基于大数据的冷连轧过程控制优化技术研究

针对冷连轧过程控制模型系统目前存在的问题,以摩擦系数模型参数优化和平坦度控制参数优化为例,本文阐述了在完整、准确和可靠的工艺实时数据基础上,将大数据的思路和方法应用于冷连轧过程控制优化的研究,有效提高了模型设定精度和平坦度控制精度。

自学习在20辊硅钢轧机系统中的应用

为了保证20辊硅钢轧机轧制的高磁感取向硅钢和高牌号无取向硅钢的产品质量和产线生产的稳定性,在20辊轧机设定计算的基础上增加指数平滑法的自学习优化。将自学习系数分道次按照钢种、带钢宽度、入口厚度、出口厚度等要素进行层别划分,根据硅钢生产工艺的特点,不同层别采用不同的自学习系数,分高速和低速两种模式对轧制力、前滑、轧制扭矩、带钢温度等重要参数模型进行自学习优化。通过该自学习优化,使得四个关键工艺参数的模型设定计算的高精度得到了有效的保证,提高了产品质量,保证了生产的稳定性。

首钢智造的理论探索与实践

通过回顾首钢发展历史及在搬迁调整过程中工业化与信息化的深度融合发展历程,介绍了两化深度融合对新首钢、新工艺与新技术的支撑。通过分析新的发展时期,钢铁企业面临的问题,开展了首钢智能制造的理论探索与实践,并提出了对三点热点问题的冷静思考。

精细化在线动态二冷控制研究与应用

控制非稳态浇铸条件下的铸坯表面温度波动是在线动态二冷控制的关键。准确的计算凝固进程也是实施末端轻压下与电磁搅拌的重要依据。本研究针对某厂板坯连铸,开发了基于二维温度场求解的在线动态二冷控制模型。该模型采用显式的完全有限差分算法,考虑了液、固相线穿过差分节点的极端过程。对于钢种热物性参数的选择,采取完全与温度相关的具体值,进一步提升了模型的准确性。同时,采用多线程并行计算,在计算精度和计算效率两方面都很好地满足了在线控制的要求。通过现场的应用,与传统的一维模型PID目标表面温度算法相比,具有表面温度波动小、控制精度高的巨大优势。

高拉速下凝固进程的试验测量与模型预测

根据京唐高拉速试验特点，结合板坯连铸机设备和洁净钢连铸工艺特点和要求，建立连铸板坯凝固传热模型并结合射钉法测量综合预测了1.9～2.4 m/min高拉速条件下铸坯的凝固坯壳厚度和凝固终点位置。综合研究表明，结合射钉试验和数值模拟能更精确跟踪铸坯的凝固进程，为高拉速试验提供准确的凝固信息，并能为评价连铸机综合冷却能力、优化二冷制度和轻压下工艺提供合理的参考信息。