基于CPS架构的板带热轧智能化控制

概述了钢铁全流程智能制造的需求,给出了基于信息物理系统(CPS)的智能制造架构和相关控制逻辑.在介绍东北大学轧制技术及连轧自动化国家重点实验室(RAL)在国家重点研发计划项目的主要研究进展基础上,以板带热轧智能控制为例,给出了基于动态数字孪生的热连轧CPS的架构及控制理念,最后对CPS应用于钢铁智能制造的前景进行了展望...     

考虑样本均衡机制的大脑皮层点云语义分割方法

已有的大脑皮层分割方法多是在磁共振成像（MRI）图像的大脑结构分割基础上,再提取皮层信息作为最终分割结果。针对现有方法存在的数据量大、分割效率低、准确率易受到大脑内部结构分割结果影响的问题,提出了一种考虑样本均衡机制的大脑皮层点云语义分割方法。首先在充分考虑大脑皮层点云集合数据特点的基础上,应用PointNet分割网络对大脑皮层进行语义分割;然后引入样本均衡机制改善分割模型的损失函数,以提升较小语义分区对分割结果的贡献度。不同数据集上的实验结果表明,与SLANT-27相比,使用PointNet大脑皮层点云语义分割方法能够有效提高分割准确率和分割效率,而融入样本均衡机制后的大脑皮层点云语义分割方法在小分区的分割准确率上提高了至少16个百分点。研究结果显示PointNet能够很好地解决大脑皮层分割问题,并且样本均衡机制能够明显提升语义分区的平均准确率。     

板带材生产全流程数字孪生模型及信息物理系统研究现状与趋势

板带材生产具有难以精确建模、运行状态不可测、非线性动态耦合等特征,限制了产品质量和产线运行水平进一步提升。如何提高模型精度与复杂工况的动态适应能力,实现工序内和工序间的各层次协调优化,是板带生产面临的挑战性问题。研究高维动态工业大数据预处理、分布均衡化与特征提取方法,以集成学习建模对多工序动态运行指标进行评价;构建高精度动态数字孪生模型;开发运算速度快、具有柔性约束处理能力的多目标优化算法;构建以动态数字孪生为核心、以协调优化为特征的全流程、多层次信息物理系统,提高生产过程对于复杂多变工况的适应能力,以多层次协调实现工艺参数和过程控制能力的优化配置,并形成流程工业数字孪生模型和信息物理系统的普适性构建方法,是将来板带生产研究的重点。     

数据驱动的转炉智能吹炼控制系统的开发与应用

目前国内外转炉炼钢厂主流的“自动化炼钢”多为传统静态固定模型框架的转炉“一键式炼钢”,因其高度依赖入炉原辅料的稳定性、静态模型的准确性、枪位模型的适应性等客观因素，在实际生产应用中存在较多弊端，从而限制了转炉自动化炼钢的发展。为实现更高智能化程度的转炉自动化炼钢，研发团队近几年在多座大型转炉试验开发基于炉气分析、音频化渣、火焰监测、副枪检测等综合应用技术的实时数据驱动、动态模型架构的智能吹炼控制系统。研发团队对吹炼期间的渣况运行、喷溅返干、氧枪操控等工艺难点持续深入研究，经过长期的数据积累和观察实践，围绕“信息感知、科学分析、智慧决策、反馈赋能”的数据驱动理念，提炼总结出一整套“机理模型+经验公式+数据决策”的数据驱动模型，实现在转炉复杂工况下对氧枪枪位、吹炼流量、造渣加料、副枪检测等参数的自适应调整，从而实现转炉冶炼过程“无人为干预”的“智能化”吹炼模式，基本解决了炼钢厂转炉工序过分依赖入炉原材料、依赖现场操作工经验等“痛点”问题。数据驱动架构的转炉智能吹炼系统应用后，转炉吹炼过程氧枪枪位、流量和实时渣况形成联动，化渣效果更加平稳，脱磷率、溢渣喷溅率、一倒合格率、渣中FeO、钢水自由...     

纳米钛酸钡颗粒砂磨分散工艺研究

本文研究了使用砂磨机进行纳米颗粒分散时的流量设定和磨球选择。为了确保砂磨过程中磨球不会逸出或者聚集在砂磨机的一端，浆料在研磨腔体中的上升速度应小于浆料液面上升速度，因此使用不同粒径的磨球都有最大限制流量。研磨过程的分散效率采用田中粉碎方程进行计算，结合实验结果可以计算出被粉碎钛酸钡颗粒的粉碎强度，结合分散效率的曲线可计算出适当的磨球粒径，实验中要达到较高的分散效率，所需的磨球粒径为0.08～0.10mm。