共查询到10条相似文献,搜索用时 109 毫秒
1.
通过智能化关键技术实现多工序、全流程板带产品质量提升和生产过程优化,解决由于工序界面和工况复杂性导致的产品质量和生产效率问题,是板带轧制智能化的未来发展方向。在智能化系统构建中要开发以下智能化关键技术,首先要基于CPS架构建立多工序协调优化系统,实现轧制过程多工序协调优化与质量精准控制;其次,面向定制化生产的智能优化决策与动态排程技术,提高生产效率;第三,基于产品全流程质量在线监控、诊断与优化技术,打通制备全流程质量信息流,实现产品质量异常追溯和关键质量参数在制备全流程的优化;最后,开发轧制过程性能一体化智能控制技术,通过轧制过程温控- 变形耦合- 性能匹配控制,形成智能化组织性能预测、动态快速设计及钢种归并技术。 相似文献
2.
通过智能化关键技术实现多工序、全流程板带产品质量提升和生产过程优化,解决由于工序界面和工况复杂性导致的产品质量和生产效率问题,是板带轧制智能化的未来发展方向。在智能化系统构建中要开发以下智能化关键技术,首先要基于CPS架构建立多工序协调优化系统,实现轧制过程多工序协调优化与质量精准控制;其次,面向定制化生产的智能优化决策与动态排程技术,提高生产效率;第三,基于产品全流程质量在线监控、诊断与优化技术,打通制备全流程质量信息流,实现产品质量异常追溯和关键质量参数在制备全流程的优化;最后,开发轧制过程性能一体化智能控制技术,通过轧制过程温控-变形耦合-性能匹配控制,形成智能化组织性能预测、动态快速设计及钢种归并技术。 相似文献
3.
板带材轧制过程的各工序都已达到较高控制水平,工序耦合和工况复杂性限制了产品质量及生产效率提升,难以再从单独工序取得进一步突破。多工序过程具有难以建立准确模型、运行状态不可测、非线性动态耦合等特征,如何实现以轧制过程关键运行指标感知为基础的多工序综合协调优化,是本领域面临的挑战性问题。以多工序综合协调实现资源和工序过程能力的优化配置,提高轧制过程对于复杂多变工况的适应能力,优化各工序生产过程与终端产品的匹配度,实现产品质量和生产效率的提升,将成为重要发展趋势。 相似文献
4.
5.
6.
7.
随着“碳达峰”“碳中和”“低碳冶金”等概念的提出,钢铁行业的绿色智能制造已成为大势所趋。铁前工序是钢铁冶金过程的前端工序,也是主要的能源消耗环节。因此,实现铁前工序的绿色智能制造具有重要的经济价值和环保意义。围绕钢铁冶金过程铁前工序绿色智能制造,以“智能碳使用”的低碳冶金技术为核心,综述铁前工序运行状态智能感知、运行参数智能控制、运行性能智能优化和智能协同管控4个方面的研究进展。运行状态智能感知是获取难以检测运行状态信息的主要手段,包括运行状态监测和运行状态识别。运行参数智能控制是实现铁前工序运行状态正常的前提,包括基于人工经验的智能控制、基于参数预测的智能控制和面向多目标集成智能控制。运行性能智能优化是提升运行状态的运行性能的主要措施,包括操作参数智能优化和运行指标智能优化。钢铁冶金过程智能协同管控着重研究感知、控制和优化技术的协同融合。最后,分析当前存在的机遇与挑战,铁前大数据分析和运行状态智能感知、铁前工序一体化智能协同管控和铁前工序全流程性能提升与优化控制或将成为铁前工序绿色智能制造的前景方向。 相似文献
8.
9.