一种轧钢生产过程产品质量在线预测与优化的方法及装置制造方法及图纸

本发明专利技术公开了一种轧钢生产过程产品质量在线预测与优化的方法及装置，涉及质量预测与优化技术领域，所述方法包括：对连接现场控制网络的各个轧钢生产工序进行数据采集，获取所述各个轧钢生产工序的当前生产操作数据；根据当前生产操作数据预测与其对应的当前产品质量指标数据；将预置的目标产品质量指标数据与所预测的当前产品质量指标数据进行比对，并根据比对的结果找到各个轧钢生产工序的最优操作条件；根据各个轧钢生产工序的最优操作条件，对各个轧钢生产工序的生产操作数据进行相应调节，以便优化轧钢生产的产品质量。本发明专利技术能够对产品生产过程的各种操作变量进行实时控制，实现对轧钢生产过程的产品实时、有效的质量控制以及质量优化。

【技术实现步骤摘要】
-种礼钢生产过程产品质量在线预测与优化的方法及装置
本专利技术涉及质量预测与优化
，特别涉及一种社钢生产过程产品质量在线 预测与优化的方法及装置。
技术介绍
近年来，我国在社钢领域有了长足的进步，技术经济指标进一步完善，社钢设备现 代化和国产化的重大突破为提高产能、提升钢品位及质量打下稳固的基础，高新技术对钢 铁工业进行创新和改造方面取得了一批重要成果。然而，目前我国钢铁企业问题仍很多，很 多板材产品存在着质量问题，使得生产出来的板材产品在质量和技术含量方面仍无法满足 市场的需求。因此，对其实施质量控制，是企业急需解决的理论与技术问题。 我国钢铁企业的社钢生产过程的产品质量参数，主要基于数学模型并W专家经验 为指导的，经过较长期的试验所决定的。然而，得到各种变量与产品质量之间的数学模型， 是一项十分复杂的工作，高精度的产品质量预测模型更是难W建立，且需进行大量的计算 及到现场进行试验，该样既消耗很多财力，又存在着严重的时间滞后性。
技术实现思路
本专利技术的目的在于提供一种社钢生产过程产品质量在线预测与优化的方法及装 置，能够解决社钢生产过程中无法高精度地建立产品质量预测模型，W及所存在的操作复 杂、耗费财力和时间滞后性的问题。 根据本专利技术的一个方面，提供了一种社钢生产过程产品质量在线预测与优化的方 法，包括： 对连接现场控制网络的各个社钢生产工序进行数据采集，获取所述各个社钢生产 工序的当前生产操作数据； 根据当前生产操作数据预测与其对应的当前产品质量指标数据； 将预置的目标产品质量指标数据与所预测的当前产品质量指标数据进行比对，并 根据比对的结果找到各个社钢生产工序的最优操作条件； 根据各个社钢生产工序的最优操作条件，对各个社钢生产工序的生产操作数据进 行相应调节，使调节后的各个社钢生产工序的生产操作数据与所述最优操作条件相适配， W便优化社钢生产的产品质量。 优选地，根据当前生产操作数据预测与其对应的当前产品质量指标数据包括： 利用预置的生产操作数据与产品质量指标数据的对应关系，找到与所采集到的当 前生产操作数据对应的当前产品质量指标数据。 优选地，根据当前生产操作数据预测与其对应的当前产品质量指标数据包括： 将所述当前产品质量指标数据作为一个产品质量预测模型的输入变量进行实时 计算； 将计算得到的与所述输入变量对应的输出变量作为当前产品质量指标数据； 其中，所述产品质量预测模型是预先利用神经网络建立的W历史生产操作数据为 输入变量、历史产品质量指标数据为输出变量的预测模型。 优选地，所述的根据比对的结果找到各个社钢生产工序的最优操作条件的步骤包 括： 根据比对的结果，利用预置的产品操作优化模型找到与所述当前生产操作数据相 适配的最优操作条件； 其中，所述预置的产品操作优化模型是预先利用粒子群优化算法建立的W生产操 作数据为待优化变量、预置的目标产品质量指标数据为目标变量的优化模型。 