热轧带钢性能预报技术研究中的几个误区

热轧带钢力学性能预报技术的研究已有几十年,但应用效果却不理想。本文针对这种现象进行了分析,认为造成这种现象的主要原因是部分研究团队在确定研究目标和技术线路时陷入误区,导致大量徒劳无益的时间浪费。在成功规避误区的基础上,宝钢研发出全局分布式热轧带钢性能预报模型。本文介绍了其良好的实际应用效果。

全局通用型热轧带钢力学性能预报模型技术

经过了几十年的发展,热轧带钢力学性能预报技术仍然存在不少问题。本文对问题的本质进行了深入分析,并结合宝钢的实际条件给出了解决思路,建立了全局通用型热轧带钢力学性能预报模型(Glosp)。全局通用型模型覆盖了80%以上的钢种,完全具备了大规模推广应用的条件。

基于性能预报技术减少热轧带钢取样频率的探索

性能预报技术是一件具有深远影响的技术,但实现在线应用需系统考虑解决一些约束问题,目前在线应用的报道并不多见。宝钢研究了一种基于性能预报模型对现有热轧产品取样管理流程的优化方法,它通过建立带钢力学性能预报模型,将产品取样管理流程与带钢的实际生产过程相关联,对多数合格带钢实现预报替代取样,而对少数异常带钢进行有针对性地实际取样,从而达到减少取样频率的目的。基于现有生产执行系统(MES系统)的应用实践,探索出一套基于性能状态优化中间品采样频率的方案,实现了性能预报模型的大生产在线应用。该方法依托信息技术和统计技术,既实现了取样的精细化管理,又降低了运营成本。实际应用效果表明,基于性能预报模型的新取样管理方法不但没有降低可靠性,而且可以降低69%的中间品取样量;新方法在加快生产物流上效果也非常明显,可以节省23 h,这些都说明该方法是一项具有实际应用价值的技术。

大数据技术在硅钢产品质量管控中的应用实践

磁性能指标是硅钢产品最关键的质量指标之一,但是目前磁性能判定100%依赖于样品的离线实验室检测结果,生产线配置的在线检测仪的测量结果由于精度问题,不宜直接用于成品牌号判级。本文在现有硅钢产品质量管控体系基础上,利用大数据技术对生产数据进行分析与建模,构建不同磁性能指标在线检测模型,并在现有信息系统上完成模型库的集成部署,实现硅钢产品全长、多指标磁性能结果的拟合数据输出,支撑取样优化、精准分切、辅助综合判定等功能应用,进一步优化硅钢产品质量管控体系。