冶金自动化

Select

序言

何安瑞

冶金自动化. 2020, 44(6): 1-1.

摘要 ( ) PDF全文 ( )

可视化

Select

基于改进堆叠自编码器的带钢力学性能预报模型

宋勇, 李博, 刘超, 李飞飞

冶金自动化. 2020, 44(6): 2-10.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 001

摘要 ( ) PDF全文 ( )

可视化

钢铁工业在智能制造转型升级过程中对产品性能预报技术提出了越来越高的要求。针对目前带钢力学性能预报模型普遍存在精度和适应性不高的问题,提出了一种基于改进堆叠自编码器的力学性能预报深度学习模型。结合 CSP 热连轧实际工艺流程,模型中设置多个分别代表不同工序的自编码器进行堆叠,同时将各工序的过程参数逐步输入对应的自编码器,实现对带钢组织演变过程的数据建模,并利用降噪自编码器 (DAE)和稀疏自编码器( SAE)解决数据噪声大、过拟合等问题,提高力学性能预测精度,改善模型的适应性。结果显示,这种基于堆叠自编码器的力学性能预报模型综合性能更好。

Select

基于 DS-SVR 模型的炉卷轧机厚度动态设定控制

张岩, 孙瑞琪, 吴鲲魁, 王军生

冶金自动化. 2020, 44(6): 11-16.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 002

摘要 ( ) PDF全文 ( )

可视化

针对炉卷轧钢板成品超长,头尾与板体的温度偏差大且检测不准,带来的产品厚度命中精度偏低、同板差偏大等问题。系统研究了炉卷温度检测和厚度设定机理模型的算法,剖析了系统模型在轧件温度测量、轧制力设定计算等关键算法,以及轧机自动厚度控制( automatic gauge control,简称 AGC)系统上存在的控制参数粗放等问题,借鉴国内外关于轧制过程温度软测量和动态厚度设定的研究成果,开发了基于动态设定 - 支持向量回归( dynamic setting-support vector regression,简称 DS-SVR)的系统温度软测量和厚度动态设定方法。应用结果表明,所提方法提高了温度检测和厚度动态设定精度,大幅提高了炉卷轧机厚度设定模型精度。

Select

基于量子粒子群算法 - 支持向量机的冷连轧断带故障诊断

章昕, 张飞, 肖雄, 任晓怀

冶金自动化. 2020, 44(6): 17-24.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 003

摘要 ( ) PDF全文 ( )

可视化

针对冷连轧断带故障原因复杂多样且故障样本难以采集导致故障样本数量少的特点,提出了一种基于支持向量机( support vector machine,简称 SVM)分类和量子粒子群算法( quantum particle swarm optimization,简称 QPSO)参数优化的冷轧断带故障诊断算法。首先通过核主元分析( kernel principal component analysis,简称 KPCA)对数据进行降维;然后构建 SVM 分类器,分类判断连轧机的运行状态和故障位置。此外,为了获得最佳的故障诊断性能,使用 QPSO 算法寻找算法中超参数的最优值。试验结果表明,基于 QPSO-SVM 的断带故障诊断算法相比于传统的基于 SVM 的参数优化算法,具有更高的分类准确率和更快的迭代速率。

Select

基于大数据平台的冷连轧轧制力自学习模型优化

陈丹, 邵健, 殷实, 张雅倩, 张伟, 胡韬

冶金自动化. 2020, 44(6): 25-29.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 004

摘要 ( ) PDF全文 ( )

可视化

针对神经网络算法不能满足多品种轧制模式下提升轧制力模型精度要求的现状,以某厂工业大数据平台为基础,在完成多源异构实时数据采集、时空变换,形成以物料为中心的数据集合后,将大数据分析的思路和方法应用于提高冷连轧轧制力模型精度上。在多品种轧制模式下,以数据统计方法计算轧制力修正系数, 将修正系数投入某大型钢铁企业现场使用。通过收集修正系数投入应用的实际轧制力数据对比分析,结果表明,该方法可有效提升冷连轧轧制力模型精度。

