网与制造业融合的试点示范,推动了智能化关键技术在钢铁工业生产的深度应用,有助于实现我国钢铁工业工艺和生产全流程的整体优化,为完善产品质量管控体系提供有力支撑,促进了钢铁工业数字化转型。 ==参考文献== [[Category:500 社會科學類]]
返回「
钢铁行业全流程质量分析与管控系统
」頁面