李會(huì)娟

（河鋼股份有限公司承德分公司 運(yùn)營(yíng)改善部，河北 承德 067102）

[摘 要]大數(shù)據(jù)技術(shù)加快了企業(yè)向智能制造前進(jìn)的步伐，運(yùn)用大數(shù)據(jù)技術(shù)，可以大大優(yōu)化鋼鐵企業(yè)經(jīng)營(yíng)決策，提高企業(yè)生產(chǎn)力。本文介紹河鋼股份有限公司承德分公司如何利用多元化數(shù)據(jù)建立智能模型，代替人工取樣檢驗(yàn)，實(shí)現(xiàn)鋼卷的在線性能預(yù)測(cè)，降低切損，減少成本，提高企業(yè)競(jìng)爭(zhēng)力。

[關(guān)鍵詞]大數(shù)據(jù)技術(shù)；鋼鐵企業(yè)；在線性能預(yù)測(cè)

doi：10.3969/j.issn.1673 - 0194.2017.10.034

[中圖分類號(hào)]T273 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1673-0194（2017）10-00-02

鋼卷性能主要受自身的化學(xué)成分以及生產(chǎn)過程控制參數(shù)的影響，即各種微量金屬成分的含量、溫度控制以及軋制厚度等工藝控制參數(shù)。由于各個(gè)鋼種成分不一樣，影響鋼卷最終性能的工藝參數(shù)也不一樣。例如，對(duì)于SS400鋼來說，主要影響其性能的為C、Si、Mn、S、P元素含量以及終軋溫度、卷取溫度，而對(duì)于部分元素強(qiáng)化，如Ti強(qiáng)化鋼種，鋼卷的最終性能還與Ti含量、入爐溫度、加熱溫度、在爐時(shí)間等有關(guān)。大數(shù)據(jù)技術(shù)將這些與產(chǎn)品性能相關(guān)的參數(shù)以及實(shí)際檢測(cè)性能結(jié)果關(guān)聯(lián)起來，建立性能預(yù)測(cè)模型，就可根據(jù)產(chǎn)品的這些參數(shù)控制情況來實(shí)時(shí)預(yù)測(cè)產(chǎn)品的性能，部分替代傳統(tǒng)取樣方法。

1 性能預(yù)測(cè)方法的選擇

目前，河鋼股份有限公司承德分公司（以下簡(jiǎn)稱“河鋼承鋼”）1 780 mm線是雙機(jī)四流連鑄機(jī)生產(chǎn)線，其特點(diǎn)是四流通過單輥道裝三座加熱爐。對(duì)每個(gè)流來說，裝爐順序是隨機(jī)的，四流的計(jì)劃規(guī)格有可能不同，且存在冷熱混裝的問題，所以出爐軋制時(shí)，如果按照河鋼承鋼企標(biāo)規(guī)定的“同爐號(hào)，同牌號(hào)，同規(guī)格，同工藝”組批檢驗(yàn)，必然出現(xiàn)每批塊數(shù)少，批號(hào)數(shù)量大的現(xiàn)象，給生產(chǎn)組織帶來了困難，影響了產(chǎn)品性能檢驗(yàn)及產(chǎn)品的綜合判定。

傳統(tǒng)的鋼卷尾部取樣存在的問題：①由于品種復(fù)雜，造成組批號(hào)倍增，給取樣工序帶來大量的工作，且成材率降低、容易混樣；

②以尾部試樣力學(xué)性能代替整卷力學(xué)性能容易出現(xiàn)因尾部溫度低造成性能錯(cuò)誤的問題；③由于厚度大于8 mm的在檢查線剪切不了，必須將鋼卷吊運(yùn)到開卷裝置上用火焰切割，不僅費(fèi)時(shí)費(fèi)力，且容易造成外圈硌傷；④取樣切割試樣，降低了成材率。

為了解決上述取樣多、費(fèi)時(shí)、費(fèi)力、尾部性能檢測(cè)無法代表整卷性能的問題，河鋼承鋼充分利用一種先進(jìn)的機(jī)器學(xué)習(xí)方法——支持向量機(jī)法，精確預(yù)測(cè)鋼卷的性能，部分替代物理檢測(cè)過程，滿足企業(yè)的需求。

2 性能預(yù)測(cè)模型的建立

河鋼承鋼將生產(chǎn)過程關(guān)鍵工藝參數(shù)、設(shè)備控制參數(shù)、傳感設(shè)備數(shù)據(jù)、檢測(cè)設(shè)備數(shù)據(jù)、投料數(shù)據(jù)等實(shí)時(shí)信息與產(chǎn)品批次、過程檢化驗(yàn)、最終產(chǎn)品質(zhì)量特性數(shù)據(jù)等進(jìn)行空間、時(shí)間的整合，再經(jīng)過清洗、轉(zhuǎn)換、集成，加載到數(shù)據(jù)倉(cāng)庫(kù)中，成為聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘的基礎(chǔ)，用于精準(zhǔn)預(yù)測(cè)鋼卷的性能，進(jìn)而提升河鋼承鋼產(chǎn)品的質(zhì)量。

