因果推断三种分析框架及其应用综述

介绍因果推断所涉及的基本概念及其三种分析框架:反事实框架、潜在结果模型和结构因果模型。首先,从反事实框架介绍因果效应的发端;然后,从基于反事实的两个因果推断分析框架:潜在结果模型和结构因果模型,来分别阐述两个分析框架所涉及的关键理论和应用方法。其中,潜在结果模型使用数学和可计算的语言对因果理论进行阐述,是一种将假设、命题和结论清晰化表达的计算模型,其在原因和结果变量已知的前提下定量分析原因变量对结果变量的因果效应,并对缺失的潜在结果进行补齐,使观察性研究的效果接近试验性研究。结构因果模型则是一种基于图论的因果推断方法,它将事件分为观察、干预和反事实三个层级,并通过do运算将干预和反事实层级的因果关系都降维成可以通过统计学手段解决的问题。最后,探讨了现今多领域内因果推断的应用场景,并总结了三种分析框架的异同点。      

因果推断在钢铁企业能耗诊断应用中的探索

以钢铁企业焦化厂工序能耗的管理和诊断为例，运用因果推断并辅以神经网络、线性回归等数据分析方法探索影响焦化工序能耗上升或下降的原因。因果推断分析方法不但能够识别、跟踪影响工序能耗的关键指标，还能够对长尾指标与工序能耗的因果关系进行量化比较分析，通过数据手段结合人的主观经验的方法为企业能耗管理技术人员提供新的分析手段。     

唐钢1810mm热轧生产线带钢厚度控制系统分析

介绍了唐钢1810 mm热轧带钢生产线AGC厚度控制系统的设计思想及控制要求,对其中的数字控制系统进行了分析.     

基于重复控制和鲁棒PID的冷轧带钢厚度控制系统

轧辊偏心是高精度冷轧机厚度控制不能忽视的问题。带钢轧制是一个复杂的非线性过程，带钢原料性质、处理量变化等也会导致过程模型发生变化。本文提出一种基于重复控制进行偏心补偿，鲁棒PID控制器对模型不确定性不敏感的带钢厚度控制系统。仿真结果证明系统具有良好的跟随和抗扰性能，表明这种混合控制方法有一定的适用性。     

提高热轧带钢产品厚度精度的技术措施

厚度测量系统是控制和测量带钢的关键仪表设备.针对近年来在生产过程中发生的测厚仪停机、故障和偏差等情况进行了分析和判断,给出了6种改进的措施并实施,取得了显著的效果.     

影响带钢头部厚度精度原因的分析

热轧带钢的厚度精度是产品质量的重要指标,文章结合数学模型和工程日志对生产中影响带钢头部厚度的原因进行了分析,得出轧制温度是影响厚度的主要原因.计算了温度对厚度影响的程度.结合生产实际操作指出了提高头部厚度精度的方法.     

基于热平衡的热风炉残热推断模型研究

针对热风炉运行过程中炉内存在大量未利用的残热问题,从残热角度建立了基于热平衡的热风炉残热推断模型,并根据首钢迁安钢铁有限责任公司2号高炉热风炉的实际情况对模型进行了验证。研究结果表明,利用该模型能够计算可供下一周期使用的炉内残热相对值,优化下一周期热风炉收入热量,维持热量收支平衡,有效利用残热,从而达到提高热风炉使用效率、延长热风炉使用寿命的目的。     

基于贝叶斯神经网络的带钢厚度预测与控制

采用贝叶斯统计学原理改进传统神经网络算法,通过在神经网络的目标函数中引入表示网络结构复杂性的约束项,避免网络的过拟合以提高网络的泛化能力.将改进的神经网络应用于济钢1700mm热连轧机带钢厚度预测中,其预报精度、训练时间和网络稳定性均优于传统神经网络预测;然后应用贝叶斯神经网络预测带钢塑性系数;最后将出口带钢厚度和带钢塑性系数的实时预测值综合应用于带钢热连轧厚度控制系统,改进了传统的厚度控制方式,进一步提高带钢质量.     

带钢热轧过程厚度分配的仿真分析

带钢轧制过程中,各道次的厚度分配是控制轧制的重要环节,直接影响成品的质量。运用Visual Studio软件开发工具,开发出基于MVC框架的往复式双机架炉卷轧机轧制过程的网络仿真系统,研究了带钢轧制过程中各道次的厚度分配,设计了相应的仿真模块。通过输入实际数据进行仿真分析,所得到的数据与实际的热轧生产数据进行对比,该仿真系统可有效地仿真出轧制过程厚度的变化,能实现带钢厚度分配的预报。     

基于虚拟仪器的冷轧带钢板纵向厚度监测研究

为了改善本钢冷轧厂1676mm酸洗-冷连轧联合机组的板带质量,提出了采用虚拟仪器技术构成监测系统的方法.在详细分析影响板带材纵向厚度和板凸度的各种因素基础上,采用基于LabVIEW的虚拟仪器构建方法开发了板带厚度和板凸度的监测软件系统.该系统的结构模块化,使其操作简单和低的价格满足带钢质量监测的要求.     

