無縫鋼管生產(chǎn)過程質(zhì)量預報及關鍵參數(shù)優(yōu)化控制
無縫鋼管被廣泛應用于汽車、航空、石油、化工、建筑、鍋爐和軍工等各個部門,國民經(jīng)濟中具有很重要的地位,故被人們稱為工業(yè)的血管。
隨著經(jīng)濟的快速發(fā)展,無縫鋼管的使用領域在不時擴大,對聊城鋼管廠產(chǎn)品質(zhì)量的要求也越來越高。大多數(shù)鋼廠對產(chǎn)品質(zhì)量的檢測僅停留在廢品管上,但圓通無縫鋼管的產(chǎn)品質(zhì)量主要靠最后檢查來保證是靠不住的,這不僅因為任何檢查技術(shù)和手段都有可能出錯,而且各生產(chǎn)工序都有可能出現(xiàn)缺陷或次品。
如果前一工序出現(xiàn)的缺陷或次品不能及時被檢查和糾正,后面工序繼續(xù)加工時,局部缺陷很有可能被一直保留到最終廢品,從而嚴重影響最終的產(chǎn)品質(zhì)量。因此,無縫鋼管產(chǎn)品質(zhì)量的控制必需從原料開始,各工序環(huán)節(jié)都要加強產(chǎn)品質(zhì)量的檢測和控制,以保證后一工序生產(chǎn)出質(zhì)量合格的產(chǎn)品。
對于無縫鋼管生產(chǎn)的第一道工序,該方法較好地解決了20#無縫鋼管管坯加熱質(zhì)量的控制問題,為后面的穿孔生產(chǎn)提供了可靠的原料保證。針對穿孔生產(chǎn)具有多時段間歇過程特性,并且生產(chǎn)數(shù)據(jù)具有非高斯分布的特殊性,提出適用于非高斯分布數(shù)據(jù)的步進子時段MICRMultiwaiIndependComponRegress方法,建立了精確的毛管質(zhì)量預報模型聊城鋼管廠。
利用毛管質(zhì)量預報模型的預報結(jié)果,應用迭代聊城無縫鋼管學習控制算法很好地實現(xiàn)了穿孔過程的橫縱向壁厚偏差控制,提高了毛管生產(chǎn)的質(zhì)量?;谏a(chǎn)數(shù)據(jù)的仿真結(jié)果和在天津?qū)殠X公司SWW斜軋穿孔機試驗效果標明了方法的有效性。針對連軋生產(chǎn)過程具有典型的多時段、動態(tài)多變量等間歇生產(chǎn)過程以及數(shù)據(jù)具有梯形分布等特性,提出步進均值子時段MPLSMultiwaiPartialLeastSquar方法,建立了精確的荒管質(zhì)量預報模型。
然后借助于荒管質(zhì)量預報模型的預報結(jié)果,將迭代學習控制技術(shù)應用于連軋過程的壁厚偏差控制系統(tǒng)中,提高了荒管生產(chǎn)的質(zhì)量。現(xiàn)場數(shù)據(jù)仿真和在天津?qū)殠X公司連軋生產(chǎn)試驗效果標明了方法的有效性。
利用減徑管質(zhì)量預報模型的預報結(jié)果,將迭代學習控制技術(shù)應用于減徑生產(chǎn)過程的壁厚偏差控制系統(tǒng)中,提高了減徑管生產(chǎn)的質(zhì)量?,F(xiàn)場數(shù)據(jù)仿真和在圓通公司減徑生產(chǎn)試驗效果標明了方法的有效性。
本文鏈接地址:http://ph2.com.cn