采用嵌入式工業(yè)智能網(wǎng)關(guān)采集煉鋼轉(zhuǎn)爐、LF爐、連鑄等工序數(shù)據(jù)。通過對(duì)不同PLC型號(hào)、IO點(diǎn)寄存器地址、采集頻率等信息進(jìn)行配置，采集工序參數(shù)、設(shè)備參數(shù)信息并存儲(chǔ)到數(shù)據(jù)庫(kù)中，一方面，對(duì)生產(chǎn)現(xiàn)場(chǎng)設(shè)備運(yùn)轉(zhuǎn)情況進(jìn)行實(shí)時(shí)監(jiān)控，并按照設(shè)備報(bào)警規(guī)則進(jìn)行實(shí)時(shí)報(bào)警；另一方面，通過實(shí)時(shí)整理、計(jì)算設(shè)備相關(guān)參數(shù)數(shù)據(jù)，生成設(shè)備運(yùn)轉(zhuǎn)統(tǒng)計(jì)報(bào)表數(shù)據(jù)。粗軋、精軋、卷取、平整工序數(shù)據(jù)采用IBA-PDA數(shù)據(jù)采集軟件進(jìn)行采集。

針對(duì)河鋼承鋼熱軋生產(chǎn)過程中的主要工藝參數(shù)，實(shí)時(shí)采集并與具體批次關(guān)聯(lián)，諸如碳當(dāng)量、磷含量、硫含量、板厚、開軋溫度、終軋溫度、冷卻速度、卷取溫度與終軋速度等，利用支持向量機(jī)的回歸擬合方法，將碳當(dāng)量、板坯厚度、開軋溫度、終軋溫度、精軋壓下率、卷取溫度等主要影響因素，與抗拉、屈服、延伸三大力學(xué)性能的關(guān)系模型化，初步建立熱軋板力學(xué)性能預(yù)測(cè)模型，并通過對(duì)其進(jìn)行精度檢驗(yàn)與控制，使其預(yù)測(cè)效果最優(yōu)，確保模型預(yù)測(cè)精度達(dá)到95%以上。

如圖1所示，選取時(shí)間段后，然后選取需要做性能預(yù)測(cè)的模型，也可以指定生產(chǎn)批次號(hào)，這可以查出該時(shí)間段該鋼種的性能預(yù)測(cè)結(jié)果，該預(yù)測(cè)值為鋼卷沿長(zhǎng)度方向上的性能平均值。

任意一卷鋼，在來料確定的情況下，它的成分是固定的、均勻的。軋制時(shí)也是按照目標(biāo)溫度去進(jìn)行控制，但實(shí)際生產(chǎn)中，鋼卷的終軋溫度、卷取溫度肯定會(huì)在目標(biāo)值上下波動(dòng)，尤其是頭部和尾部波動(dòng)較為厲害，如果以鋼卷設(shè)定溫度來預(yù)測(cè)鋼卷性能，就會(huì)與實(shí)際鋼卷的性能存在一定差異，且不能代表鋼卷各部分性能。所以，該模型按照模型對(duì)溫度的取樣頻率，對(duì)鋼卷沿長(zhǎng)度方向繪制了性能曲線。

3 開放模型參數(shù)配置接口

系統(tǒng)預(yù)留預(yù)測(cè)模型的配置界面，可以根據(jù)不同的鋼種和規(guī)格來配置不同的模型參數(shù)，使性能預(yù)測(cè)結(jié)果趨于精準(zhǔn)。

由于各個(gè)鋼種成分不一樣，所以不同的鋼種需要進(jìn)行不同的參數(shù)配置。操作人員可以添加不同的輸入?yún)?shù)和輸出參數(shù)。

模型預(yù)測(cè)結(jié)果肯定會(huì)與實(shí)際檢測(cè)值存在誤差，特別是當(dāng)用以學(xué)習(xí)的數(shù)據(jù)量過少時(shí)，這需要模型不斷自學(xué)習(xí)，不斷修正。此性能預(yù)測(cè)模型會(huì)定期掃描數(shù)據(jù)庫(kù)，將有實(shí)際檢測(cè)性能結(jié)果的鋼卷用以自學(xué)習(xí)，這避免了人工操作的冗繁性。

4 預(yù)測(cè)效果

為了不失一般性，本文以鋼種牌號(hào)為SS400的鋼卷的屈服強(qiáng)度和抗拉強(qiáng)度作為研究對(duì)象。從河鋼承鋼1 780 mm生產(chǎn)線選取了部分鋼卷進(jìn)行性能預(yù)測(cè)，并與實(shí)際性能檢測(cè)結(jié)果進(jìn)行對(duì)比，具體情況如表1所示。

本文共預(yù)測(cè)了500卷鋼，從表1可看出，強(qiáng)度偏差基本都在25 MPa以內(nèi)，預(yù)測(cè)屈服強(qiáng)度與實(shí)測(cè)屈服強(qiáng)度的平均誤差百分比為3.8%，抗拉強(qiáng)度的平均誤差百分比為3.2%，情況較好。

本性能預(yù)測(cè)模型應(yīng)用數(shù)據(jù)倉(cāng)庫(kù)中的歷史數(shù)據(jù)，采用支持向量機(jī)法建立預(yù)測(cè)模型，取得了不錯(cuò)的效果，可以幫助企業(yè)減少取樣量、節(jié)省人力、節(jié)約成本、縮短交貨時(shí)間，提高了企業(yè)競(jìng)爭(zhēng)力。