中厚板線材性能預報系統檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

中厚板線材性能預報系統中厚板、線材性能預報系統，鋼產品的力學性能預報。

主要技術內容

技術背景和意義

(1) 背景：

鋼鐵製造涉及煉鐵、精煉、鑄造、軋制等諸多環節，其中數十個參數可能影響最終產品的性能，對鋼材質量進行理化檢驗是不可或缺的。可建立一種精確的鋼材質量預測模型，以減少檢化驗頻率，甚至取代試驗程序。

(2) 意義：

基於力學性能高精度在線預測技術，減少檢測取樣，縮短生產周期，提高交貨節奏，帶來很大經濟效益。

技術要點和優勢：

(1) 原理：

採用多維數據挖掘技術，對熱軋、冷軋工業大數據進行數據清洗和歸併、相似工藝分層聚類等處理，開發基於機器學習算法，建立智能化力學性能在線預測模塊，實現基於大數據的多維度、多變量影響下的質量性能預測。

(2) 要點：

遵循數據挖掘標準流程CRISP-DM，藉助工程思想和方法，找到適用於冶金數據的數據處理方法和驗證方式。鋼種及其規格不同導致工藝流程變化，需將鋼種區分大類，分開建立模型；領域知識與大數據的兩者結合，最終建立可靠的數據模型。

(3) 實施關鍵點：

採用數據預處理技術，處理異常缺失數據，基於統計特徵、領域特徵、業務經驗共同提取合適特徵，給予模型訓練。注意樣本數量相對模型參數空間不足會導致模型有過擬合現象，使用正則化方法；採用「Worst-Case」驅動方式與現場業務交流，投入生產之前分析何種情形下模型工作不好，找到具體適用範圍。離線模型做基於精度、基於領域知識的多方驗證，已經部署到線上的模型，跟蹤運行後的數據質量、精度劣化等，通過閉環反饋進行模型管理，保證可持續性和可靠性。

(4) 技術優勢：

通過流程化體系，無論模型精度和穩定性得到保障，滿足快速落地的需求，期間結合工藝專家的經驗，進行模型的迭代提升，將模型線上化與南鋼已有MES系統深度融合，方便用戶的查看與使用。

技術應用情況

應用案例介紹：

（請對應用案例的包括但不限於應用對象、應用規模、應用時間、取得的效果等進行簡要介紹，500字以內）(1) 應用對象：鋼產品的力學性能預報。(2) 應用規模：目前在南鋼中板廠、中厚板卷廠、高線廠等包括工程機械用鋼Q235B、Q355B，普品Q235B、Q355B、Q390等十餘種鋼種進行了推廣應用。(3) 應用時間：2021年。(4) 取得的效果：部分結構鋼產品實現以預測性能取代檢驗性能的業務應用。根據試樣成本，預估每年可為南鋼至少節約試樣成本約300萬元人民幣，減少冷、熱軋產品力學性能檢測數量，縮短產品交貨周期，達到了降本增效的效果。