基于信息融合的带钢厚度预测控制

通过把轧制力方程和厚度控制方程在小范围内线性化、离散化,用递推最小二乘法辨识出系统的状态空间模型.给出了基于Kalman滤波法的最优信息融合算法,并针对热连轧这个复杂的多变量系统设计了异步信息融合估计算法.将模型用于热连轧机带钢厚度预测中,同时也预测带钢塑性系数Q.最后把实时预测出的带钢出口厚度和带钢塑性系数应用于带钢热连轧厚度控制系统,提高了带钢厚度质量.     

基于深度学习的热轧带钢头部厚度的命中预测

针对热轧带钢头部厚度精度较低的问题,提出了一种基于深度学习的热轧带钢头部厚度的命中预测方法.在精轧过程中,带钢头部张力较小,且通常温度较低;同时轧机工艺参数复杂,精准设定存在困难,轧制带钢头部经常会出现厚度不合格的现象.利用深度神经网络的非线性拟合能力,设计带钢头部厚度预测模型,给轧机的参数设定提供参考、提高头部厚度命...     

基于DBN-LSSVM的热连轧带钢厚度预测

为提高热连轧带钢精轧厚度预测精度,建立了通过深度置信网络(deep belief network,简称DBN)提取特征的最小二乘支持向量机回归模型(DBN-LSSVM),并且利用粒子群优化算法(particle swarm optimization,简称PSO)优化最小二乘支持向量机(least squares support vector machine,简称LSSVM)相关超参数。通过采集某热连轧带钢生产线实时现场数据,对所提出厚度预测模型进行训练和离线仿真。结果表明,基于DBN-LSSVM的预测模型具有良好的学习能力和泛化性,DBN-LSSVM模型的预测精度较传统BP算法和DBN-BP算法有显著提高,该厚度预测模型在生产实践中具有很好的应用前景。     

基于广义归纳逻辑因果模型的知识发现与算法实现

以语言场、广义细胞自动机和广义归纳逻辑因果模型为理论依据,分析了广义因果联系类知识的发现机理,给出了因果联系类知识发现的实现算法.该算法为解决具有随机不确定和模糊不确定性特征的因果联系类知识的发现提供了行之有效的方法.通过算法的运行实例,验证和说明了算法的正确性和有效性.     

冷轧硅钢板形与横向厚度控制的分析

带钢板形和横向厚度差是冷轧硅钢产品的关键质量指标。针对冷轧硅钢板形与横向厚度控制进行了研究分析,描述了冷轧硅钢板形和横向厚度存在的缺陷以及两者的相关性,指出了热轧原料断面厚度的不均匀性是硅钢板形与横向厚度控制存在的矛盾点,并表明了良好的热轧原料轮廓尺寸是保证冷轧硅钢板形与横向厚度协调控制的关键因素。     

基于WinAC的带钢连续热镀锌镀层厚度控制系统研究

以鞍钢5~#热镀锌生产线自主研发的镀层厚度控制系统为例,提出了基于WINAC RTX2010软PLC技术的解决方案。详细介绍了控制系统构建和程序开发流程,包括站组态、硬件组态、网络组态、OPC通信、WINCC通信等。通过开发镀层厚度数学模型和模糊控制器,实现了镀层厚度的自动控制。     

冷轧热镀锌镀层厚度控制系统的开发与应用

 在冷轧连续热镀锌生产线上,热镀锌镀层厚度的控制水平将直接影响到热镀锌板的产品质量、成本和市场竞争力。以鞍钢连续热镀锌生产线为背景,对冷轧热镀锌带钢的镀层厚度进行精确控制研究,利用有限元分析软件FLUENT对气刀吹锌过程进行数值模拟,分析影响镀层厚度精度的主要因素,建立镀层厚度自动控制系统的核心模型,提出气刀压力前馈控制和Smith预估补偿反馈控制方法,采用LABVIEW软件开发镀层厚度控制系统,实现镀层厚度精确控制。生产数据结果表明,控制系统的应用降低镀层厚度偏差,取得了较好的控制效果。通过镀层厚度自动控制系统的投入运行,不仅满足企业提高产品表面质量的需求,而且对节约成本、降低镀锌原料消耗具有重要意义。     

基于改进广义预测控制的带钢厚度优化控制策略

为提高冷轧机出口带钢厚度控制精度,提出了一种改进的广义预测控制(improved generalized predictive control, IGPC)算法。首先,根据冷轧机反馈控制双闭环系统模型,确定传递函数;然后,提出了IGPC,并给出了考虑时滞的预测模型和目标优化函数。最后,对IGPC控制器优化AGC(automatic gauge control)系统进行仿真研究。研究结果表明,与Smith-AGC和GPC-AGC相比,IGPC控制器有效地缓解了由时滞引起的出口带钢厚度控制超调和震荡现象,且在系统参数失配情况下,具有较好的动态特性和系统稳定性。     

基于独立成分分析的冷轧带钢表面缺陷识别

为了提高冷轧带钢表面缺陷识别率,提出基于独立成分分析（ICA）的缺陷图像特征提取方法。通过ICA建立缺陷图像的统计生成模型,从缺陷库中自适应地估计ICA基向量,将缺陷图像向基向量张成的空间投影,从而将图像变换到ICA域,图像在ICA域内的表示即为相应的特征向量。这种特征元素之间统计独立,是图像的稀疏编码。试验表明,本方...