基於數據驅動的無縫鋼管質量建模與控制

《基於數據驅動的無縫鋼管質量建模與控制》是依託東北大學，由肖冬擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於數據驅動的無縫鋼管質量建模與控制
• 項目類別：青年科學基金項目
• 項目負責人：肖冬
• 依託單位：東北大學

中文摘要

無縫鋼管被廣泛套用於汽車、航空、石油、化工、建築、鍋爐和軍工等各個部門，在國民經濟中具有很重要的地位，故被人們稱為工業的血管。隨著經濟的快速發展，無縫鋼管的使用領域在不斷擴大，對產品質量的要求也越來越高。項目擬利用鋼廠豐富的生產數據，結合現場的實際生產工藝情況，利用改進的統計學方法和先進控制算法，來建立連軋鋼管的質量模型，控制和提高無縫鋼管的產品質量，進而降低其加工損耗和生產成本。而且該項目的實際套用成本較低，且與現有技術相互兼容、互不影響，使得該技術很容易在各大鋼廠進行推廣套用，經濟價值和社會效益明顯。項目屬於數據驅動技術與工業實際生產相結合的研究課題。從理論上看，解決無縫鋼管生產過程的建模與控制問題涉及非線性間歇過程建模、批次生產過程的智慧型控制等學科分支，因此，本項目的研究具有較大的實際意義和學術價值。

結題摘要

無縫鋼管被廣泛套用於汽車、航空、石油、化工、建築、鍋爐和軍工等各個部門，在國民經濟中具有很重要的地位，故被人們稱為工業的血管。隨著經濟的快速發展，無縫鋼管的使用領域在不斷擴大，對產品質量的要求也越來越高。項目擬利用鋼廠豐富的生產數據，對無縫鋼管生產過程提出了一整套各工序的質量建模和控制方案，具體如下：（1）針對管坯穿孔過程的複雜性，可將其分為一次不穩定穿孔、穩定穿孔和二次不穩定穿孔三個子時段。針對穿孔生產時段建立多個預測模型，且每個預測模型包含當前時段及其之前全部子時段的數據特性。套用表明，基於步進子時段MICR方法模型比傳統的MPLS模型具有更高的回歸和預測精度，為斜軋穿孔生產的毛管質量的提高提供了更有效的手段。（2）連軋荒管生產過程是一種批量生產方式，屬於快速間歇生產過程。針對連軋生產過程的多時段特性，將其分為咬鋼、穩定軋制和拋鋼三個子時段。提出了基於步進均值子時段MPLS方法，並利用其建立了荒管質量預測模型。套用表明，基於步進均值子時段MPLS方法模型比傳統的MPLS模型具有更高的回歸和預測精度，為連軋荒管質量的提高提供了更有效的手段。（3）無縫鋼管減徑生產過程是一個典型的快速間歇生產過程。減徑生產過程的數據呈梯形分布。減徑過程產品規格眾多，單一模型難以反映生產實際，所以需要針對各種規格產品建立預報模型。同時由於生產產品規格經常變換，對於同一種規格的產品很難保證機架的調整與上次完全相同，這會引起模型出現一定的時變。針對這種多規格、時變、快速間歇生產過程的特點，提出了自適應RMPLS算法建立減徑生產質量預報模型，在保證模型具有較高精度的情況下，具有更高的靈活性和自適應性。（4）為了便於實驗研究，建立了各生產階段的DEFORM仿真模型，便於批量產生數據，並驗證建模和控制算法。