冶金自动化

Select

杨旭, 高晶晶, 高峰, 黄健, 彭开香

冶金自动化. 2022, 46(6): 1-15.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2022. 06. 001

摘要 ( ) PDF全文 ( )

可视化

带钢热连轧属于钢铁制造流程中的高投入、高质量和高效益生产过程,具有“大规模、高复杂、强耦合冶等特性,会导致其易受故障或干扰影响,引起控制系统的性能下降及运行工况的异常波动。因此,有必要对带钢热连轧生产过程进行有效的过程监测与自愈控制,从而确保生产过程的安全可靠运行和产品质量稳定。首先,在对带钢热连轧生产过程工艺知识充分理解的基础上,分析了影响其平稳运行的关键因素;其次,阐述了带钢热连轧过程监测与故障诊断方法、容错控制与自愈技术的研究现状;再次,基于对控制系统动态性能及生产工况运行性能的监测与控制需求,提出了一种数据驱动的带钢热连轧过程监测与自愈控制一体化设计框架;最后,结合智能制造背景下我国钢铁工业的发展需求,探讨了带钢热连轧过程监测与自愈控制领域研究的未来发展方向。

Select

带钢热轧全流程质量建模与异常溯源的研究现状与展望

马亮, 彭开香

冶金自动化. 2022, 46(6): 16-24.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2022. 06. 002

摘要 ( ) PDF全文 ( )

可视化

在日趋激烈的市场竞争与供给侧改革背景下,带钢热轧过程提质增效成为钢铁工业高质量发展的一项重要内容。由于带钢热轧过程具有生产工序众多、层级协作关联、工况复杂多变等特性,传统的建模与诊断方法很难实现高效的质量管控,使其全流程质量建模与异常溯源技术日益受到关注。围绕带钢热轧全流程质量管控需求,综述了质量建模与异常溯源技术的基本思想、各自特点和区别联系,分类概述了相关方法的研究现状,展望了待解决的科学问题及重点的发展方向。

Select

板带热轧过程智能化建模方法的研究现状与展望

丁敬国, 金利, 孙丽荣, 李贺, 李旭, 张殿华

冶金自动化. 2022, 46(6): 25-37.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2022. 06. 003

摘要 ( ) PDF全文 ( )

可视化

板带热连轧的非稳态过程具有难以用机理模型准确描述、弹塑性变形耦合、轧制工艺约束复杂等特征,如何提高产品稳定性和质量是热连轧控制水平进一步提升的关键和亟待解决的问题。以数据为中心,以工业互联网为载体,以试验工具、数字数据、计算工具为支撑,将数据驱动模型与机理模型深度融合,建立热连轧过程动态数字孪生模型,通过工序间动态协调优化,形成热连轧过程信息物理系统( cyber-physical systems,CPS) ,提高轧制工艺对复杂工况的原位分析能力,改善其质量指标。建立上游工序干扰下的热轧机组运行参数协调优化策略和过程动态调整运行机制,对运行参数进行多层次多目标协同优化设计,实现基于工艺窄窗口条件下的轧制过程容错运行控制。动态实时逆向调整各机架压下分配、张力制度、润滑状态、温度制度等,并在各因素运行指标允许范围内提高热连轧非稳态过程产品质量和性能。上述建模方法可为热连轧非稳态过程的生产稳定性提高和质量精度改善提供新思路,实现产品质量和生产效率的提升,这将成为重要的发展趋势。

Select

轧制全流程质量智能建模尧故障诊断与协同稳健控制的研究现状与展望

华长春, 陈树宗, 李旭, 张柳柳

冶金自动化. 2022, 46(6): 38-47.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2022. 06. 004

摘要 ( ) PDF全文 ( )

可视化

板带材是钢铁工业中最重要的产品,其中精度高、板形好、力学性能优的精品钢需求日益增长。板带材轧制流程涉及热轧、冷轧、退火、平整等工序,工序的强非线性、时变性和复杂耦合给产品质量异常诊断和全流程的稳健控制提出了巨大挑战。为进一步提升产品质量,应从全流程角度出发研究板带材轧制质量一体化智能诊断与管控技术,按照工序内自治、流程协同诊断与优化的设计思路,实现故障的诊断、自愈和全流程协同优化控制。融入机理与数据的全流程关联非线性运行控制模型、全流程产品质量异常诊断和分散协同控制策略是板带轧制智能化的未来发展方向。

Select

钢铁库区行车智能调度研究综述

张博钰, 程银亮, 彭功状, 刘洋, 张学军

冶金自动化. 2022, 46(6): 48-56.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2022. 06. 005

摘要 ( ) PDF全文 ( )

可视化

智慧物流是钢铁智能工厂建设中重要的环节之一,而行车是冶金库区核心的运输装备,因此,提高库区行车调度的自动化和智能化水平,对于提高钢厂整体生产效率,促进钢铁工业高质量发展具有重要意义。本文对钢铁库区行车调度的研究进行了综述,主要从库区类型、行车调度目标和约束、模型求解方法以及集成化调度问题等维度介绍了相关的国内外现状。同时,结合团队在国内某钢厂实现的无人高线库,对行车调度系统的框架进行了阐述。最后,对库区行车调度的建模和求解方法进行了展望。

