基于数据驱动的无缝钢管质量建模与控制

The tube hollow is widely used in automobile manufacture, aviation industry, petrochemical industry, construction industry, boiler manufacture , military industry and some other departments, which is very important in national economy, so it's called "the blood of the industry".As the economy is developing rapidly, the applying field is enlarging and requirement of the product quality is becoming much higher.Project intends to use steel plant wealth of production data, combined with the actual production process, use of improved statistical methods and advanced control algorithms, to build rolling steel pipe quality model. It controls and improves the quality of seamless steel pipe, reduces the loss of its processing and production costs.The project has Lower actual cost, is compatible with existing technologies, non-impact, makes the technology very easy in the popularization and application of steel, economic value and social benefits significantly.It is a data-driven study of combination of technology and industrial production.Solving process of seamless steel tube production problems involving nonlinear modeling and control of batch process modeling, intelligent control discipline for batch production branch in theory, so this study on the project of greater practical importance and academic value.

无缝钢管被广泛应用于汽车、航空、石油、化工、建筑、锅炉和军工等各个部门，在国民经济中具有很重要的地位，故被人们称为工业的血管。随着经济的快速发展，无缝钢管的使用领域在不断扩大，对产品质量的要求也越来越高。项目拟利用钢厂丰富的生产数据，结合现场的实际生产工艺情况，利用改进的统计学方法和先进控制算法，来建立连轧钢管的质量模型，控制和提高无缝钢管的产品质量，进而降低其加工损耗和生产成本。而且该项目的实际应用成本较低，且与现有技术相互兼容、互不影响，使得该技术很容易在各大钢厂进行推广应用，经济价值和社会效益明显。项目属于数据驱动技术与工业实际生产相结合的研究课题。从理论上看，解决无缝钢管生产过程的建模与控制问题涉及非线性间歇过程建模、批次生产过程的智能控制等学科分支，因此，本项目的研究具有较大的实际意义和学术价值。

无缝钢管被广泛应用于汽车、航空、石油、化工、建筑、锅炉和军工等各个部门，在国民经济中具有很重要的地位，故被人们称为工业的血管。随着经济的快速发展，无缝钢管的使用领域在不断扩大，对产品质量的要求也越来越高。项目拟利用钢厂丰富的生产数据，对无缝钢管生产过程提出了一整套各工序的质量建模和控制方案，具体如下：（1）针对管坯穿孔过程的复杂性，可将其分为一次不稳定穿孔、稳定穿孔和二次不稳定穿孔三个子时段。针对穿孔生产时段建立多个预测模型，且每个预测模型包含当前时段及其之前全部子时段的数据特性。应用表明，基于步进子时段MICR方法模型比传统的MPLS模型具有更高的回归和预测精度，为斜轧穿孔生产的毛管质量的提高提供了更有效的手段。（2）连轧荒管生产过程是一种批量生产方式，属于快速间歇生产过程。针对连轧生产过程的多时段特性，将其分为咬钢、稳定轧制和抛钢三个子时段。提出了基于步进均值子时段MPLS方法，并利用其建立了荒管质量预测模型。应用表明，基于步进均值子时段MPLS方法模型比传统的MPLS模型具有更高的回归和预测精度，为连轧荒管质量的提高提供了更有效的手段。（3）无缝钢管减径生产过程是一个典型的快速间歇生产过程。减径生产过程的数据呈梯形分布。减径过程产品规格众多，单一模型难以反映生产实际，所以需要针对各种规格产品建立预报模型。同时由于生产产品规格经常变换，对于同一种规格的产品很难保证机架的调整与上次完全相同，这会引起模型出现一定的时变。针对这种多规格、时变、快速间歇生产过程的特点，提出了自适应RMPLS算法建立减径生产质量预报模型，在保证模型具有较高精度的情况下，具有更高的灵活性和自适应性。（4）为了便于实验研究，建立了各生产阶段的DEFORM仿真模型，便于批量产生数据，并验证建模和控制算法。