一、研究的背景與問題

特殊鋼是工業(yè)化的基礎(chǔ)材料，廣泛應(yīng)用于國防、能源、汽車、航空、船舶、鐵路等行業(yè)的高端、特種裝備制造領(lǐng)域。目前我國特鋼產(chǎn)量占世界比例大約為15-20%，特殊鋼的產(chǎn)品研發(fā)、自主創(chuàng)新及高端自給方面得到了較好的發(fā)展。雖然特殊鋼在我國各高端領(lǐng)域需求較大，但是目前我國與發(fā)達(dá)國家仍存在技術(shù)差距導(dǎo)致部分中高端特鋼需求不能滿足，因此，在各領(lǐng)域和各工序不斷創(chuàng)新高品質(zhì)特殊鋼的生產(chǎn)和應(yīng)用技術(shù)是行業(yè)重大技術(shù)需求，特別是在全球信息化高速發(fā)展的大背景下，特鋼企業(yè)面臨的不僅是質(zhì)量、性能的挑戰(zhàn)，而且是成本、質(zhì)量、性能、環(huán)保等多目標(biāo)群的挑戰(zhàn)。

目前，國內(nèi)在高品質(zhì)特殊鋼的生產(chǎn)流程再造方面取得了一定進(jìn)展，但在產(chǎn)品潔凈度、穩(wěn)定性、均勻度及全流程智能化等方面仍面臨共性難題。特鋼熱加工具有流程長、工序多、離散程度高等特點(diǎn)，受限于物料跟蹤的難點(diǎn)及大量的業(yè)務(wù)斷點(diǎn)，同時(shí)多品種、小批量的生產(chǎn)組織模式給特鋼生產(chǎn)企業(yè)帶來的諸多共性難題，長期困擾企業(yè)，也尚未見到整體解決方案，特別是在熱處理工序往后及鍛造類產(chǎn)線問題尤為突出，嚴(yán)重阻礙了特鋼產(chǎn)品在熱加工環(huán)節(jié)的質(zhì)量穩(wěn)定性與生產(chǎn)成本控制。

本項(xiàng)目通過面向特鋼熱加工過程的高效智能化生產(chǎn)關(guān)鍵技術(shù)創(chuàng)新，系統(tǒng)性解決企業(yè)面臨的如上痛點(diǎn)難題，包括物料跟蹤、爐溫控制、生產(chǎn)排程和質(zhì)量管控等方面的問題。項(xiàng)目的實(shí)施顯著提高了特鋼產(chǎn)品的質(zhì)量穩(wěn)定性與生產(chǎn)效率，降低生產(chǎn)成本，并推動(dòng)特殊鋼行業(yè)的綠色化、智能化轉(zhuǎn)型，滿足國家重大工程和高端裝備對高性能材料的需求。同時(shí)，通過突破多品種、小批量生產(chǎn)模式下的共性難題，項(xiàng)目成果將為國內(nèi)特鋼企業(yè)實(shí)現(xiàn)全工序智能化提供重要參考，助力行業(yè)邁向高質(zhì)量發(fā)展新階段。

二、解決問題的思路與技術(shù)方案

1.總體思路

面對特鋼熱加工生產(chǎn)的共性難題，形成本項(xiàng)目的技術(shù)路線圖如圖。面向基礎(chǔ)支撐，打通物料跟蹤的“視頻流和邏輯流”，解決復(fù)雜邊界條件下感知融合、自修復(fù)和異常容錯(cuò)難題；面向過程控制，開發(fā)高精度溫度控制模型，解決了多爐型溫度預(yù)報(bào)、節(jié)奏預(yù)測、能效評(píng)估難題；面向生產(chǎn)執(zhí)行，建立提料配料排程關(guān)聯(lián)機(jī)制，解決全工序、多類型高維耦合的排程難題；面向產(chǎn)品管理，強(qiáng)化多品種和多場景的質(zhì)量預(yù)測和分析能力，解決了多約束、多目標(biāo)、小樣本下質(zhì)量決策難題。

項(xiàng)目技術(shù)路線

2.項(xiàng)目關(guān)鍵技術(shù)