Select

长材智能工厂建设的架构设计与关键技术

王晓晨, 徐言东, 程知松, 何安瑞, 杨荃, 陈雨来, 邵健

冶金自动化. 2022, 46(6): 57-66.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2022. 06. 006

摘要 ( ) PDF全文 ( )

可视化

钢铁行业智能化建设已经由单体技术或设备的智能化、少人化向着整体智能工厂快速迈进。在分析长材智能工厂建设重点关注问题的前提下,提出了“双智控冶建设架构,其建设主线一为依托智能检测与装备、工业机器人、智能控制模型、安全管控等支撑技术,建立生产操维集控中心;建设主线二为基于智能工厂平台,以各级 KPI 指标为牵引,实现生产、质量、设备、能源、成本等多业务的协同精益管控。通过在承德建龙258 无缝钢管、大冶特钢 460 无缝钢管、马钢特钢高线、福建三钢一棒等合作企业的技术应用,实现了无人化操作、金属损耗降低、运营成本降低、质量精度达标率提升等多方面显著效果。

Select

基于密度聚类协同深度残差网络的热连轧宽度预测

丁敬国, 倪晔, 孙丽荣, 李贺, 李旭, 张殿华

冶金自动化. 2022, 46(6): 67-77.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2022. 06. 007

摘要 ( ) PDF全文 ( )

可视化

在热连轧轧制规程设定中,因在换辊后首卷、产品换钢种、换规格、润滑条件和温度波动等非稳态轧制过程中,模型预测误差较大,造成带钢三维尺寸波动大等问题。本文提出了一种基于密度聚类协同深度残差网络的热连轧宽度预测方法,提高热轧带钢粗轧过程的宽度设定精度。首先,根据数据在高维特征中的密度分布将相似的数据归为同一类簇,并剔除数据采集误差导致的离群值。然后,将划分后的类簇单独训练,采用深度前馈全连接神经网络,并借助残差网络优化网络结构,改善深层网络的性能退化问题,训练最优模型进行预测。最后,将所构建的浅层网络与未优化的深层网络进行对比和结构优化,并将优化后的模型应用于热连轧粗轧过程狗骨回复和自由宽展预测模型,从而实现立辊开口度的精准设定。应用结果表明,基于支持向量回归( support vector regression,SVR) 、深度神经网络( deep neural network,DNN) 、深度残差网络( deep residual network,DRN)的模型宽度设定值与实测值偏差在 8 mm 以内的命中率分别为 52. 3% 、79. 6% 、92. 1% ,在 12 mm 以内的命中率分别为 59. 1% 、90. 9% 、96. 2% ,可以看出,基于密度聚类协同深度残差网络的热连轧宽度的预测,DRN 模型精度明显优于 SVR 和 DNN 模型。

Select

基于深度置信网络的热连轧精轧过程故障诊断方法

杨朋澄, 张凯, 彭开香

冶金自动化. 2022, 46(6): 78-87.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2022. 06. 008

摘要 ( ) PDF全文 ( )

可视化

以带钢热连轧精轧过程为代表的复杂工业过程控制回路众多且关联耦合严重,这使得该过程故障发生后难以有效检测、准确识别和定位。基于此,本文利用深度置信网络( deep belief network,DBN)构建精轧过程故障诊断方法。首先,利用 DBN 无监督特征提取能力,深度挖掘精轧过程隐含特征,并在特征基础上构建故障检测指标;其次,提出了基于 DBN 贡献率的各变量故障贡献值量化模型,实现故障源的定位;最后,结合 Softmax 分类器,构建 DBN 有监督的故障分类模型,实现了该过程已知故障的分类和管理。通过精轧过程六类故障验证可知,所提出方法平均检测率达 97. 12% ,故障分类准确率达 98. 16% ,与传统数据驱动方法对比表明,基于 DBN 的方法有更好的故障诊断性能。

Select

板带热轧过程负荷分配优化策略

杨嘉慧, 齐柏智, 彭文, 汪子为, 孙杰, 张殿华

冶金自动化. 2022, 46(6): 88-95.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2022. 06. 009

摘要 ( ) PDF全文 ( )

可视化

在板带热轧过程中,降低轧制能耗是节能减排的重要手段之一,合理的负荷分配制度是降低轧制能耗的关键。为降低热轧轧制过程能耗,通过构建轧制过程能耗目标函数并通过遗传算法求解来获得轧制最优负荷分配的策略。在研究过程中,系统分析了轧制温度和轧制速度等轧制过程对能耗的影响,建立了基于样本计算的轧件全长轧制能耗计算方法,并以此为基础构建了轧制过程目标函数,进一步通过遗传算法实现了目标函数的求解。实际应用效果表明,目标函数求解时间满足在线应用要求,与传统负荷分配方式、以功率最小为目标的负荷分配方式相比,基于本文提出的能耗最低求解得到的轧制规程,轧制能耗分别降低了 3. 7% 和 1. 9% ,有效降低了轧制过程能耗,能够为现场工艺优化提供有效指导。

