CN109754137A - 确定钢铁材料产品的质量和/或等级的方法及设备 - Google Patents

确定钢铁材料产品的质量和/或等级的方法及设备 Download PDF

Info

Publication number
CN109754137A
CN109754137A CN201711072398.XA CN201711072398A CN109754137A CN 109754137 A CN109754137 A CN 109754137A CN 201711072398 A CN201711072398 A CN 201711072398A CN 109754137 A CN109754137 A CN 109754137A
Authority
CN
China
Prior art keywords
parameter
producing line
steel material
material product
product
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201711072398.XA
Other languages
English (en)
Other versions
CN109754137B (zh
Inventor
苏航
潘涛
陈晓玲
杨才福
柴锋
刘清友
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Steel Research New Material Technology Co.,Ltd.
Central Iron and Steel Research Institute
Original Assignee
Beijing Xinmudao Science And Technology Development Center (limited Partnership)
Central Iron and Steel Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Xinmudao Science And Technology Development Center (limited Partnership), Central Iron and Steel Research Institute filed Critical Beijing Xinmudao Science And Technology Development Center (limited Partnership)
Priority to CN201711072398.XA priority Critical patent/CN109754137B/zh
Priority to US16/164,972 priority patent/US11209414B2/en
Publication of CN109754137A publication Critical patent/CN109754137A/zh
Application granted granted Critical
Publication of CN109754137B publication Critical patent/CN109754137B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/20—Metals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Pathology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了确定钢铁材料产品的质量和/或等级的方法及设备。该方法包括：获取与钢铁材料产品的质量相关的多个第一参量；对所述多个第一参量进行融合，以得到综合质量判定参量；基于综合质量判定参量来确定所述钢铁材料产品的质量。