（1）特鋼熱加工過程復(fù)雜邊界條件下的物料精準(zhǔn)跟蹤技術(shù)

針對特鋼工藝路徑復(fù)雜、物料密集多變、工序感知薄弱、工況異常多發(fā)、數(shù)據(jù)多源異構(gòu)等難點(diǎn)，傳統(tǒng)的邏輯跟蹤或者視覺識(shí)別已難以滿足從計(jì)劃序列、空間位置到時(shí)間尺度的三位一體信息匹配要求，為此如何實(shí)現(xiàn)復(fù)雜邊界條件下物料的過程可視跟蹤、邏輯交叉驗(yàn)證與業(yè)務(wù)異常容錯(cuò)是本項(xiàng)目需要解決的第一個(gè)技術(shù)難題。

全視場AI的物料軌跡動(dòng)態(tài)跟蹤技術(shù)路線及典型效果圖

基于全視場AI的物料軌跡動(dòng)態(tài)跟蹤技術(shù)為了應(yīng)對特鋼復(fù)雜場景中的多目標(biāo)密集、品規(guī)多樣性、特征不明確等識(shí)別挑戰(zhàn)，通過引入先進(jìn)的多目標(biāo)檢測、多目標(biāo)跟蹤以及跨鏡頭跟蹤技術(shù)，實(shí)現(xiàn)產(chǎn)品從坯料上線到成品入庫的全流程實(shí)時(shí)跟蹤。

基于復(fù)合邏輯判定的多場景分布式跟蹤技術(shù)針對特鋼產(chǎn)線工藝復(fù)雜多樣、連續(xù)與離散場景并存等問題，結(jié)合裝備標(biāo)識(shí)、視頻AI和邏輯互鎖技術(shù)構(gòu)建微跟蹤模型，實(shí)現(xiàn)雙向核驗(yàn)，顯著提升智能決策能力和跟蹤精度。

面向特鋼產(chǎn)線異常事件的系統(tǒng)容錯(cuò)技術(shù)針對鋸切工序中的吊出吊入、回轉(zhuǎn)空撥及棒材生產(chǎn)中的卡支、丟支等問題，結(jié)合工業(yè)環(huán)境挑戰(zhàn)，提出兼容邏輯、業(yè)務(wù)、數(shù)據(jù)三層異常的解決方案，實(shí)現(xiàn)邏輯隊(duì)列修正

（2）特鋼熱加工過程多爐型溫度控制技術(shù)

加熱、熱處理和淬火工序是熱加工核心工序，由于系統(tǒng)自身多變量耦合、大慣性大滯后特性及表面高溫精準(zhǔn)檢測手段缺乏等導(dǎo)致難以破解加熱過程黑箱，現(xiàn)有溫度控制更無法適應(yīng)復(fù)雜工況、規(guī)格多變的生產(chǎn)模式，高性能高效率低成本難度極大。為此如何實(shí)現(xiàn)多品種小批量生產(chǎn)下的多爐型溫度精準(zhǔn)預(yù)測與智能控制是需要解決的第二個(gè)技術(shù)難題。

融合爐況和工況的溫度預(yù)報(bào)流程及效果圖

復(fù)雜工況下加熱和淬火溫度的動(dòng)態(tài)預(yù)測技術(shù)針對加熱和熱處理控制依賴人工、難以動(dòng)態(tài)適應(yīng)爐況和工況的問題，開發(fā)了溫度動(dòng)態(tài)預(yù)報(bào)和優(yōu)化技術(shù)，解決了特鋼動(dòng)態(tài)適應(yīng)爐況和生產(chǎn)工況波動(dòng)中的精準(zhǔn)溫度預(yù)報(bào)難題。

規(guī)格多變下傳輸節(jié)奏的自適應(yīng)控制技術(shù)針對多品種、小批量、定制化的生產(chǎn)模式下熱處理爐的傳輸節(jié)奏難以控制問題，開發(fā)規(guī)格多變下傳輸節(jié)奏的自適應(yīng)控制技術(shù)，實(shí)時(shí)調(diào)整爐內(nèi)溫度和傳輸速度，保證物料加熱質(zhì)量。

