無縫鋼管生產過程質量預報及關鍵參數優化控制
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,國民經濟中具有很重要的地位,故被人們稱為工業的血管。
隨著經濟的快速發展,無縫鋼管的使用領域在不時擴大,對聊城鋼管廠產品質量的要求也越來越高。大多數鋼廠對產品質量的檢測僅停留在廢品管上,但圓通無縫鋼管的產品質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和手段都有可能出錯,而且各生產工序都有可能出現缺陷或次品。
如果前一工序出現的缺陷或次品不能及時被檢查和糾正,后面工序繼續加工時,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品質量。因此,無縫鋼管產品質量的控制必需從原料開始,各工序環節都要加強產品質量的檢測和控制,以保證后一工序生產出質量合格的產品。
對于無縫鋼管生產的第一道工序,該方法較好地解決了20#無縫鋼管管坯加熱質量的控制問題,為后面的穿孔生產提供了可靠的原料保證。針對穿孔生產具有多時段間歇過程特性,并且生產數據具有非高斯分布的特殊性,提出適用于非高斯分布數據的步進子時段MICRMultiwaiIndependComponRegress方法,建立了精確的毛管質量預報模型聊城鋼管廠。
利用毛管質量預報模型的預報結果,應用迭代聊城無縫鋼管學習控制算法很好地實現了穿孔過程的橫縱向壁厚偏差控制,提高了毛管生產的質量。基于生產數據的仿真結果和在天津寶嶺公司SWW斜軋穿孔機試驗效果標明了方法的有效性。針對連軋生產過程具有典型的多時段、動態多變量等間歇生產過程以及數據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量預報模型。
然后借助于荒管質量預報模型的預報結果,將迭代學習控制技術應用于連軋過程的壁厚偏差控制系統中,提高了荒管生產的質量。現場數據仿真和在天津寶嶺公司連軋生產試驗效果標明了方法的有效性。
利用減徑管質量預報模型的預報結果,將迭代學習控制技術應用于減徑生產過程的壁厚偏差控制系統中,提高了減徑管生產的質量。現場數據仿真和在圓通公司減徑生產試驗效果標明了方法的有效性。
本文鏈接地址:http://shigelangsongbisai.com