换一批
项目年度编号
2500080262
中图分类号
TG335.11
成果公布年份
2025
成果简介
该项目属于冶金装备、建设与自动化领域。
随着制造业向高端化转型，用户对热轧板带的质量要求越来越高，尤其是对产品尺寸精度、板形、力学性能等质量稳定性有极为严苛的控制要求。热轧生产过程中，工艺条件、设备运行状态变化常引起生产工况变化，加之过程输入条件、状态变量和控制目标之间的关系十分复杂，传统的机理模型难以准确描述和预测这些动态过程。同时，在换辊后首卷、换规格首卷、宽薄规格轧制等非稳态工况下，常出现带钢厚度、宽度及板形偏差较大的现象，导致产品质量不稳定，甚至产生大量的废品。
该项目旨在通过融合多源数据、应用先进的数据处理技术和智能控制算法；通过数据挖掘和机器学习算法，从复杂的数据中提炼出有价值的信息。打造新型“过程控制+AI”系统，从建模、泛化、重构三个维度，提升热轧的过程控制能力，实现对热轧生产过程的全面监控和优化，提高生产效率和产品质量。
项目的主要创新点如下：(1)首创的基于海量历史数据的热轧智能化建模技术。研究了TensorFlow、蜂群算法等大数据优化技术，利用历史生产数据确定与生产条件相匹配的模型基本参数；同时，研究了深度学习建模技术，并将深度学习模型与传统的机理模型结合使用。通过上述研究，挖掘出海量历史数据的潜在价值，进一步提升了热轧模型设定计算的准确性，提升热轧产品质量。(2)创新提出了模型边界条件智能监控技术。通过对历史数据的挖掘，研究了粗轧立辊辊缝、漏油预警、动态刚度偏差等大数据智能监控技术，可及时预先发现边界条件恶化问题，实现对边界条件异常的监测并准确预警，从而减少对产品质量和生产稳定的影响。(3)首创的多目标非结构化强耦合大数据分析技术。针对人工经验型数据难以量化描述问题，研究了硅钢双高比例关键影响因素分析技术，实现对人工经验的数字化。针对大数据多变量、强耦合特点，研究了轧线节奏瓶颈分析及改进技术。
该项目获授权发明专利20项，认定企业技术秘密30项。通过该项目的实施，从成本、质量、效率等方面实现了热轧综合技术能力的跨越式提升。
项目成果率先应用于宝钢股份宝山基地，近3年累计创效8934.71万元。相关成果成功推广到青山、东山、梅山、八一钢铁、重庆钢铁等宝武集团内钢铁基地，其社会影响力与潜在效益巨大。
完成单位
宝山钢铁股份有限公司 上海宝信软件股份有限公司
完成人
学术成果认领
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
