江苏龙网

  1. 首页 > 资讯 > 资讯 > >

智能|深耕细作 钢材组织性能智能预测与工艺优化--专访东北大学刘振宇教授( 二 )


2组织性能预测 。 1）基于机器学习的物理冶金学模型开发 。 针对包括固溶、再结晶、相变、析出等模型系统研究；基于大数据平台 ， 以人工智能理论和成分-工艺-组织性能对应关系的物理冶金学理论为指导 ， 开发可实现机器学习的成分-工艺-组织-性能的对应物理冶金学模型 。 2）基于大数据的智能化力学性能预测模型 。 采用多维数据挖掘技术 ， 对热轧、冷轧工业大数据进行数据清洗和归并、相似工艺分层聚类等处理 ， 开发基于AI的神经网络和机器学习算法 ， 并建立智能化力学性能在线预测模块 ， 实现力学性能的高精度预测 ， 减少冷、热轧产品力学性能检测数量 ， 缩短产品交货周期 ， 提高生产效率 。
3智能化热轧、冷轧工艺反向优化设计 。 针对热轧、冷轧产品生产成本高、力学性能波动大的问题 ， 统筹热轧、冷轧全流程关键工艺质量参数 ， 关联各制备工序和多控制层次知识 ， 基于数据、机理和经验知识建立全过程优化模型 ， 开发高效多目标粒子群优化算法 ， 结合力学性能预测模型 ， 形成热轧、冷轧全局工艺快速设计软件包 。
4表面质量智能化控制 。 将氧化基础理论和数据库、信息技术相结合 ， 实现热轧过程中板带表面氧化铁皮厚度的实时监测；结合热轧产品温度履历 ， 预测连续冷却过程中的组织转变和最终氧化铁皮结构；开发智能化工艺优化设计模块 ， 根据用户需求的特定氧化铁皮结构给出所需的最优工艺 。
采访人员
钢企普遍重视组织性能预报与集约化生产 ， 那么这套智能预测与优化系统能够帮助企业解决哪些实际生产问题？
刘振宇：这套系统可以解决企业产品质量稳定性不易控制的问题 ， 大幅降低缺陷改判率 ， 提升企业经济效益 。 通过热轧产品质量分析及判定模块 ， 分析影响热轧产品性能的关键参数评估 ， 为开发新钢种提供指导 ， 结合组织性能预测技术和多目标优化技术 ， 最终实现产品性能波动降低 。 基于力学性能高精度在线预测技术 ， 减少检测取样 ， 缩短生产周期 ， 提高交货节奏 ， 带来很大经济效益 。 基于大数据分析技术、组织性能预测技术和多目标优化技术 ， 可实现工艺快速优化设计 ， 实现合金减量化生产工艺的开发 ， 降低吨钢生产成本；同时 ， 基于这项技术可降低混浇坯改判带来的经济损失 。
采访人员
目前咱们开发的这套智能预测与优化系统在哪些钢企得到应用？效果如何？
刘振宇：我们开发的以组织性能预测与优化为核心的钢铁智能化制造技术已在鞍钢2150、梅钢1422和梅钢1780、承钢1780、涟钢2250以及韩国现代钢铁热轧生产线进行了推广应用 。 在鞍钢2150热连轧生产线开发出焊瓶用钢屈强比波动控制技术 ， 解决焊瓶钢屈强比窄幅（0.735-0.785）控制这一轧钢领域的世界性难题 ， 使此类产品的屈强比波动降低至原来的1/4 ， 大幅提高了产品的合格率（图2）；开发出厚度为9-12mm结构板材Q345B升级Q390B的轧制技术 ， 生产出的钢板性能稳定 。 在梅钢1422和1780热连轧生产线 ， 通过组织性能预测与工艺优化 ， 钢种牌号已减少60%以上 ， 实现了热轧集约化、绿色化生产 ， 大幅促进了企业节能减排；同时 ， 针对厚度为2.5mm的汽车车轮用钢 ， 通过组织性能预测与工艺优化 ， 使钢中锰含量降低一半 ， 吨钢节约材料成本约50元 。 依托承德1780产线 ， 在国际上率先实现了结构用钢带卷性能的通长预测 ， 为热轧产品稳定性控制提供了手段 。 此外 ， 热轧钢材表面氧化铁皮形态的软测量和工艺优化系统成功地输出至韩国现代钢铁 ， 为其产品表面质量控制提供模型依据 。
（付静 路俊萍 尹杰 苏頔瑶 高雪岩）
智能|深耕细作 钢材组织性能智能预测与工艺优化--专访东北大学刘振宇教授
文章图片

内容来源：http://www.worldmetals.com.cn/
【智能|深耕细作 钢材组织性能智能预测与工艺优化--专访东北大学刘振宇教授】版权说明：版权归原作者所有 ， 如有侵权请联系删除；文章内容属作者个人观点 ， 不代表本报观点和立场 。 转载请注明来源；文章内容如有偏颇 ， 敬请各位指正；如标错来源 ， 请跟我们联系 。


推荐阅读


上一篇：iPhone|“承包”了iPhone12热卖的周边，华强北让苹果也服气

下一篇：应用|西安航空大数据中心搭建工业应用共建共享平台为企业注入“智慧基因”