基于软超球体的高维非线性数据异常点识别算法

在冶金、化工等流程型工业领域,生产中的过程控制参数往往具有高维非线性结构特征.为了解决这类高维复杂数据的异常点检测问题,本文引入了软超球体的概念,采用非线性核函数将原始数据映射到高维的特征空间,并在特征空间中确定软超球体的边界.通过检测待识别样本映射到特征空间的位置信息来判定过程参数的设定值是否为异常点,从而避免出现批量的产品质量问题.以某类汽车用钢为应用实例,对实际生产数据进行检测,证明了所提出的基于软超球体的异常点识别算法对于高维的非线性数据具有良好的检测能力.      

基于深度映射多核的热镀锌镀层厚度预测

连续热镀锌的镀层厚度控制具有高维、非线性和时变的特点，很难用传统的数学模型和浅层神经网络来预测。深度学习通过多层非线性网络结构，能实现复杂函数关系的良好逼近，而核学习是处理复杂非线性数据的强大工具。提出了一种基于深度神经网络多层信息的深度映射多核学习算法，通过将此深度映射核与多尺度高斯基核做非线性乘积，得到新的具有高度表达能力的改进核，其蕴含数据深层特征信息。大量基准数据集和实际工业数据表明，本算法通过结合深度学习和多核学习的优势，解决了镀锌过程强非线性、时变大滞后和多变量的控制难点，实现镀层厚度的更高精度预测，预测的平均绝对误差从3.04 g/m²降低到1.22 g/m²。     

大数据技术在硅钢产品质量管控中的应用实践

磁性能指标是硅钢产品最关键的质量指标之一,但是目前磁性能判定100%依赖于样品的离线实验室检测结果,生产线配置的在线检测仪的测量结果由于精度问题,不宜直接用于成品牌号判级。本文在现有硅钢产品质量管控体系基础上,利用大数据技术对生产数据进行分析与建模,构建不同磁性能指标在线检测模型,并在现有信息系统上完成模型库的集成部署,实现硅钢产品全长、多指标磁性能结果的拟合数据输出,支撑取样优化、精准分切、辅助综合判定等功能应用,进一步优化硅钢产品质量管控体系。     

基于KPLS与SVM的热连轧板凸度预测

热连轧作为典型的流程工业过程,具有多变量、强耦合、过程非线性的特点,轧制机理非常复杂。针对传统方法难以获得准确的数学模型从而导致板形质量预测精度较低的问题,采用基于数据驱动的核偏最小二乘 (KPLS) 方法以有效处理工艺参数和质量指标之间的非线性关系,以此为基础,建立了基于KPLS结合支持向量机(SVM)的板凸度预测模型,并采用粒子群优化算法 (PSO) 优化支持向量机参数,进一步提高热连轧板凸度预测精度。预测结果表明,96.86%的板凸度预测值绝对误差小于5.5 μm,整体具有较高的预测精度,对实现板形质量精确控制、提高热轧产品质量具有重要意义。     

镀锌高强钢工业生产控制优化研究

目前,镀锌产线面临工艺过程控制实时监控与部分设备的智能化程度不足,退火曲线不完善,带钢张力参数不合理,质量关键设备控制模型和参数设计缺陷以及模型老化与当前要求不适,带钢入锌锅温度和其波动的范围只能凭借人工经验控制等问题。为提升设备精度和工艺控制,配合做好集团产线智能制造工作,通过优化设备控制程序、开发过程实时控制监控与产品自动判级系统等,使产线更加智能化,有效提升产品质量稳定性,实现合同快速交付,为企业创造了效益。     

基于卷积神经网络的钢卷边部缺陷识别

热轧卷板边部缺陷对终端产品质量有着极为重要的影响，传统轧钢工艺缺陷的检查多依靠人工，其高温、连续的生产环境严重阻碍了人工在线检测的准确率。为完成对热轧钢卷边部各种缺陷的高效检测，建立了热轧钢卷缺陷数据集，数据集包括分层、烂边以及正常钢卷样本3种，基于卷积神经网络原理，开发了卷板边部缺陷在线智能识别模型。人工标定和训练优化结果表明：训练集的损失函数值为1.163%,测试集的损失函数值为0.781%,训练集和测试集准确率分别达到了98.9%和99.0%。测试集的损失函数值低于训练集，但准确率高于训练集，表明损失函数的值越小，准确率越高，训练出来的模型越好。将其应用于现场实际的钢卷边部缺陷识别中，智能缺陷识别结果较为准确，可以证明该模型具有很高的缺陷识别能力，满足了轧钢卷板边部质量控制的工艺需求。模型的开发对降低制造成本、确保生产安全以及提升产品质量都具有重要的意义。     