多變量耦合下加熱能效的智能管理技術(shù)針對能效優(yōu)化中目標(biāo)函數(shù)復(fù)雜、約束條件多樣及多目標(biāo)間沖突等難點(diǎn)，開發(fā)多變量耦合下加熱能效智能管理技術(shù)。

（3）面向成本和效率最優(yōu)的特鋼熱加工多區(qū)域智能排程技術(shù)

特鋼因成分復(fù)雜、性能要求高，熱加工工藝復(fù)雜且工序繁多。特鋼制造采用多品種、小批量模式，合同原料產(chǎn)品的對應(yīng)關(guān)系復(fù)雜，提料和配料優(yōu)化匹配難度大；在熱軋、熱處理等工序中存在余料損失、設(shè)備切換和生產(chǎn)效率等多目標(biāo)約束，導(dǎo)致排程難度增加。為此，如何打通計(jì)劃庫區(qū)流程異常完工等多業(yè)務(wù)信息壁壘建立多區(qū)域一體化智能排程模型實(shí)現(xiàn)成本和效率最優(yōu)是本項(xiàng)目需要解決的第三個(gè)技術(shù)難題。

最佳坯型設(shè)計(jì)及自動(dòng)提料模型、智能配料系統(tǒng)流程設(shè)計(jì)圖

熱加工多類坯型設(shè)計(jì)與自動(dòng)提料及智能配料技術(shù)。為優(yōu)化資源利用、降低浪費(fèi)和提升成材率，開發(fā)了多類坯型設(shè)計(jì)與自動(dòng)提料及智能配料技術(shù)，破解特鋼一對多、多對多的配料難題，實(shí)現(xiàn)一鍵選配、動(dòng)態(tài)優(yōu)化和智能決策。

面向多目標(biāo)優(yōu)化的熱軋作業(yè)計(jì)劃智能排程技術(shù)，基于熱軋工藝中的外徑、壁厚及工序平衡等原則，構(gòu)建車輛路徑問題模型，優(yōu)化熱軋單元噸位，減少坯料間溫度、外徑、壁厚及硬度跳躍；采用先進(jìn)算法獲取帕累托最優(yōu)解集，并結(jié)合模糊隸屬度選擇最佳方案。

機(jī)組協(xié)同的熱處理多工序作業(yè)計(jì)劃智能排程技術(shù)，針對熱處理坯料來源多、多產(chǎn)線工藝復(fù)雜等難點(diǎn)，提出了熱處理多工序計(jì)劃智能排程技術(shù)，解決了多目標(biāo)、多約束下的復(fù)雜熱處理排程問題。

（4）雙重融合下特鋼熱加工全過程質(zhì)量智能管控技術(shù)

特鋼熱加工質(zhì)量要求極高，而當(dāng)前全工序質(zhì)量管控存在管理模式分散、監(jiān)控預(yù)警不足、數(shù)據(jù)追溯能力弱等問題，同時(shí)考慮數(shù)據(jù)樣本不均衡、稀疏、擾動(dòng)性等特點(diǎn)，致使質(zhì)量性能預(yù)測難、質(zhì)量問題分析難、風(fēng)險(xiǎn)評(píng)估難。為此，如何融合流程特點(diǎn)、數(shù)據(jù)方法與冶金機(jī)理構(gòu)建適合特鋼生產(chǎn)過程數(shù)據(jù)特性的質(zhì)量預(yù)測分析風(fēng)險(xiǎn)評(píng)估模型是本項(xiàng)目需要解決的第四個(gè)技術(shù)難題。

多類不平衡數(shù)據(jù)集的剪裁與自訓(xùn)練技術(shù)路線圖

生產(chǎn)多類不平衡數(shù)據(jù)集的剪裁與自訓(xùn)練技術(shù)特鋼熱加工過程生產(chǎn)數(shù)據(jù)中存在大量與質(zhì)量無關(guān)或弱相關(guān)的信息，增加了運(yùn)算負(fù)擔(dān)并可能導(dǎo)致模型過擬合，為此以樣本均衡為目標(biāo)，提出不平衡數(shù)據(jù)的裁剪方法和基于半監(jiān)督學(xué)習(xí)的不平衡數(shù)據(jù)自訓(xùn)練擴(kuò)容技術(shù)。