Select

机器视觉算法与 CRNN 网络相结合的热轧钢卷号识别模型开发

顾佳晨, 樊登旺, 孙玲, 向江波, 吴冰

冶金自动化. 2020, 44(6): 30-34.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 005

摘要 ( ) PDF全文 ( )

可视化

为了提升轧钢区域的物流效率,需要自动识别某钢厂的热轧钢卷号,但由于钢卷号弯曲弧度较大,且有位置偏转,传统的机器视觉方法无法有效识别。为此,提出了机器视觉算法与卷积循环神经网络( convolutional recurrent neural network,简称 CRNN)相结合的方法构建识别模型。根据字符区域亮度较高的特点,通过组合使用高斯滤波、sobel 边缘化算子、最大类间方差法 OTSU 等机器视觉算法分割出字符区域并旋转至水平角度;然后应用 CRNN 深度学习网络对分割后的字符图片进行特征提取和字符识别。通过在 928 张现场图片上测试,正确识别 803 张,总体准确率达到 86. 53% ,这说明算法对解决此类工程字符识别( optical character recognition,简称 OCR)问题是有效的。

Select

轧机设备状态在线监测与诊断系统开发

谢向群, 李维刚, 付文鹏, 谢丰, 严保康

冶金自动化. 2020, 44(6): 35-42.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 006

摘要 ( ) PDF全文 ( )

可视化

轧机是冶金生产企业的关键设备,冶金企业每年都因突发的重大设备事故和“维修过剩冶造成巨大的经济损失,因此如何对轧机设备状态进行在线监测与诊断来减小甚至避免损失成为冶金企业亟待解决的难题。当前对轧机设备状态监测一般多从振动信号的角度考虑,其局限性较多。提出了从电气信号角度对轧机设备状态进行在线监测与诊断,并以梅钢 1 780 热连轧机组为基础,开发了一种基于多信号特征的轧机设备状态在线监测与诊断系统,提高了轧制稳定性和产品质量指标的控制精度。其具有预警功能和智能性,数据存储量更少、二次开发空间更大,可在现有轧钢生产线 L1 控制系统的基础上进行数据的深度挖掘处理。

Select

热连轧机架间带钢跑偏测控系统研究与应用

刘洋, 王晓晨, 杨荃, 徐冬, 何海楠, 邵健

冶金自动化. 2020, 44(6): 43-49.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 007

摘要 ( ) PDF全文 ( )

可视化

在板带产品热连轧生产中,轧制薄规格产品时,直接或间接影响轧制稳定性的最主要因素之一是带钢跑偏。针对热连轧产线精轧机组对带钢跑偏测控技术的需求,开发了精轧带钢跑偏检测与控制系统。带钢位置检测采用双目线阵相机,通过高频图像采集,利用机器视觉方法对采集到的图片信息进行分析和处理, 得到带钢实时位置信息;带钢跑偏控制以带钢位置信息作为输入条件,结合产线设备状态及工艺因素,采用机理模型与大数据分析模型相结合的方式,计算得到各机架调平值,实现带钢自动纠偏。实际应用表明,该跑偏测控系统的检测精度和控制效果能够满足现场生产的要求,极大地减少了操作人员对非对称缺陷的干预程度,提高了轧制生产的稳定性,增强了生产过程的质量监控与控制能力,对最终实现自动轧钢具有重要意义。

Select

热连轧带钢温降模型的研究与优化

夏焕梅

冶金自动化. 2020, 44(6): 50-55.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 008

摘要 ( ) PDF全文 ( )