分类属性数据聚类算法HABOS

CABOSFV_C是一种针对分类属性高维数据的高效聚类算法,该算法采用集合稀疏差异度进行距离计算,并采用稀疏特征向量实现数据压缩.该算法的聚类效果受集合稀疏差异度上限参数的影响,而该参数的选取没有明确的指导.针对该问题提出基于集合稀疏差异度的启发式分类属性数据层次聚类算法(heuristic hierarchical clustering algorithm of categorical data based on sparse feature dissimilarity,HABOS),该方法从聚结型层次聚类思想的角度出发,在聚类数上限参数的约束下,应用新的内部聚类有效性评价指标(clustering validation index based on sparse feature dissimilarity,CVISFD)进行启发式度量,从而实现对聚类层次的自动选取.UCI基准数据集的实验结果表明,HABOS有效地提高了聚类准确性和稳定性.      

热轧板带表面质量智能化自动判定系统的开发应用

影响热轧板带产品质量的表面缺陷形貌多样、机理复杂,涉及冶金成分控制、铸坯质量、热轧等多个工艺环节。为解决表面判定中标准执行不规范、质量判定尺度不一致、漏检错判、客户需求无法实现的种种问题,从热轧表面图谱制定研究、表检仪缺陷检测关键技术、表面缺陷等级系统的设计、表面自动判定产品大类级别系统的设计等方法上,就如何实现表面质量智能化自动判定展开论述,同时在相关系统中实现了智能化自动判定流程,绝大部分缺陷判定准确率达到90%。     

钢铁产品定制化生产工艺设计与优化

针对客户提出多目标要求的定制化需求,尚无有效办法对生产工艺参数及目标性能进行合理优化,为此,开发了为满足企业需求的多性能目标定制化生产工艺设计与优化系统,将多输出支持向量回归算法、工艺参数控制能力分析、改进的粒子数优化算法等进行整合,搭建基于SOA架构的参数设计与优化系统,实现针对不同钢种类别、多样化订单需求的多输出力学性能预测及工艺参数设计优化功能,可以帮助钢铁企业提高产品质量的管控水平。     

铝板带箔冷轧工艺润滑自动添加配比系统开发

为了提高铝板带箔冷轧生产效率并确保产品质量一致性,设计制作了一套冷轧在线工艺润滑配比及添加系统,生产的同时进行基础油及醇、脂添加剂按一定比例进行自动添加及补充,实现了铝合金冷轧工艺润滑自动配比及添加。     

大数据过程质量控制系统在钢铁生产中的应用

为保证高端钢铁产品生产过程中的质量控制需要,实现“稳定、高效、有序”生产这一目标,河钢承钢借助质量过程自动控制信息系统,将现有信息化和工业化成果相融合,实现钢铁产品生产可管控、异常可预警、过程可追溯、缺陷可诊断等质量管理控制目标。该系统正式运行以来效果显著,其有效地对生产全过程提供了科学指导和决策支持,并实现产品在线判定,彻底颠覆了传统的质检判定方式,推动了产品质量全面提升;践行绿色发展理念,彻底改变了产品研发模式,为钢铁行业研发更高端产品、参与全球化竞争提供有力的数据支撑和技术支持。     

工艺过程数据集成与追溯管理在济钢炼钢厂的实现

建立完善的工艺过程数据集成与追溯系统,实现工艺过程数据的分析和投入产出数据自动运算,是钢铁企业提高产品质量和提高工作效率、控制成本的重要前提和基础。济钢炼钢厂通过该系统的实施,实现了按炉号为主线,钢铁料、散状料、合金料生产信息的采集功能,并实时计算各种条件下的钢铁料消耗、合金料消耗等大量数字信息。为调度指挥生产提供方便的同时,更为准确计算炼炼钢成本、工艺操作的规范化和管理提升提供科学的依据。     

面向生产全过程的热轧带钢精准控制核心技术

热轧带钢精准控制技术是钢铁智能制造的关键环节,对实现产品类型的个性化、产品质量的高精度和生产过程的高效率具有重要的意义。热轧带钢精准控制技术是众多单项技术的集合体,面向生产全过程,聚焦产品质量。从带钢质量精准判定及分析平台、轧辊精准磨削及管理技术、过程控制在线改造技术、板坯加热精准控制技术以及高品质用钢的全流程板形控制技术等5个方面阐述在板带轧制精准控制方面所做的实践及取得的效果,为实现板带轧制质量控制智能化提出具体的努力方向。     