优选地，所述的将预置的目标产品质量指标数据与所预测的当前产品质量指标数 据进行比对，根据比对的结果找到各个社钢生产工序的最优操作条件的步骤包括： 生成包括多个粒子的粒子群，其中每个粒子含有一组由各个社钢生产工序的生产 操作数据组成的数据集； 根据所述预置的目标产品质量指标数据与所预测的当前产品质量指标数据进行 比对，得到对应于所述当前生产操作数据的当前粒子的基准质量指标差值； 将对应于其他粒子的各个社钢生产工序的生产操作数据的产品质量指标数据分 别与所述预置的目标产品质量指标数据进行比对，得到其他粒子的质量指标差值； 通过将其他粒子的质量指标差值分别与基准质量指标差值进行比较，将质量指标 差值小于基准质量指标差值的粒子选作各个社钢生产工序的待选粒子集合； 从所述待选粒子集合中找到与所述当前生产操作数据相适配的粒子作为各个社 钢生产工序的最优操作条件。 [00巧]优选地，所述的从所述待选粒子集合中找到与所述当前生产操作数据相适配的粒 子作为各个社钢生产工序的最优操作条件的步骤包括： 将对应于所述待选粒子集合中的粒子的各个社钢生产工序的生产操作数据的产 品质量指标数据依次与所述预置的目标产品质量指标数据进行比较，将得到的最接近所述 预置的目标产品质量指标数据的粒子作为各个社钢生产工序的最优操作条件。 根据本专利技术的另一方面，提供了一种社钢生产过程产品质量在线预测与优化的装 置，包括： 采集单元，用于对连接现场控制网络的各个社钢生产工序进行数据采集，获取所 述各个社钢生产工序的当前生产操作数据； 预测单元，用于根据当前生产操作数据预测与其对应的当前产品质量指标数据； 最优单元，用于将预置的目标产品质量指标数据与所预测的当前产品质量指标数 据进行比对，并根据比对的结果找到各个社钢生产工序的最优操作条件； 调节单元，用于根据各个社钢生产工序的最优操作条件，对各个社钢生产工序的 生产操作数据进行相应调节，使调节后的各个社钢生产工序的生产操作数据与所述最优操 作条件相适配，W便优化社钢生产的产品质量。 优选地，所述预测单元进一步包括： 对应模块，用于利用预置的生产操作数据与产品质量指标数据的对应关系，找到 与所采集到的当前生产操作数据对应的当前产品质量指标数据。 优选地，所述预测单元进一步还包括： 计算模块，用于将所述当前产品质量指标数据作为一个产品质量预测模型的输入 变量进行实时计算； 输出模块，用于将计算得到的与所述输入变量对应的输出变量作为当前产品质量 指标数据。 优选地，所述最优单元进一步包括： 粒子群优化模块，用于根据比对的结果，利用预置的产品操作优化模型找到与所 述当前生产操作数据相适配的最优操作条件。 与现有技术相比较，本专利技术的有益效果在于；能够利用神经网络技术建立社钢生 产过程的高精度产品质量预测模型实现产品质量的在线预测，W及利用优化算法实现产品 质量的在线优化，并W对产品生产过程的各种操作变量进行实时控制的方式，实现对社钢 生产过程的产品实时、有效的质量控制，优化社钢生产过程的产品质量。 【附图说明】 图1是本专利技术实施例提供的社钢生产过程产品质量在线预测与优化的方法原理 图； 图2是本专利技术实施例提供的社钢生产过程产品质量在线预测与优化的装置结构 图； 图3是本专利技术实施例提供的社钢生产过程产品质量在线预测与优化的结构示意 图； 图4是本专利技术实施例提供的社钢生产过程产品质量在线预测与优化的在线预测 流程图； 图5是本专利技术实施例提供的社钢生产过程产品质量在线预测与优化的在线优化 流程图。 【具体实施方式】 W下结合附图对本专利技术的优选实施例进行详细说明，应当理解，W下所说明的优 选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。 图1是本专利技术实施例提供的社钢生产过程产品质量在线预测与优化的方法原理 图，如图1所示，具体步骤如下： 步骤S1 ;对连接现场控制网络的各个社钢生产工序进行数据采集，获取所述各个 社钢生产工序的当前生产操作数据； 步骤S2 ;根据当前生产操作数据预测与其对应的当前产品本文档来自技高网...

