长型材数字化技术研发与应用

本书介绍了东北大学轧制技术及连轧自动化国家重点实验室在长型材数字化技术研发及应用方面的研究工作和在生产实际中应用示例，包括我国钢铁发展形势及长型材数字化工作的研究现状、长型材数字化平台的构架框架、长型材生产过程不同工序实现数字化示例、棒材轧制过程温度均匀化智能控制技术等。

目录

1绪论1

1.1我国钢铁行业发展现状1

1.2我国长型材发展现状及发展趋势2

1.3数字化技术在长型材领域的应用6

参考文献7

2长型材数字化研发平台9

2.1云-边-端长型材数据采集平台开发9

2.1.1端侧：面向多源数据的数据采集和感知技术10

2.1.2边缘侧：多源数据解析的边缘制造工序数据处理平台构建10

2.1.3云侧：基于软件定义的云计算平台管理技术12

2.2长型材生产过程数据治理平台12

2.2.1数据抽取13

2.2.2数据清洗与转换16

2.2.3数据加载19

2.3数字驱动的边缘数字化模型开发平台20

2.3.1BP神经网络模型软件包21

2.3.2极限学习机模型软件包23

2.3.3卷积神经网络软件包25

2.3.4聚类分析软件包27

2.3.5多目标优化软件包29

参考文献32

3长型材加热炉燃烧过程智能化控制34

3.1钢坯的加热制度35

3.1.1加热温度35

3.1.2加热速度36

3.1.3加热时间36

3.2钢坯温度预报模型的优化与校正37

3.2.1热流密度模型优化37

3.2.2炉温分布模型40

3.2.3热物性参数优化41

3.2.4钢坯导热差分方程46

3.2.5数值求解49

3.3钢坯温度预报模型的校正51

3.3.1构造二维曲面函数51

3.3.2构造目标函数52

3.3.3求解目标函数52

3.3.4权值的确定52

3.3.5温度模型偏差f(x,y)52

3.4混装加热炉温设定与多目标优化53

3.4.1单坯加热过程53

3.4.2混装加热过程54

3.4.3混装加热离线炉温设定多目标优化56

3.4.4混装加热在线炉温设定多目标优化59

3.4.5混装加热炉温设定多目标优化结果分析66

3.5长型材加热炉燃烧过程智能化控制系统67

3.5.1基础自动化系统67

3.5.2过程控制系统67

3.5.3应用效果69

参考文献75

4数据驱动的长型材轧制规程智能设定77

4.1长型材轧制过程控制系统功能概述77

4.2过程控制系统架构78

4.2.1数据通信78

4.2.2RAS架构设计78

4.2.3RAS进程线程设计80

4.3系统功能实现84

4.3.1网络通信84

4.3.2数据采集和数据管理86

4.3.3轧件跟踪86

4.3.4系统运行与维护设计86

4.3.5时间同步87

4.4长型材轧制过程设定控制功能89

4.4.1轧制过程设定计算90

4.4.2轧制模型自学习90

4.4.3长型材轧制过程机数据流91

4.4.4PDI数据91

4.4.5轧区实测数据92

4.4.6轧区人工干预数据92

4.4.7层别表数据92

4.4.8压下规程分配和模型92

4.5基于机器学习的长型材变形抗力建模96

4.5.1轧制力敏感性分析96

4.5.2敏感性分析方法的分类97

4.5.3基于方差分解的Sobol敏感性分析方法97

4.5.4基于K-Means聚类协同CBR案例推理的变形抗力数据检索98

4.5.5小样本钢种变形抗力迁移学习建模104

参考文献111

5基于数据驱动的钢轨在线热处理工艺模型开发113

5.1基于数据驱动的钢轨在线热处理工艺模型开发的背景及现状113

5.1.1基于数据驱动的钢轨在线热处理工艺模型开发的背景113

5.1.2数据驱动方法在钢轨热处理中的应用113

5.2基于数据驱动的钢轨在线热处理工艺模型研究119

5.2.1钢轨在线热处理自学习工艺模型开发119

5.2.2计划数据与跟踪数据读取120

5.2.3数据驱动工艺模型开发125

5.3钢轨热处理自学习工艺模型软件开发129

5.3.1计划读取与管理模块129

5.3.2自学习模型计算模块131

5.3.3钢轨工艺数据信息模块133

5.4模型应用数据统计与分析135

5.4.1T_50kg_U71Mn产品自学习模型应用135

5.4.2T_50kg_U75V产品自学习模型应用136

5.4.3T_60kg_U71Mn产品自学习模型应用138

5.4.4T_60kg_U75V产品自学习模型应用140

参考文献141

6线材加热-轧制过程一体化质量设计与协同控制144

6.1金属氧化失重与脱碳行为理论和实验研究144

6.1.1金属氧化失重行为144

6.1.2金属氧化脱碳行为149

6.1.3热加工对硫化物及氧化物夹杂的影响152

6.2高速线材生产过程温度场计算153

6.3线材硬线钢82B轧制过程再结晶模型研究155

6.3.1动态再结晶的计算155

6.3.2轧制过程奥氏体晶粒尺寸计算157

6.3.3结果分析157

6.4线材冷却过程相变模型研究160

6.4.1高速线材斯太尔摩风冷过程换热系数修正160

6.4.2冷却过程组织性能预测模型162

6.5基于人工智能的线材组织性能软测量模型开发168

6.5.1性能预测模型的建立169

6.5.2神经网络结构169

6.5.3神经网络训练分析170

6.6高速线材组织性能软件开发172

6.6.1软件架构设计172

6.6.2高速线材组织性能预测系统开发174

参考文献179

7棒材轧制过程温度均匀化智能控制181

7.1棒材冷却过程温度场模型181

7.1.1传热学基本理论181

7.1.2温度计算模型的建立184

7.2高精度换热系数神经网络学习模型188

7.2.1换热系数建模189

7.2.2数据的聚类分析194

7.2.3神经网络样本数据的处理202

7.2.4神经网络的训练205

7.3轧件温度前馈智能控制方法209

7.3.1温度前馈方案设计209

7.3.2轧件温度跟踪队列建立209

7.3.3温度前馈控制方法210

7.3.4温度前馈控制应用211

7.4基于神经网络的温度均匀化控制应用211

7.4.1生产线概况212

7.4.2冷却过程温度精准控制的实现217

7.4.3温度预测模型的应用221

参考文献225

索引227