科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对板带热轧过程集成化程度极高、工序较多且材料与力学现象强耦合的特点，按常规自动化控制方法只能关注局部优化，时常以降低其他性能为代价，成为阻碍热轧板带综合质量提升的主要瓶颈。为解决这一难题，采用人工智能理论的机器学习方法，将物理冶金学理论模型与数据(热轧生产大数据+冶金与材料学实验数据)有机结合，开发了综合反映热轧板带全流程组织演变、表面氧化及力能参数变化的数字孪生系统。以此为基础，采用多目标智能优化理论和算法，开发出热轧工艺参数全局寻优的逆向优化系统并在实际生产中得到应用，实现了板带热轧过程中氧化铁皮厚度与结构演变、显微组织演变及道次轧制力的在线软测量。结合多目标优化，在提升热轧板带表面质量及其性能稳定性方面在工业生产中效果明显，为综合、全面解决热轧板带组织性能优化、表面质量提升及板形与尺寸精确控制方面存在的关键难题提供了新的技术方案。
-
单位轧制技术及连轧自动化国家重点实验室; 东北大学