Select

热轧无取向硅钢温度模型的研究与优化应用

马冬凯

冶金自动化. 2022, 46(6): 96-101.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2022. 06. 010

摘要 ( ) PDF全文 ( )

可视化

无取向硅钢是电子工业广泛应用的软磁材料,热轧生产中对各道工序的温度控制要求较高,尤其是卷取温度对硅钢的组织结构和电磁性能都有较大影响。实际生产中硅钢薄规格产品头尾受穿带加速和抛钢降速等因素影响,带钢头尾温度低于目标卷取温度;不同批次化学元素质量分数不同,硅钢物料代码跳变,卷取温度低于目标值较多。针对实际生产中存在的难题,应用带钢头尾自学习及不同的补偿长度设定、对个别牌号硅钢物料代码进行固化及优化模型参数,减小硅钢卷取温度波动,解决了硅钢产品轧制中带钢头尾卷取温度失控及温度波动造成硅钢磁感等性能不合格质量事故。优化实施后,硅钢产品卷取温度命中率提高了 12.69% ,硅钢各项性能指标显著提升。

Select

基于自适应矩估计算法的冷连轧机板形反馈优化控制策略

周晓敏, 李雄, 李丽琦, 巩宪锋, 张清东, 张勃洋

冶金自动化. 2022, 46(6): 102-110.

摘要 ( ) PDF全文 ( )

可视化

现代化高技术冷连轧机拥有多种板形调控机构,板形闭环反馈控制中各板形调控机构如何配合即板形控制策略是板形控制系统的关键因素。目前多数冷连轧机组仍采用顺序控制或比例控制等传统板形反馈控制策略,但由于各调控机构之间的耦合作用无法求出最优解。本文提出一种板形反馈优化控制策略,基于自适应矩估计( adaptive moment estimation,Adam)算法对板形反馈控制的性能指标进行优化求解,并同传统的顺序控制和比例控制策略进行对比分析。结果表明,采用基于 Adam 算法的优化控制策略控制后的板形残余偏差最小,尤其在针对复杂板形缺陷时,优化控制策略明显优于传统的顺序控制和比例控制策略。

Select

冷连轧过程碎边浪缺陷形成机理及智能综合控制技术

崔熙颖, 王植, 滕华湘, 王楠, 华长春, 白振华

冶金自动化. 2022, 46(6): 111-119.

摘要 ( ) PDF全文 ( )

可视化

针对某冷连轧机组在轧制厚度 0. 6 mm 以下的薄板时成品带钢边部出现碎边浪,严重时造成断带影响机组连续生产的问题,首先分析了碎边浪的存在形式,并通过大量数据统计得出碎边浪的显著特征,即浪高大、浪距小,并从伸长率方面分析了普通边浪和边部碎边浪形成机理的区别,进一步从轧制规程设定方面分析了碎边浪的形成原因;然后将带钢横向板形控制与纵向板形控制相结合,建立了轧制参数综合优化模型, 形成一套以碎边浪控制为目标的轧制规程优化技术,促进机组连续化生产的进行。现场应用结果表明,本文所述研究成果可以很好地对碎边浪缺陷进行控制,有效降低碎边浪的发生程度及发生率,具有很强的实用性。应用后带钢碎边浪缺陷得到明显改善,因碎边浪严重而断带事故的发生率几乎为零,满足机组自动化控制要求,使机组生产更加流畅,从而使生产效率得到明显提升。

Select

基于激光雷达的高线库区感知系统研发与应用

张达, 徐冬, 何安瑞, 郭子傲, 王晓晨, 杨荃

冶金自动化. 2022, 46(6): 120-128.
https://doi.org/10. 3969 / j. issn. 1000-7059. 2022. 06. 013

摘要 ( ) PDF全文 ( )

可视化

在冶金制造流程的智能化升级中,随着物联网、人工智能等信息技术的发展,以无人天车自动驾驶为典型特征的无人天车技术逐步兴起,然而,高线库区由于密集多层码放,产生物料形变与位移,物料定位困难等因素限制了无人天车技术的应用。为此,针对高线库区的环境和物料特点,研发了一种基于二维激光雷达动态扫描的高线库区感知系统,使激光雷达随着天车的水平运动垂直扫描高线库区,获取相应的点云数据并进行数据处理,实现对高线库区环境的三维重建,提取目标特征信息并进行线卷和火车等目标的位置坐标识别,经验证识别特征精度达到 5 cm,为高线库区实现无人天车精确、稳定运行奠定了基础。

选择文件类型/文献管理软件名称

选择包含的内容

2022年, 第46卷, 第6期　刊出日期：2022-11-25

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

2022年, 第46卷, 第6期 刊出日期：2022-11-25

扫码分享

扫码分享

2022年, 第46卷, 第6期　刊出日期：2022-11-25