钢铁工艺及合同匹配动态调整方法技术

本发明专利技术涉及一种钢铁工艺及合同匹配动态调整方法

【技术实现步骤摘要】
钢铁工艺及合同匹配动态调整方法、装置、电子设备及存储介质


[0001]本专利技术涉及钢铁生产控制领域，尤其是涉及一种钢铁工艺及合同匹配动态调整方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]硅钢产品因其工艺路径长
、
过程管控严
、
工艺窗口窄等制造特点，其最终成品性能因受生产过程控制波动影响而无法预判，只能依据最终成品的离线检测结果来确定最终牌号等级
。
成品性能检测过程因受试样消除应力退火周期限制，检测周期长达数十小时
(
通常情况2天左右
)
，这一方面造成成品库存较长时间积压，另一方面无法精准把控合同交付周期，从而导致成品库存量和产品欠交量双双高企
。
另外，由于产品制造周期长，同一炼钢批次的材料在整个制造周期内分布在各个中间工序，这批料的预设工艺与实绩的匹配合理性验证也需要等待同批次料的首个材料成品产出结果才能判断
。
[0003]目前，技术人员通过跟踪同批次的首个材料的成品性能结果，根据经验对滞留在中间工序的材料设计工艺进行修正，再进行后续生产，以避免额外的质量损失，提升合同交付能力；而技术人员对首个材料的成品产出性能跟踪不到位或经验不足的情况下，容易引起整批材料因工艺设计不合理而导致批量质量问题，并影响到合同交付
。
中国专利
CN116305885A
公开了一种预测和控制硅钢铁损的方法，该方法选择钢卷的全流程工艺参数变量作为初始变量集，利用所获得的全流程工艺参数变量值和铁损值建立历史数据集，选择最小均方根误差对应的变量集作为用于预测硅钢铁损的工艺参数变量集，并与历史数据集一起训练神经网络，得到铁损预测模型，同时获得当前已完成工序的工艺参数实际值及后续未完成工序工艺参数的历史中位数，将工艺参数实际值和历史中位数输入硅钢铁损预测模型进行铁损预测
。
该方法可以对生产过程中多个中间工序进行硅钢铁损在线预测，并以统计建模的铁损预测和优化方式代替了传统的人工依据经验修正
。
但是，该方法仅对生产过程中的各工序产品进行预测和优化，并未涉及对中间工序滞留产品的预测和优化和各工序工艺实绩与合同的匹配度，难以有效解决成品积压与无法精准把控合同交付周期的问题
。

