板带轧制过程中的智能化关键技术

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。     

板带轧制过程中的智能化关键技术

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。     

轧制过程多工序指标建模及优化的研究现状与发展趋势

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。     

面向生产全过程的热轧带钢精准控制核心技术

热轧带钢精准控制技术是钢铁智能制造的关键环节,对实现产品类型的个性化、产品质量的高精度和生产过程的高效率具有重要的意义。热轧带钢精准控制技术是众多单项技术的集合体,面向生产全过程,聚焦产品质量。从带钢质量精准判定及分析平台、轧辊精准磨削及管理技术、过程控制在线改造技术、板坯加热精准控制技术以及高品质用钢的全流程板形控制技术等5个方面阐述在板带轧制精准控制方面所做的实践及取得的效果,为实现板带轧制质量控制智能化提出具体的努力方向。     

基于数据自动分析与决策的全流程质量管控平台

基于数据自动分析与决策的全流程质量管控平台,通过实时数据流处理和多源异构数据融合与时空转换技术,实现了从钢水投料开始到成品产出所有工序的质量数据集成,实现一体化数据共享平台。结合六西格玛管理理念,利用统计方法、数学模型及建模技术,研发质量监控、诊断和分析优化的方法,打造了集数据监控、诊断、挖掘、决策于一体的可扩展、高可配的全流程一体化产品质量管控平台,满足精细化质量管控要求,从而实现产品质量全面提升,提高企业竞争力。     

铜冶炼智能工厂设计架构和方案

铜冶炼企业具有典型流程工业特点,与离散工业的特点有巨大差异,面临原料成分复杂、工况波动大、决策过程的知识与数据不完整且滞后、过程反应复杂、难以建立数学模型、难以数字化等难点。为推进铜冶炼智能工厂建设新模式,搭建智能工厂设计构架,以优化生产要素为手段,通过建立基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能全流程管控平台体系,解决生产制造、应用服务过程中的复杂性和不确定性问题,提高资源配置效率,实现资源优化、效益最大化生产方式,提高企业精准管理和决策反应能力。     

钢铁冶金过程铁前工序绿色智能制造的进展与展望

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。     

中国钢铁业十余项关键共性技术优先发展

<正>1.基于大数据的钢铁全流程产品工艺质量管控技术主要技术内容:钢铁企业工艺质量大数据平台、全流程工艺质量数据集成技术;高速工艺质量参数采集与存储技术;工艺过程综合监控及预警技术;板坯、钢卷等质量在线评级技术;产品工艺参数追溯分析技术;跨工序产品质量交互分析与异常诊断技术;机械性能在线检测技术;产品晶粒度在线检测技术;表面质量缺陷三维检测技术;全流     

综述钢铁行业智能制造的相关技术

随着全球范围内制造业的信息化、智能化及终端产品需求多元化,加之中国社会经济的转型升级,对钢铁终端产品质量提出了更高的要求,智能制造是解决上述问题的关键所在。首先介绍了钢铁全流程质量检测及工艺优化的研究现状;然后展望了各子工序质量检测、冶炼过程重点参数监控及工艺优化的着力点;最后结合物联网、大数据、云计算、温度检测及成分快速检测等关键技术,探讨了如何利用上述先进技术推动钢铁行业智能制造更好的实施。     

冶金全流程工艺质量在线监控和离线分析诊断系统

针对钢铁企业生产高品质、高附加值产品时工艺质量在线监控和质量追溯分析需求,结合目前国内钢铁企业信息化现状及存在问题,提出一种统一架构的冶金全流程工艺质量在线监控和离线分析诊断系统解决方案,实现多源异构数据采集、重整和存储,多工序工艺质量曲线数据协同处理,工艺质量实时预警和在线判定以及全流程质量追溯和高级分析等功能。系统投入运行后,满足了钢铁企业冶金全流程工艺质量在线监控和离线分析诊断的需求。