Description

确定钢铁材料产品的质量和/或等级的方法及设备
技术领域
本发明涉及钢铁材料领域，具体地，涉及一种确定钢铁材料产品的质量和/或等级的方法及设备。
背景技术
传统的产品检测是一种“门槛”级的二值体系，即最终给出的检测和评价结果是“合格”或“不合格”，例如船级社认证，生产企业满足于“符合标准和要求”即可。在市场竞争加剧的条件下，为了提高中标率，甚至通过各种非常规手段来达到降低成本和价格，进而引发钢铁行业普遍的“低质低价”的市场竞争格局，这对国产钢材声誉带来很大的负面影响。例如，在造船行业，供应商通过极端的“超细晶”技术，大幅度降低产品的合金元素含量，以降低材料成本。但“超细晶”技术带来的母材高韧性和低碳当量水平，反而在焊接过程中由于合金元素不足、晶粒粗化，导致焊接接头的强度和韧性均出现大幅度下降，给船厂的钢板现场应用造成困扰。另外，在不锈钢领域，像铬Cr、镍Ni、钼Mo等贵重合金元素含量往往控制在标准规定的下限区域附近，而用户对材料耐蚀性寿命的设计往往依据标准规定的中限成分，生产控制和设计思路的不匹配经常造成用户重要设备和零部件的提前失效。因此，用户行业对国产高端材料的长期质量稳定性、服役安全性缺乏信心，已经成为钢铁企业的创新发展和制造业技术进步的严重障碍。
因此，基于上述原因，需要一种新的确定钢铁材料产品的质量和等级的技术。
发明内容
本发明提供了一种评价和确定钢铁材料产品质量与等级的设备与方法。
根据本发明的一个方面，确定钢铁材料产品质量和/或等级的设备可以包括处理器，处理器可以被配置为：获取与钢铁材料产品的质量相关的多个第一参量；对所述多个第一参量进行融合，以得到综合质量判定参量；基于综合质量判定参量来确定所述钢铁材料产品的质量。
根据本发明的示例性实施例，每个第一参量可以通过相应的至少一个第二参量而得到，其中，当每个第一参量可以通过相应的多个第二参量而得到时，可以通过对相应的多个第二参量进行融合来获得所述每个第一参量。
根据本发明的示例性实施例，多个第一参量可以包括体现钢铁材料产品自身性质的参数的本征参量和体现对于钢铁材料产品的质量产生影响的外延参量。
根据本发明的示例性实施例，外延参量可以是表示体现该钢铁材料产品的生产者的研发能力和/或该钢铁材料产品的生产过程中的各个工艺流程的技术能力的参量。
根据本发明的示例性实施例，本征参量可以是表示直接体现钢铁材料产品自身性质的参量和间接体现钢铁材料产品自身性质的参量。
根据本发明的示例性实施例，与外延参量相应的至少一个第二参量可以包括产线装备技术能力参量、企业检测技术能力参量和企业研发技术能力参量中的至少一个参量。
根据本发明的示例性实施例，产线装备技术能力参量可以是通过与生产所述钢铁材料产品的生产过程中的各个工艺流程相应的钢铁材料产品生产设备和生产工艺参数相关的数据而获取的体现产线装备技术能力的参量。企业检测技术能力参量可以是通过与生产所述钢铁材料产品的生产过程中的各个工艺流程相应的钢铁材料产品检测设备和技术能力相关的数据而获取的体现企业检测技术能力的参量。企业研发技术能力参量可以是指通过与所述钢铁材料产品的生产企业的钢铁材料产品研发能力相关的数据而获取的体现企业研发技术能力的参量。
根据本发明的示例性实施例，与外延参量相应的至少一个第二参量可以包括第一类第二参量和/或第二类第二参量，其中，第一类第二参量可以通过对相应的多个第三参量进行融合而得到，第二类第二参量可以通过以下步骤来获得：利用评价函数对与第二类第二参量相应的多种类型的数据中的每种类型的数据进行评价来得到与每种类型的数据对应的评价处理数据；将与第二类第二参量相应的多种类型的数据所对应的全部评价处理数据进行融合，以得到相应的第二参量，其中，与第二类第二参量相应的多种类型的数据可以具有彼此不同的评价函数。
根据本发明的示例性实施例，与本征参量相应的多个第二参量可以包括产品批量统计参量、产品检测质量参量、产品供货参量和产品认证参量中的至少一个参量。
根据本发明的示例性实施例，产品批量统计参量可以是基于与该钢铁材料产品的生产线在一段时间内生产的该钢铁材料产品的批量统计数据而获得的并体现该钢铁材料产品质量稳定性和平均水平的参量。产品检测质量参量可以是基于该钢铁材料产品的性质指标检测数据而获得的体现所述钢铁材料产品质量的参量；产品供货参量可以是基于与所述钢铁材料产品的供货业绩相关的数据而获得的参量；产品认证参量可以是基于所述钢铁材料产品的第三方认证数据而获得的参量。
根据本发明的示例性实施例，与本征参量相应的至少一个第二参量可以包括第一类第二参量和/或第二类第二参量，其中，第一类第二参量可以通过对相应的多个第三参量进行融合而得到，第二类第二参量可以通过以下步骤来获得：利用评价函数对与第二类第二参量相应的多种类型的数据中的每种类型的数据进行评价来得到与每种类型的数据对应的评价处理数据；将与第二类第二参量相应的多种类型的数据所对应的全部评价处理数据进行融合，以得到相应的第二参量，其中，与第二类第二参量相应的多种类型的数据具有彼此不同的评价函数。
