成果简介：

项目背景：

随着“十三五”规划纲要的提出，智能制造已成为当前钢铁行业转型升级、提质增效的重要着力点。在当前钢铁工业进入新常态形势下，下游用户的多元化、个性化定制需求突显，同时对产品质量要求也越来越高。然而，冷轧厂生产控制功能复杂，其中产品质量、生产效率、成本控制、可持续性等因素相互影响，生产组织和质量管理的难度不断增大，特别是在当今工业大数据、机器学习等信息技术的快速发展，传统手段难以胜任生产效率、产品质量、成本能耗等方面的精细化管理要求，严重制约了生产线在新常态形势下的经济效益进一步提升。因此，有必要开发一套冷轧智能化工艺诊断系统，实现生产效率、产品质量和产线运行状态的数据监控分析自动化和智能化，基于专家知识，利用有限元模拟结合随机森林、决策树、逻辑回归、神经网络等大数据分析算法，对潜在的生产过程不稳定性因素进行预警，对提升产品质量和生产效率提出优化指导。以生产效率、产品质量管理和产线运行状态的数据监控分析自动化和智能化为目标，实现知识经验的快速积累和迭代，是冷轧厂生产质量管理水平转型升级、提质增效的重要着力点。系统基于大数据平台，首先构建钢卷服务模型，为其它上层应用提供数据服务，同时有利于系统拓展更多应用，作为智能化应用服务部署平台。上层应用主要包括以下模块：

（1）生产计划审核及排产优化；

（2）酸轧机组轧制打滑及热划伤预测模型；

（3）酸轧机组轧制断带分析模型；

（4）酸轧机组轧辊服役状态预测模型；

（5）酸轧机组轧制跑偏分析模型；

（6）酸轧及连退机组活套、炉内带钢跑偏预测及分析模型；

（7）连退机组带钢打滑预测模型；

（8）连退产品全长性能预测分析模型；

（9）酸轧及连退机组排产优化模型；

（10）产量执行情况 KPI 指数模型；

（11）“热轧-冷轧”全流程产品质量管控。

推广应用情况：项目目前已经在鞍钢冷轧厂三分的 2130 酸轧机组和 2130 连退机组进行了开发，正在组织最终结题验收，因此该系统处于推广阶段。

性能指标：

项目实施以后，拟达到如下指标：

（1）减轻人员劳动强度，效力提升 27%通过智能诊断系统，减轻操作人员劳动强度，最终通过声光报警可以提示操作人员，达到预警作用。其次，通过事后分析，代替人工进行事故分析，减轻人工分析数据的繁杂重复劳动，解放技术人员。

（2）提高生产效率，提升产量 0.05%以上

通过大数据对原料生产计划以及换辊制度、设备参数分析，以及事后故障分析，设备状态分析，监控生产参数变化趋势等措施，跑偏导致停机或者降速的卷数减少 30%以上，断带次数降低 30%以上，提高产量 0.05%以上。

（3）通过优化剪切等措施，冷卷成材率提高 0.01%。

（4）提高产品质量，同板差不合格比例、废次降比例均降低 3%。

通过对产品质量进行分析，对各类工艺参数进行优化，以及通过模型分析减少带钢表面划伤等措施，预计产品表面质量、产品性能合格率提高 3%以上。

市场分析：

拟技术转移的国内各大钢铁企业，具有较高的推广价值及市场前景。目前正在向攀钢、马钢、本钢等企业进行积极推广。

成果亮点：

1. 实现联合机组和连退机组断带等缺陷的预警功能，高强钢冲孔断带率下降 33%，高强钢其它断带比例下降 5%，跑偏导致停机或降速的卷数相比系统上线前减少 90%，成材率提升 0.2%，创造效益 600 万以上。

2. 通过轧辊磨削制度优化，减少磨削量和减少换辊时间，提高产量 1 万吨，创造效益 400 万以上。

3. 减轻人员劳动强度，效力提升 27%，通过智能管控系统，减轻操作人员劳动强度，最终的是通过声光报警可以提示操作人员，达到预警作用。其次，通过事后分析，代替人工进行事故分析，减轻了人工分析数据的繁杂重复劳动，解放了技术人员。

系统应用 1-2 年即可收回成本，并持续创收。