可视化

介绍了热轧带钢在精轧区域的温降计算模型,针对生产中延时辊道设定( holding table transfer,简称 HTT)模型对部分带钢的温降计算偏差较大的问题,利用理论计算公式结合大量实际控制数据进行分析及回归计算,对模型热辐射系数、自学习系数等进行优化设定,减小模型计算温降偏差。终轧温度控制( finisher delivery temperature control,简称 FDTC)模型中增加带钢时间 - 速度 - 距离( time-velocity-distance,简称 TVD) 加速度补偿计算功能,该功能可根据带钢厚度自动选择加速度补偿因数,对不同厚度的带钢速度设定进行最优化计算,提高了模型对带钢 TVD 的计算精度。应用大量统计数据优化板坯加热工艺及 FDTC 模型自学习区间,提高了带钢轧制稳定性。模型优化后对实际轧制数据统计,带钢温降计算偏差由均值 25. 39 ℃ 下降到 3. 67 ℃ ,模型预估精度显著提高,终轧温度( finisher delivery temperature,简称 FDT)命中率由 92. 37% 提高到 95. 81% 。

Select

压下大数据挖掘在四辊轧机健康诊断中的应用

付文鹏, 李维刚, 谢向群

冶金自动化. 2020, 44(6): 56-61.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 009

摘要 ( ) PDF全文 ( )

可视化

通过对压下大数据进行挖掘,分别在辊缝偏差、轧制力偏差、油柱偏差等长周期趋势监控及关联分析方面进行了尝试。实践证明,对原始数据进行滑窗均值滤波后,求取其包络线,可以较好地反映四辊轧机垂直辊系部分物理几何位置精度和传感器检测精度等演变规律,并分别诊断出测压头绝缘性能、测压头测量精度、阶梯垫表面状态与几何尺寸差异、工作辊轴承座弯辊接触垫块几何尺寸差异、上支撑辊轴承座垫板锈蚀结疤等方面的问题,对轧机精度的持久保持和预防性维护检修等具有重要意义,有利于提高热连轧产线的轧制稳定性。

Select

薄带钢平整机轧制力预测模型及应用分析

王晓东, 任新意

冶金自动化. 2020, 44(6): 62-69.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 010

摘要 ( ) PDF全文 ( )

可视化

首先总结了可能直接用于在线平整轧制力计算的模型,主要有 Roberts 及其修正模型、Ekelund 模型、 Bland-Ford-Hill 模型和回归分析模型等;然后以某镀锌线上的光整机实际数据为基础,对除 ABB 模型外的 5 种在线平整轧制力计算模型进行了离线分析与比较;最后进行了工程实际应用的探讨。结果表明,平整轧制力模型计算精度主要受接触弧长、变形抗力与摩擦因数这 3 个因素的影响,其次是前后张力与速度。通过优化接触弧长、变形抗力计算公式中的参数,并通过参数自学习功能,这 5 种模型可以用于工程实际,实现平整在线轧制力高精度预设定计算。

Select

基于无模型预估算法的电工钢边部减薄滞后控制系统

张岩, 吴鲲魁, 孙瑞琪, 刘洪宇

冶金自动化. 2020, 44(6): 70-76.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 011

摘要 ( ) PDF全文 ( )

可视化

边部减薄是电工钢控制的重要参数,直接影响着带钢产品的质量和成材率。边部减薄的闭环控制过程存在严重的滞后问题,解决系统滞后问题对于控制精度的提高具有重要意义。以鞍钢硅钢 1 500 mm 冷连轧机生产线为基础,分析了边部减薄滞后问题产生的原因,采用反馈控制和前馈边部减薄控制策略,并采用无模型预估算法对含有滞后环节的闭环系统进行有效控制。应用结果表明,无模型预估算法对于控制模型精度具有良好的控制品质,解决了由于系统大滞后易产生的不稳定问题,无需对象模型且响应速度快,极大地提高了电工钢产品的边部减薄控制精度。

Select

可逆冷轧机中压交直交主传动变频系统开发及应用

南永辉, 马振宇, 肖雄, 刘钟皓, 胡家喜, 张勇军

冶金自动化. 2020, 44(6): 77-83.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 012

摘要 ( ) PDF全文 ( )