基于机器学习的钢铁轧制过程性能预测

 为了实现快速的热轧工艺优化设计,基于工业数据的钢铁材料性能预测引起了研究者的极大关注,对利用机器学习进行钢铁材料轧制过程性能预测的研究进展进行了梳理。首先介绍了钢铁材料轧制过程性能预测常用的主流机器学习算法,其中包括人工神经网络、模糊神经网络、支持向量机、随机森林、智能优化算法等。其次,分别对钢铁材料轧制过程性能预测建模方法研究进展和模型应用情况进行了综述。最后,对钢铁轧制过程性能预测研究进行了展望,指出了数据质量的改善、小样本数据建模、建模数据加密、模型可解释性研究、钢铁材料组织预测和利用模型进行有效的工艺优化设计等可能发展方向。     

火花放电原子发射光谱法分析硅钢中硅和铝元素的影响因素探讨

在硅钢冶炼中,硅和铝元素成分的精准控制是提高硅钢冶炼质量的重要保证。实验就火花放电原子发射光谱法分析硅钢中硅和铝元素的影响因素进行了探讨,研究了铣床制样参数、电极清洁次数、光谱分析程序、液氩使用管路、仪器使用状态、样品分析过程和光谱仪使用透镜等影响因素。结果发现:铣床制样参数、光谱仪两种分析程序和使用透镜情况对硅和铝元素的影响不显著,但电极清洁次数、液氩使用管路、仪器使用状态、样品分析过程对硅和铝元素的精密度和正确度都有显著影响。因此,在进行硅钢样品分析时,要保证电极清洁彻底、液氩管路两级净化、样品室温,仪器在长时间不分析样品时,开始使用前要预分析样品约30min后再进行使用。通过控制硅钢样品分析过程中的影响因素,可以提高样品分析的精密度和正确度,从而提高生产效率,控制产品质量。     

矩形坯连铸机自动化控制系统升级改造

莱钢股份炼钢厂4#矩形坯连铸机通过采用S7-400系列PLC,应用钢坯位置跟踪分段配水技术,优化二冷水配水控制,改造火切机系统,实现连铸机系统的全自动控制,简化了操作步骤,提高了控制精度、设备稳定性、产品质量和产量,中型线H型钢年产稳定在104.7万t左右。     

Development of laboratory scale thin strip caster and investigation of direct casting of AISI 304 stainless steel

Abstract

An unequal diameter (1 : 3), two roll thin strip casting machine has been designed and fabricated for investigation of the direct casting of thin strip on a laboratory scale. The system consists of a preheatable shallow tundish with online heating facility, water cooled rotating rolls (chill and auxiliary) for solidification of the liquid metal, and a stripper assembly. The machine has a variable speed. Roll gap setting and roll pressure adjustment are two important features of the machine. It is also possible to vary the placement angle of the auxiliary roll with respect to the chill roll. A heat transfer model was developed, based on experimental casting results. Experiments were conducted using AISI 304 grade stainless steel. Up to 100 kg of steel was cast without interruption into strips of widths 100 and 200 mm and thickness varying between 1 and 2 mm. Some of the process parameters affecting the quality of the strip were identified.     

钢包长水口吹氩自动控制系统研究与应用

摘要：钢包长水口吹氩采用最佳的流量控制策略，能有效避免中间包浇注过程中出现钢液二次氧化、卷渣和热量损失等负面影响，同时，能充分发挥气泡去除夹杂物的作用。为此，提出钢包长水口吹氩自动控制系统，通过S7-300PLC采集数据及软件编程，根据开浇、连浇等因素在线调节吹氩流量，在此基础上运用PID控制算法和闭环控制机制实时调整流量控制阀，保证流量实际值与设定值偏差最小。此系统在某特钢厂2021年第1季度生产数据表明，各钢种连铸坯酸溶铝（Als）损失百分比小于10%的炉数比例上升了5.52%，Als损失百分比大于60%的炉数比例由1%下降为0。实际应用结果表明，该系统提高了连铸坯表面质量及最终成品性能。     

Research and application of automatic control system of argon blowing at ladle shroud

Argon blowing at the ladle shroud requires the best flow control strategy to effectively avoid the secondary oxidation of molten steel, slag entrapment and heat loss during the casting of the tundish, and at the same time, give full play to the role of bubbles to remove inclusions. Therefore, an automatic control system for argon blowing at the ladle shroud was proposed. The data collected by S7-300PLC and software programming were used to adjust the argon blowing flow online in real time according to factors such as pouring and continuous pouring. On this basis, PID control algorithm and closed loop control mechanism were used for real time adjustment. The flow control valve ensures theminimum deviation between the actual value of the flow and the set value. The production data of this system in the first quarter of 2021 in a special steel plant show that the proportion of furnaces with an acid soluble aluminum (Als) loss percentage of less than 10% of each steel grade has increased by 5.52%, and the proportion of furnaces with an Als loss percentage of more than 60% has increased from 1% decrease to 0. The actual application results show that the use of the system improves the surface quality of the continuous casting slab and the performance of the final product.