動(dòng)態(tài)擾動(dòng)條件下特鋼熱加工質(zhì)量預(yù)測方法，針對特鋼熱加工質(zhì)量預(yù)測中的數(shù)據(jù)不平衡和時(shí)變性問題，建立基于即時(shí)學(xué)習(xí)的在線力學(xué)性能預(yù)測模型和預(yù)測結(jié)果的不確定評(píng)估方法，提升模型預(yù)測精度與泛化能力。

多粒度質(zhì)量缺陷因子風(fēng)險(xiǎn)評(píng)估與異常診斷。建立質(zhì)量缺陷風(fēng)險(xiǎn)評(píng)估與異常診斷離散型曲線型兩類因子模型，并結(jié)合知識(shí)圖譜與貝葉斯推理實(shí)現(xiàn)根因分析。

三、主要?jiǎng)?chuàng)新性成果

項(xiàng)目聚焦特鋼企業(yè)熱加工過程數(shù)字化轉(zhuǎn)型中遇到的環(huán)境復(fù)雜與異常頻發(fā)導(dǎo)致的跟蹤難、感知薄弱與工況多變導(dǎo)致的控制難、信息壁壘與多維耦合導(dǎo)致的建模難、工序離散與樣本稀疏導(dǎo)致的管控難等問題，以大冶特鋼460（無縫管）和馬鋼交材（車輪）兩條具有典型特點(diǎn)特鋼熱加工產(chǎn)線為典型依托，研究面向特鋼熱加工過程的高效智能化生產(chǎn)關(guān)鍵技術(shù)創(chuàng)新，主要研究內(nèi)容和創(chuàng)新性如下：

）基于感知融合和業(yè)務(wù)容錯(cuò)的熱加工物料動(dòng)態(tài)跟蹤機(jī)制。首創(chuàng)基于感知融合和業(yè)務(wù)容錯(cuò)的特鋼熱加工物料動(dòng)態(tài)跟蹤機(jī)制，集成微跟蹤、機(jī)器視覺、機(jī)器學(xué)習(xí)等先進(jìn)技術(shù)，解決了復(fù)雜環(huán)境下多目標(biāo)檢測、邏輯與視覺交叉驗(yàn)證、隊(duì)列自調(diào)整和業(yè)務(wù)自修復(fù)難題，實(shí)現(xiàn)了多區(qū)域全軌跡物料動(dòng)態(tài)精準(zhǔn)跟蹤，異常跟丟降低34.1%，實(shí)現(xiàn)全線跟蹤準(zhǔn)確率99.98%

）數(shù)據(jù)和知識(shí)融合驅(qū)動(dòng)的熱加工過程多爐型智能溫控方法。研發(fā)了數(shù)據(jù)和知識(shí)聯(lián)合驅(qū)動(dòng)的熱加工過程多爐型智能溫控方法，采用深度學(xué)習(xí)算法首次實(shí)現(xiàn)爐況和工況的精準(zhǔn)動(dòng)態(tài)感知，解決了復(fù)雜邊界條件下溫度預(yù)報(bào)精度、傳輸節(jié)奏預(yù)測、能效智能評(píng)估難題，實(shí)現(xiàn)了多區(qū)多爐型高精度集約化生產(chǎn)，溫度預(yù)報(bào)精度提升8.24%，在爐時(shí)間平均優(yōu)化12.2%，能耗平均下降4%

）多擾動(dòng)下面向多目標(biāo)的生產(chǎn)質(zhì)量一體化在線管控方法。研發(fā)了多擾動(dòng)下面向多目標(biāo)的生產(chǎn)質(zhì)量一體化在線管控方法，采用數(shù)據(jù)裁剪技術(shù)、自訓(xùn)練算法、非支配排序遺傳算法等技術(shù)，解決了多約束、多目標(biāo)、小樣本下生產(chǎn)和質(zhì)量決策完全靠人的難題，首次實(shí)現(xiàn)特鋼熱加工全工序自動(dòng)提料、自動(dòng)配料、一鍵排程和質(zhì)量一貫制管理，提升產(chǎn)量5%以上，熱處理噸鋼能耗平均下降6.2%，性能、探傷等多場景分析準(zhǔn)確率92%以上。

