中厚板线材性能预报系统查看源代码讨论查看历史

来自 搜狐网 的图片

中厚板线材性能预报系统中厚板、线材性能预报系统，钢产品的力学性能预报。

主要技术内容

技术背景和意义

(1) 背景：

钢铁制造涉及炼铁、精炼、铸造、轧制等诸多环节，其中数十个参数可能影响最终产品的性能，对钢材质量进行理化检验是不可或缺的。可建立一种精确的钢材质量预测模型，以减少检化验频率，甚至取代试验程序。

(2) 意义：

基于力学性能高精度在线预测技术，减少检测取样，缩短生产周期，提高交货节奏，带来很大经济效益。

技术要点和优势：

(1) 原理：

采用多维数据挖掘技术，对热轧、冷轧工业大数据进行数据清洗和归并、相似工艺分层聚类等处理，开发基于机器学习算法，建立智能化力学性能在线预测模块，实现基于大数据的多维度、多变量影响下的质量性能预测。

(2) 要点：

遵循数据挖掘标准流程CRISP-DM，借助工程思想和方法，找到适用于冶金数据的数据处理方法和验证方式。钢种及其规格不同导致工艺流程变化，需将钢种区分大类，分开建立模型；领域知识与大数据的两者结合，最终建立可靠的数据模型。

(3) 实施关键点：

采用数据预处理技术，处理异常缺失数据，基于统计特征、领域特征、业务经验共同提取合适特征，给予模型训练。注意样本数量相对模型参数空间不足会导致模型有过拟合现象，使用正则化方法；采用“Worst-Case”驱动方式与现场业务交流，投入生产之前分析何种情形下模型工作不好，找到具体适用范围。离线模型做基于精度、基于领域知识的多方验证，已经部署到线上的模型，跟踪运行后的数据质量、精度劣化等，通过闭环反馈进行模型管理，保证可持续性和可靠性。

(4) 技术优势：

通过流程化体系，无论模型精度和稳定性得到保障，满足快速落地的需求，期间结合工艺专家的经验，进行模型的迭代提升，将模型线上化与南钢已有MES系统深度融合，方便用户的查看与使用。

技术应用情况

应用案例介绍：

（请对应用案例的包括但不限于应用对象、应用规模、应用时间、取得的效果等进行简要介绍，500字以内）(1) 应用对象：钢产品的力学性能预报。(2) 应用规模：目前在南钢中板厂、中厚板卷厂、高线厂等包括工程机械用钢Q235B、Q355B，普品Q235B、Q355B、Q390等十余种钢种进行了推广应用。(3) 应用时间：2021年。(4) 取得的效果：部分结构钢产品实现以预测性能取代检验性能的业务应用。根据试样成本，预估每年可为南钢至少节约试样成本约300万元人民币，减少冷、热轧产品力学性能检测数量，缩短产品交货周期，达到了降本增效的效果。