首页期刊导航|冶金自动化
期刊信息/Journal information
冶金自动化
冶金自动化

沈黎颖

双月刊

1000-7059

mia@yjzdh.com

010-63815269 63848128

100071

北京西四环南路72号

冶金自动化/Journal Metallurgical Industry Automation北大核心CSTPCD
正式出版
收录年代

    基于智能决策的炼钢流向平衡计划优化

    王兴凌广森赵伟郝金龙...
    1-10页
    查看更多>>摘要：针对炼钢大规模批量化生产与后工序多流向对品种规格多样性需求的矛盾,研究了炼钢流向平衡问题,提出了基于智能决策的计划优化方法,以提升全流程生产的连续性和稳定性.分析了流向平衡问题的工艺规则和优化指标,建立了精准描述问题结构的混合整数规划模型.为实现大规模问题的高效求解,提出了改进禁忌搜索算法,设计了避免算法陷入局部最优的多种邻域结构和扰动因子.对不同规模的实际算例进行了数值试验,结果显示,所提出的改进禁忌搜索算法在解的质量和收敛性方面较标准求解器CPLEX和常规禁忌搜索算法有显著性改进,且优于人工经验决策方法,能够基本满足流向平衡智能决策的需求.

    钢铁全流程流向平衡智能决策整数规划禁忌搜索

      原文链接:
    • 维普
    • 万方数据

    中冶赛迪成功获批首个国家自然科学基金项目

    中冶赛迪集团微信公众号
    10页
      原文链接:
    • 维普
    • 万方数据

    车轮智能排程系统的研发与应用

    王金叶王健
    11-17,25页
    查看更多>>摘要：车轮生产计划编制是交材生产计划管理的核心任务之一,合理的生产计划有利于调控各订单的生产节奏,使车轮生产平稳有序进行.以交材车轮生产计划排产为背景,考虑轧制、热处理、委外粗加工、精加工、检测的生产能力以及保温罩、磨具切换、上下工序间的物流周期等因素,通过建立数学模型,建立多目标组合优化算法(multi-objective combinatorial optimization algorithm,MOCOA)实现车轮计划的智能排产,解决了 马钢交材车轮计划排产订单批量小、多规格、个性化背景下的生产计划排程问题.系统运行结果表明,本系统通过对整个工厂范围内的车轮订单的合同交期、机组产能、物料库存、工艺路径、物流周期、设备利用率、产线可用时间、外委单位的生产能力等进行反复平衡,形成各工序的机组联动的车轮生产计划,实现了单一计划编制由原来的2天缩短至2 h以内,有效提升了车轮排产计划的编制效率,缩短了 20％的车轮产品制造周期,降低了 20％的库存占用,实现了降本增效的智慧工厂生产要求.

    交材车轮生产计划多目标组合优化平衡智能排程

      原文链接:
    • 维普
    • 万方数据

    基于ICEEMDAN-KPCA-RVM的铁水温度预测

    许威何朝辉杨凯李文岗...
    18-25页
    查看更多>>摘要：为解决高炉铁水温度传统单一预测模型存在的模型精度不高、鲁棒性差等难题,提出了一种融合改进的自适应噪声完备集合经验模态分解(intrinsic computing expressive empirical mode decomposition with adaptive noise,ICEEMDAN)、核主成分分析(kernel principal component analysis,KPCA)和相关向量机(relevance vector machine,RVM)的组合模型来精准和稳定预测铁水温度.首先,利用ICEEMDAN对铁水温度时间序列进行分解,以获取若干本征模态函数.然后,利用KPCA对钢铁生产过程中的多维关键变量进行降维处理,提取关键变量的主要特征.最后,利用RVM对降维后的变量分别预测铁水温度时间序列,得到铁水温度的累加预测结果.结果表明,相较于传统的自适应噪声完备集合经验模态分解模型(complete ensemble empirical mode de-composition with adaptive noise,CEEMDAN),新模型的均方根误差(root mean square error,RMSE)减少了13.0％,训练速度提升了 10.9％,能够更好地理解铁水温度的动态变化规律;相较于单一的RVM等传统模型,新模型的平均绝对误差(mean absolute error,MAE)减少了 2.47,训练时间缩短了 0.463 s,具有模型精度更高和速度更快的优势.因此,新模型为高炉温度实时调控提供了理论支持,对保证高炉冶炼稳定性、实施冶金过程智能化具有实际意义.

    铁水温度智能预测相关向量机改进的自适应噪声完备集合经验模态分解核主成分分析

      原文链接:
    • 维普
    • 万方数据

    电炉大方坯角裂分析系统开发及应用

    肖畅孟庆玉吕立华王泽济...
    26-36页
    查看更多>>摘要：方坯裂纹敏感钢种在连铸过程中其角部容易出现裂纹,为了保证连续化生产与解决产品质量问题,建立了铸坯的数字化模型及质量分析算法,形成了一套可靠高效的分析系统.系统通过在线采集高频时序数据与质量数据实现米级跟踪落位,动态地计算工艺变量的稳定性,基于随机森林(random forest,RF)和费舍尔线性判别(Fisher's linear discriminant analysis,FDA)开发改进的自组织映射算法(self organizing map,SOM),通过变量筛选降维与稳定性判据建立因子模型,实现高维数据压缩的同时保留其空间拓扑结构并投影至二维平面进行可视化,实现角裂风险计算与工艺生产路径的动态跟踪,模型预测的准确率保持在90％以上,实现了工艺优化与在线监控.系统自投用以来,典型钢种的角裂发生率由35.3％下降至8.3％.