四、應(yīng)用情況與效果

2018年開始，歷經(jīng)年，北京科技大學(xué)工程技術(shù)研究院（北科工研）聯(lián)合中信泰富特鋼大冶特殊鋼有限公司、馬鋼軌交材料科技有限公司、撫順特殊鋼股份有限公司、江陰興澄特種鋼鐵有限公司等企業(yè)，一起探索特鋼熱加工過程的數(shù)字化轉(zhuǎn)型之路，相關(guān)技術(shù)也在多個(gè)企業(yè)的類似流程上得到應(yīng)用推廣，廣受企業(yè)好評(píng)，也取得了很多經(jīng)驗(yàn)和顯著成果。項(xiàng)目應(yīng)用成功后，國內(nèi)各特鋼企業(yè)均表現(xiàn)出了極大的興趣，想通過數(shù)字化推動(dòng)特鋼熱加工的技術(shù)升級(jí)與生產(chǎn)技術(shù)變革，也破除熱加工工序一直以來不敢轉(zhuǎn)、不會(huì)轉(zhuǎn)的困境，僅僅2024年一年，就為家特鋼企業(yè)得熱加工工序和家企業(yè)的熱處理工序制定數(shù)字化轉(zhuǎn)型的整體解決方案，調(diào)研產(chǎn)線超過20余家，意向推廣前景十分顯著。此外，一些非特鋼生產(chǎn)企業(yè)，在生產(chǎn)板材、無縫管材、棒線材過程中面臨著同樣的問題和技術(shù)需求，將特鋼生產(chǎn)過程的智能化經(jīng)驗(yàn)做了同樣的技術(shù)輸出，取得了明顯的效果。

大冶460無縫鋼管數(shù)字化工廠

大冶熱處理線數(shù)字工廠數(shù)字孿生界面

馬鋼交材車輪產(chǎn)線及箍環(huán)線數(shù)字工廠

近三年，項(xiàng)目的精準(zhǔn)物料跟蹤、爐溫智能控制、生產(chǎn)計(jì)劃排程、全過程質(zhì)量管控等成果獲得了人民日報(bào)、人民網(wǎng)、央視新聞、央視財(cái)經(jīng)、新華社、中國冶金報(bào)等多家國家級(jí)主流媒體和省部級(jí)媒體宣傳報(bào)道100余次，為企業(yè)帶來巨大的經(jīng)濟(jì)效益和社會(huì)效益。

國家級(jí)主流媒體宣傳報(bào)道

項(xiàng)目申請國家發(fā)明專利30項(xiàng)，已獲得授權(quán)10項(xiàng)，發(fā)表科技論文19篇，登記軟件著作權(quán)25項(xiàng)，主持和參與制定團(tuán)體標(biāo)準(zhǔn)4項(xiàng)。成果在大冶特鋼、馬鋼交材整體應(yīng)用，并在撫順特鋼、淮鋼特鋼、東北特鋼、新興鑄管、靖江特鋼等15家單位推廣應(yīng)用，全面助推大冶特鋼獲批國家級(jí)智能制造示范工廠、馬鋼軌交入選全國制造業(yè)單項(xiàng)冠軍企業(yè)，支撐在中國塔里木“深地一號(hào)”珠峰鉆井、福清“華龍一號(hào)”核電用鋼、長征系列航天用管、“高鐵跑鞋”復(fù)興號(hào)整列裝用項(xiàng)目，大力推動(dòng)中國制造工業(yè)軟件高端自主可控。經(jīng)鋼鐵工業(yè)協(xié)會(huì)組織的成果評(píng)價(jià)認(rèn)為：“項(xiàng)目整體技術(shù)達(dá)到國際領(lǐng)先水平”。

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請讀者僅作參考，并自行核實(shí)相關(guān)內(nèi)容。若對該稿件內(nèi)容有任何疑問或質(zhì)疑，請立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理，再次感謝您的閱讀與關(guān)注。