技术实现思路

[0004]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种钢铁工艺及合同匹配动态调整方法
、
装置
、
电子设备及存储介质，能够有效优化中间工序设计工艺，并提高各工序工艺实绩与合同的匹配度，提升合同交付率
。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]根据本专利技术的第一方面，提供一种钢铁工艺及合同匹配动态调整方法，该方法包括以下步骤：
[0007]S1
，利用材料特征数据和全流程关键参数数据分组训练性能预报模型，确定各材
料组别的性能预报模型，得到各材料组别对应的性能预报结果；
[0008]S2
，判断各材料组别性能预报结果是否符合对应的订货合同标准，若为否，则调整优化后工序的工艺和合同匹配方案；若为是，则按照原工艺和合同匹配方案生产；
[0009]S3
，判断各材料组别退火工序产品的在线性能检测数据是否符合对应的订货合同标准，若为否，则调整优化同批次滞留产品中间工序的工艺和合同匹配方案；若为是，则等待离线检测结果；
[0010]其中，所述后工序为当前中间工序产品尚未通过的工序，所述中间工序发生在退火工序之前
。
[0011]作为优选的技术方案，所述训练性能预报模型的分组过程包括利用材料特征数据确定全流程工艺参数数据的材料组别，并按指定周期滚动得到材料年度性能分组情况
。
[0012]作为优选的技术方案，所述调整优化的过程包括，若相同材料组别中存在符合订货合同标准的性能数据，则以该性能数据所在材料组别的工艺参数均值作为后工序的工艺推荐值，否则重新匹配合同
。
[0013]作为优选的技术方案，所述
S1
中确定各材料组别的性能预报模型的过程，包括以下步骤：
[0014]S11
，基于材料特征数据和全流程工艺参数数据，确定材料组别；
[0015]S12
，判断各材料组别是否已有对应的性能预报模型，若为是，则执行
S13
，若为否，则执行
S14
；
[0016]S13
，判断所述性能预报模型是否已到评估周期，若为否，则维持原性能预报模型不变，若为是，则执行
S14
；
[0017]S14
，以关键成分和关键工艺参数为变量，通过机器学习确定对应的性能预报模型
。
[0018]S15
，对于同一材料组别，选择预报值和实际值差异最小的机器学习算法，作为所述材料组别的性能预报模型；
[0019]作为优选的技术方案，所述材料特征数据包括钢种和成品公称厚度
。
[0020]作为优选的技术方案，所述全流程工艺参数数据包括关键成分
、
从铁水到最终成品产出全流程的关键工艺参数
、
在线检测性能数据和离线检测性能数据
。
[0021]作为优选的技术方案，所述订货合同标准包括订货合同的性能标准
、
工艺设计标准和合同欠量
。
[0022]根据本专利技术的第二方面，提供一种用于钢铁工艺及合同匹配动态调整方法的装置，包括模型训练模块
、
中间工序判断模块和退火工序判断模块，模型训练模块用于利用材料特征数据和全流程关键参数数据分组训练性能预报模型，确定各材料组别的性能预报模型，得到各材料组别对应的性能预报结果；中间工序判断模块用于判断各材料组别性能预报结果是否符合对应的订货合同标准，若为否，则调整优化后工序的工艺和合同匹配方案；若为是，则按照原工艺和合同匹配方案生产；退火工序判断模块用于判断各材料组别退火工序产品的在线性能检测数据是否符合对应的订货合同标准，若为否，则调整优化同批次产品中间工序的工艺和合同匹配方案；若为是，则等待离线检测结果
。
[0023]根据本专利技术的第三方面，提供一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现所述的方法
。
[0024]根据本专利技术的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述的方法
。
[0025]与现有技术相比，本专利技术具有以下有益效果：
[0026]1、
本专利技术通过融合性能预报模型和在线性能检测数据，无需等待离线检测结果即可优化各个中间工序产品和退火后同批次滞留产品的工艺并调整合同匹配方案，能够有效减少钢铁生产本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种钢铁工艺及合同匹配动态调整方法，其特征在于，包括以下步骤：
S1
，利用材料特征数据和全流程关键参数数据分组训练性能预报模型，确定各材料组别的性能预报模型，得到各材料组别对应的性能预报结果；
S2
，判断各材料组别性能预报结果是否符合对应的订货合同标准，若为否，则调整优化后工序的工艺和合同匹配方案；若为是，则按照原工艺和合同匹配方案生产；
S3
，判断各材料组别退火工序产品的在线性能检测数据是否符合对应的订货合同标准，若为否，则调整优化同批次滞留产品中间工序的工艺和合同匹配方案；若为是，则等待离线检测结果；其中，所述后工序为当前中间工序产品尚未通过的工序，所述中间工序发生在退火工序之前
。2.
根据权利要求1所述的钢铁工艺及合同匹配动态调整方法，其特征在于，所述训练性能预报模型的分组过程包括利用材料特征数据确定全流程工艺参数数据的材料组别，并按指定周期滚动得到材料年度性能分组情况
。3.
根据权利要求1所述的钢铁工艺及合同匹配动态调整方法，其特征在于，所述调整优化的过程包括，若相同材料组别中存在符合订货合同标准的性能数据，则以该性能数据所在材料组别的工艺参数均值作为后工序的工艺推荐值，否则重新匹配合同
。4.
根据权利要求1所述的钢铁工艺及合同匹配动态调整方法，其特征在于，所述
S1
中确定各材料组别的性能预报模型的过程，包括以下步骤：
S11
，基于材料特征数据和全流程工艺参数数据，确定材料组别；
S12
，判断各材料组别是否已有对应的性能预报模型，若为是，则执行
S13
，若为否，则执行
S14
；
S13
，判断所述性能预报模型是否已到评估周期，若为否，则维持原性能预报模型不变，若为是，则执行
S14
；
S14
，以关键成分和关键工...

【专利技术属性】
技术研发人员：黄望芽，康琦，史旭东，
申请(专利权)人：同济大学，
类型：发明
国别省市：