【技术保护点】
一种轧钢生产过程产品质量在线预测与优化的方法，其特征在于，对连接现场控制网络的各个轧钢生产工序进行数据采集，获取所述各个轧钢生产工序的当前生产操作数据；根据当前生产操作数据预测与其对应的当前产品质量指标数据；将预置的目标产品质量指标数据与所预测的当前产品质量指标数据进行比对，并根据比对的结果找到各个轧钢生产工序的最优操作条件；根据各个轧钢生产工序的最优操作条件，对各个轧钢生产工序的生产操作数据进行相应调节，使调节后的各个轧钢生产工序的生产操作数据与所述最优操作条件相适配，以便优化轧钢生产的产品质量。

【技术特征摘要】
1. 一种轧钢生产过程产品质量在线预测与优化的方法，其特征在于， 对连接现场控制网络的各个轧钢生产工序进行数据采集，获取所述各个轧钢生产工序 的当前生产操作数据； 根据当前生产操作数据预测与其对应的当前产品质量指标数据； 将预置的目标产品质量指标数据与所预测的当前产品质量指标数据进行比对，并根据 比对的结果找到各个轧钢生产工序的最优操作条件； 根据各个轧钢生产工序的最优操作条件，对各个轧钢生产工序的生产操作数据进行相 应调节，使调节后的各个轧钢生产工序的生产操作数据与所述最优操作条件相适配，以便 优化轧钢生产的产品质量。2. 根据权利要求1所述的方法，其特征在于，根据当前生产操作数据预测与其对应的 当前产品质量指标数据包括： 利用预置的生产操作数据与产品质量指标数据的对应关系，找到与所采集到的当前生 产操作数据对应的当前产品质量指标数据。3. 根据权利要求1所述的方法，其特征在于，根据当前生产操作数据预测与其对应的 当前产品质量指标数据包括： 将所述当前产品质量指标数据作为一个产品质量预测模型的输入变量进行实时计 算； 将计算得到的与所述输入变量对应的输出变量作为当前产品质量指标数据； 其中，所述产品质量预测模型是预先利用神经网络建立的以历史生产操作数据为输入 变量、历史产品质量指标数据为输出变量的预测模型。4. 根据权利要求1所述的方法，其特征在于，所述的根据比对的结果找到各个轧钢生 产工序的最优操作条件的步骤包括： 根据比对的结果，利用预置的产品操作优化模型找到与所述当前生产操作数据相适配 的最优操作条件； 其中，所述预置的产品操作优化模型是预先利用粒子群优化算法建立的以生产操作数 据为待优化变量、预置的目标产品质量指标数据为目标变量的优化模型。5. 根据权利要求4所述的方法，其特征在于，所述的将预置的目标产品质量指标数据 与所预测的当前产品质量指标数据进行比对，根据比对的结果找到各个轧钢生产工序的最 优操作条件的步骤包括： 生成包括多个粒子的粒子群，其中每个粒子含有一组由各个轧钢生产工序的生产操作 数据组成的数据集； 根据所述预置的目标产品质量指标数据与所预测的当前产品质量指标数据进行比对， 得到对应于所述当前生产操作数据的当前粒子的基准质量指标差值； 将对应于其他粒子的各个轧钢生产工序...

【专利技术属性】
技术研发人员：赵金元，郎娜，罗峰明，顾晓军，
申请(专利权)人：太极计算机股份有限公司，
类型：发明
国别省市：北京;11