共查询到19条相似文献,搜索用时 343 毫秒
1.
本文以铸坯质量判定为应用背景,针对连铸设备的铸坯质量缺陷重要性、判定方法局限性、工艺过程复杂性,研究铸坯生产工艺技术特点,建立智能化的在线质量判定模型。根据板坯连铸过程中连铸机装备的特点及工艺状况,对应不同的钢种,把连铸生产过程中影响铸坯质量因素抽象为数学模型,确定影响铸坯缺陷不同模型的相应判定方法及策略,设计、实现铸坯质量判定系统,期望达到国内领先水平;在实验和运行环境中通过对系统判定结果的不断分析与研究,实现对系统中的数学模型及各项参数的持续优化,达到高精度判定连铸板坯质量缺陷,并设计相应的人机交互界面,实现其在现实工程中的应用。 相似文献
2.
3.
4.
钢铁产品制造过程中,在线预测铸坯质量缺陷产生位置,并对存在缺陷的铸坯及时下线清理有助于提升连铸连轧生产稳定性,实现钢铁企业节能减排、绿色化生产。然而,连铸生产过程具有多变量、时变性和多态性等特点,必须结合设备、钢种、缺陷的特性,定制铸坯质量缺陷预测模型,才能够准确预测铸坯质量缺陷。因此,将数据通信技术、人工智能技术、C#与Matlab混合编程技术等相结合,建立了智能化铸坯质量在线判定系统,研究了铸坯质量预测模型智能化定制方法,并以板坯纵裂纹预测模型为例,介绍模型定制过程。研究结果表明,该方法能够辅助工艺工程师针对钢种及缺陷智能化定制预测模型,降低模型开发及优化难度,提高铸坯质量预测模型的可靠性。 相似文献
5.
6.
7.
为解决低成本高效化生产汽车板等高端产品过程中铸坯判定系统存在的自动化智能化程度低、铸坯生产异常信息传递匹配不准确、判定效率不高等问题,首钢京唐炼钢厂对原先的过程控制自动化系统升级改造,结合汽车板生产过程中积累的冶金缺陷与生产过程影响因素对应规则知识库,归纳整理123项异常事项,开发了智能化铸坯质量判定系统,通过全线跟踪过程质量参数及异常事件并自动匹配到定尺铸坯上,与设计的工艺卡及制造标准对比,自动判定出铸坯质量结果及对应异常板坯处置指示。结果表明,该系统可自动快速判定铸坯质量,实现过程异常实时监控以及产品质量信息可追溯。 相似文献
8.
9.
10.
针对小方坯内裂纹缺陷对铸坯质量的影响,确定了内裂纹在线评判函数.依据工艺参数对内裂纹缺陷的影响程度,对评判函数中的权重提供了分配方案.以小方坯连铸机的实际生产为样本,收集连铸生产工艺参数,进行离线验证.系统判定结果与传热模型的计算结果基本吻合,达到了预报和分析连铸坯质量的目的. 相似文献
11.
鉴于连铸过程中存在众多不确定性,在引入模糊技术的基础上开发了连铸坯质量判定专家系统。以表面纵裂为例,以某中厚板厂工业生产实际数据作为样本,建立了连铸坯知识库。采用正向推理机制,对连铸坯质量进行了离线判断、推理和决策,采用Visualc++6.0软件建立了人机界面,数据库采用Oracle,调试结果表明该系统可以达到较高的判定准确率(大于95.6%),为在线应用提供了基础。 相似文献
12.
13.
14.
连铸工艺对连铸坯质量有着决定性影响,特定的连铸工艺对应特定的连铸机设备状况和生产工艺。只有对连铸二次冷却、动态轻压下、扇形段辊间距设计等扇形段二冷区工艺进行准确把握,不偏不倚,才能得到较好的连铸坯质量。 相似文献
15.
16.
为实时预测铸坯质量,指导连铸生产,中冶赛迪研发了基于规则的铸坯质量在线预测系统(CISDI Continuous Casting Quality Expert, CQE),系统包括全过程数据跟踪、实时质量预测、灵活规则编辑、精准规则分析、高密数据查询功能,通过编辑规则将现场专家的生产经验转化为计算机程序,实时对铸坯进行质量预测。系统在国内某钢厂上线运行一年,期间对21 656块铸坯进行质量预测,预测精度达到90.2%,可较准确地预测铸坯质量,对铸坯的切割优化、质量异议分析、质量提升提供了巨大帮助,经济效益显著。 相似文献
17.
传统铸坯质量预测大多基于全局建模方法,存在自适应能力较差、预测精度不稳定等不足。为此,提出了一种基于即时学习算法的铸坯质量预测方法,主要特征为构建基于即时学习算法的局部模型,以取代传统全局模型,实现建模和预测同时在线进行,更适应于场景复杂、工况多变的连铸生产过程;根据连铸生产数据的时变性特点,在相似度计算中引入时间权重因子,强化样本数据与待测数据的相关性,更有利于提高铸坯质量预测模型精度。以国内某钢厂65号高碳钢铸坯三角区裂纹为例,具体说明即时学习算法在铸坯质量预测局部模型构建中的应用,并与铸坯质量预测全局模型的预测结果进行对比分析及评价。结果表明,基于即时学习算法的局部模型在评价指标上均优于全局模型,全局模型的预测准确率为65%,基于即时学习算法的局部模型准确率提升至90%,进一步阐明基于即时学习算法的局部模型用于铸坯质量预测的有效性。 相似文献
18.
19.
针对非稳态连铸冷却强度异常易导致铸坯质量缺陷的问题,从系统冷却角度提出一种改进的遗传算法对连铸拉速、冷却水等工艺进行协同优化。基于国内某钢厂3个月的工业连铸数据分析发现,开浇、终浇、换中间包、换水口等非稳态连铸由于拉速与冷却水协同不好导致冷却强度不足,影响铸坯质量与连铸效率。建立过程冷却强度优化模型,从优化目标、选择算子等方面对遗传算法进行改进,在生成可行解的同时提高模型收敛速度与优化能力。结果表明,模型优化方案符合现场工艺规则,通过适当提高二冷水量,非稳态连铸系统热量释放平均由45.87%提升至49.05%,处于合理区间内。该优化方法可为连铸系统生产管控提供指导。 相似文献