可视化

三电平中压交直交变频系统已成为冶金轧机主传动的主流电气装备,基于国产自主研制的大功率中压变频控制系统和主回路设计,提出了一种可逆冷轧机高性能主传动系统解决方案。该系统采用气隙磁链定向矢量控制的电励磁同步电机和基于滑模控制的动态负载转矩观测进行前馈补偿,以达到有效改善速度控制性能的目的;同时,在分析单机架可逆冷轧主传动的系统结构和工作模式的基础上,进一步提出了轧机与卷取通用的电机转矩控制和速度控制方法。该系统已经在多个单机架可逆冷轧机生产线上获得成功应用, 现场使用结果表明,所提出的主传动控制解决方案可以在宽速度范围内实现高精度的速度控制和转矩控制, 能够满足高性能轧制的工艺需求。

Select

模块化轧机控制系统在高速棒材生产线中的应用

刘东, 吉年丰

冶金自动化. 2020, 44(6): 84-92.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 013

摘要 ( ) PDF全文 ( )

可视化

随着低压变频/ 调速技术的进步,独立传动的模块化轧机代替传统的集中传动的精轧机组,成为当前高速棒材生产线的主流技术。针对多台模块化轧机的控制难点,建立了活套数学模型,引入了虚拟活套技术, 并给出了活套高度和堆钢量的非线性关系。针对轧制过程中的咬钢速降问题,对机械设备、变频传动建立了三机架模块化轧机的数学模型,理论推导了单机架咬钢速降和力矩冲击,仿真分析了多机架咬钢速降过程。结合国内外高速棒材生产线工程,介绍了 3 种模块化轧机控制系统硬件组成,分析了转速预控和转矩预控这 2 类冲击补偿方法,通过实际工程数据验证了仿真算法的正确性。

Select

基于孪生网络的带钢表面周期性缺陷检测方法

吴昆鹏, 石杰

冶金自动化. 2020, 44(6): 93-98.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 014

摘要 ( ) PDF全文 ( )

可视化

周期性缺陷作为热轧带钢生产过程中最常见、最重要的缺陷,其检测不能简单通过分类模型进行识别。首先从周期性缺陷的产生原因出发,总结出周期性缺陷的三大主要特征,即横向位置一致性、缺陷图像相似性和缺陷周期统一性;然后提出基于孪生网络的图像相似性检测方法,可通过三点实现周期性缺陷的快速判别;最后利用等距离差法拟合出缺陷的最佳周期,拟合精度可达 ± 10 mm。将本文方法应用到实际生产现场中,周期性缺陷的检出率可达 95% 以上。

Select

面向性能修复的液压活套系统故障检测与容错控制

李琳琳, 彭开香, 薛茹月, 冯金旭

冶金自动化. 2020, 44(6): 99-104.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2020. 06. 015

摘要 ( ) PDF全文 ( )

可视化

考虑到液压活套控制系统的性能衰退会影响热连轧生产过程的产品质量和生产效率,提出了面向系统性能修复的液压活套系统的故障检测与容错控制方法。首先,基于液压活套系统的模型,利用贝尔曼方程给出了基于观测器的系统性能衰退的预测指标。其次,基于该性能衰退预测指标,提出了面向性能的液压活套系统的故障检测方法。再次,利用故障检测系统提供的信息,研究了面向系统性能修复的液压活套系统的容错控制方法,该容错控制方法不仅可以在不改变现有控制器的前提下对系统性能进行修复,而且可以提高液压活套系统的鲁棒性和容错裕度。最后,通过某热钢生产线的液压活套模型验证了所提出的故障检测与容错控制方法的有效性。

选择文件类型/文献管理软件名称

选择包含的内容

2020年, 第44卷, 第6期　刊出日期：2020-11-25

扫码分享

扫码分享

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

2020年, 第44卷, 第6期 刊出日期：2020-11-25

扫码分享

扫码分享

2020年, 第44卷, 第6期　刊出日期：2020-11-25