    连铸数字方坯工艺质量自组织映射算法数据模型因子分析

      原文链接:
    • 维普
    • 万方数据

    整体达到国际领先水平!——"热连轧机高精度非对称控制技术研发及应用"项目成果评价会顺利召开

    北科工研传媒微信公众号
    36页
      原文链接:
    • 万方数据

    基于投影小波变换加权孪生支持向量机的加热炉炉温预测

    孙文锴高闯于政军
    37-44页
    查看更多>>摘要：加热炉炉温预测可以确保在正常生产过程中炉温和钢坯温度的稳定性,降低能耗,这对于提高生产效率和优化能源利用具有重要意义.针对加热炉炉温控制耦合参数众多,温度控制受到各种干扰因素的影响,其变化具有复杂的非线性特征,且响应速度较慢、惯性较大的问题,采用加热炉系统的历史生产数据,结合投影小波变换加权孪生支持向量机(projection wavelet weighted twin support vector regression,PWWTSVR)构建了预测加热炉炉温的模型.在建立预测模型的过程中,根据从某钢厂采集到的实际生产数据,将950组数据作为模型的训练数据,将50组数据用来测试模型的准确性.结果表明,在±0.25 ℃的误差容限内,PWWTSVR模型的预测准确率达到98％,优于反向神经网络(back propagation,BP)模型和孪生支持向量机(twin support vector regression,TSVR)模型,因此提出的加热炉炉温预测模型能够更准确地预测加热炉的温度变化,便于决策者决策.

    轧钢加热炉炉温预测投影小波变换加权孪生支持向量机

      原文链接:
    • 维普
    • 万方数据

    基于数据驱动的热轧线精轧入口温度修正策略

    李俊南莫琳琳李博
    45-53,64页
    查看更多>>摘要：传统热连轧生产过程中,由于带钢急剧氧化现象存在,常导致精轧入口测温受带钢表面氧化铁皮遮挡与干扰出现较大测量偏差,进而成为扰动轧制参数计算设定与模型自学习调控的重要影响因素.基于机器学习神经元网络建立精轧入口温度预测模型,融合极差分析方法确定数据特征,依据机理与设备条件筛选数据,通过预测带钢粗轧出口温度,融合机理模型温降计算后得到精轧温度预测值,以修正带钢表面氧化铁皮带来的精轧入口温度测量扰动.通过连续生产数据分析比较,其温度偏差由±9.15℃下降至±5.33 ℃.模型评估指标R2由0.41提升至0.84.针对带钢测量温度出现急剧降幅实例,样本精轧测温处方差均值由48.45下降至11.02.经性能评估后认为预测模型精度较高,泛化性较强.

    热轧带钢精轧入口温度修正温度预测神经网络耦合

      原文链接:
    • 维普
    • 万方数据

    基于贝叶斯优化LightGBM的热轧中厚板终冷温度预测

    王义铭杜岩张田杜平...
    54-64页
    查看更多>>摘要：中厚板热轧生产是典型的流程工业,依次要经历连铸、加热、除鳞、轧制、冷却、卷取等工艺过程,因冷却过程钢板温度变化幅度大、速率快的特点,使得冷却过程对钢板组织性能的影响最大,其中终冷温度是冷却过程的一项关键控制参数.为了提高终冷温度预测的精度,基于LightGBM(light gradient boosting machine)模型对终冷温度进行回归预测.以坯料尺寸、化学成分和上下游工艺参数作为模型的输入,终冷温度作为模型的输出,使用贝叶斯优化方法完成模型超参数调优;此外,使用Shapley加性解释(Shapley additive explanation,SHAP)方法检验输入参数对预测参数的影响程度.结果表明,贝叶斯优化LightGBM(BO-LightGBM)模型在训练集和测试集上均实现了较低的误差,95％的预测数据绝对误差控制在±10 ℃以内,相较其他集成学习模型,耗时最多减少了 97％,同时提高了对中厚板热轧工艺流程温度的预测精度和预测效率.

    中厚板终冷温度机器学习贝叶斯优化LightGBM

      原文链接:
    • 维普
    • 万方数据

    多任务并行架构的转炉炼钢过程控制系统

    孙锐曹剑钊钟良才吕伍...
    65-72,105页
    查看更多>>摘要：针对传统转炉炼钢生产工艺复杂,高温钢水检测难度大,人工操作不易等问题,开发了一种多任务并行架构的转炉炼钢过程控制系统,用以提高转炉炼钢生产效率.该系统包括过程跟踪模块、人机界面(human machine interface,HMI)模块、数据通讯模块、模型计算模块、数据管理模块和数据有效性判断模块6个功能模块,实现了转炉炼钢无人为干预的自动化炼钢过程,解决了数据检测误差大、过分依赖人工经验等问题.该系统采用多进程结构,进程内部采用一任务一线程的新型模式,降低了各功能模块间的耦合性.实际应用效果表明,该系统操作简单,稳定性强,交互性良好.

    转炉炼钢过程控制系统数据管理Redis

      原文链接:
    • 维普
    • 万方数据