根据本发明的示例性实施例，与外延参量相应的至少一个第二参量中的第一类第二参量可以包括产线装备技术能力参量。
根据本发明的示例性实施例，与所述产线装备技术能力参量相应的多个第三参量中任一第三参量可以通过以下步骤获得：利用评价函数和与所述任一第三参量相应的多种类型的数据中的每种类型的数据来计算与每种类型的数据对应的评价处理数据；将与所述任一第三参量相应的多种类型的数据所对应的全部评价处理数据进行融合，以得到所述任一第三参量。所述任一第三参量可以是体现与在生产所述钢铁材料产品的过程中的多个工艺段中的一个工艺段对应的一条产线的技术能力的参量。与所述任一第三参量相应的多种类型的数据可以包括与所述一条产线的设备和工艺参数相关的数据。
根据本发明的示例性实施例，通过对相应的多个第三参量进行融合来获得产线装备技术能力参量的步骤可以包括：利用产线遗传关系来对相应的多个第三参量进行融合。当与在生产该钢铁材料产品的过程中的多个工艺段中的任一工艺段对应的一条产线仅接收与所述任一工艺段的前一工艺段对应的一条产线所提供的钢坯时，利用产线遗传关系来对相应的多个第三参量进行融合的步骤可以包括对体现与前一工艺段对应的所述一条产线的技术能力的第三参量和体现与所述任一工艺段对应的所述一条产线的技术能力的第三参量计算加权和。当与所述任一工艺段对应的所述一条产线接收与前一工艺段对应的多条产线所提供的钢坯时，利用产线遗传关系来对相应的多个第三参量进行融合的步骤可以包括：根据前一工艺段对应的多条产线中的每条分别提供到与所述任一工艺段对应的所述一条产线的钢坯的供坯比来向体现与前一工艺段对应的多条产线中的每条的技术能力的第三参量分配权重；计算分别体现与前一工艺段对应的多条产线的技术能力的多个第三参量的第一加权和；计算体现与所述任一工艺段对应的所述一条产线的技术能力的第三参量和第一加权和的第二加权和。
根据本发明的示例性实施例，与产线装备技术能力参量相应的多个第三参量可以包括熔铸产线参量、热成型产线参量、热处理产线参量和加工产线参量中的至少两个参量。熔铸产线参量可以是体现与熔铸工艺段对应的熔铸产线的技术能力的参量。热成型产线参量可以是体现与热成型工艺段对应的热成型产线的技术能力的参量。热处理产线参量可以是体现与热处理工艺段对应的热处理产线的技术能力。加工产线参量可以是体现与加工工艺段对应的加工产线的技术能力的参量。
根据本发明的示例性实施例，多个第三参量可以包括多个熔铸产线参量和特定热成型产线参量，且与多个熔铸产线参量对应的多条熔铸产线均可以向与特定热成型产线参量对应的特定热成型产线提供用于生产所述钢铁材料产品的钢坯。
根据本发明的示例性实施例，多个第三参量可以包括特定熔铸产线参量和特定热成型产线参量，且与特定熔铸产线参量对应的特定熔铸产线可以向与特定热成型产线参量对应的特定热成型产线提供用于生产所述钢铁材料产品的钢坯。
根据本发明的示例性实施例，多个第三参量可以包括多个熔铸产线参量和多个热成型产线参量，多个熔铸产线参量和多个热成型产线参量可以分别对应于用于生产所述钢铁材料产品的多条熔铸产线和多条热成型产线。对多个第三参量进行融合步骤包括：根据每条熔铸产线的产量和每条热成型产线的产量来分别向与相应熔铸产线对应的熔铸产线参量和与相应热成型产线对应的热成型产线参量分配权重。
根据本发明的示例性实施例，多个第三参量可以包括至少一个熔铸产线参量和至少一个热成型产线参量。至少一个熔铸产线参量和至少一个热成型产线参量可以分别对应于用于生产该钢铁材料产品的至少一条熔铸产线和至少一条热成型产线。对多个第三参量进行融合步骤可以包括：将与每条熔铸产线对应的熔铸产线参量和与接收所述每条熔铸产线所提供的钢坯的每条热成型产线对应的热成型产线参量分别进行融合，以获得多个融合值；将多个融合值中最大的融合值作为产线装备技术能力参量。
根据本发明的示例性实施例，与本征参量相应的至少一个第二参量中的第一类第二参量可以包括产品批量统计参量。
根据本发明的示例性实施例，多个第三参量可以包括性能离散度参量和性能平均水平参量，性能离散度参量可以表示所述钢铁材料产品的批量性能统计数据的离散度，性能平均水平参量可以表示所述钢铁材料产品的批量性能统计数据的平均水平。
根据本发明的示例性实施例，所述融合可以包括计算加权和。
根据本发明的示例性实施例，处理器还被配置为基于各个第一参量、各个第二参量和各个第三参量中的任一预定参量来确定该钢铁材料产品的质量等级。
根据本发明的示例性实施例，根据任一预定参量来确定所述钢铁材料产品的质量等级的步骤可以包括：当所述任一预定参量≥Ra，则确定所述钢铁材料产品的质量等级为第一级；当Rb≤所述任一预定参量＜Ra时，则确定所述钢铁材料产品的质量等级为第二级；当Rb＞所述任一预定参量≥Rc时，则确定所述钢铁材料产品的质量等级为第三级，当所述任一预定参量＜Rc时，则确定所述钢铁材料产品的质量等级为第四级，其中Ra＞Rb＞Rc。第一级的所述钢铁材料产品的质量优于第二级的所述钢铁材料产品的质量，且第二级的所述钢铁材料产品的质量优于第三级的所述钢铁材料产品的质量，且第三级的所述钢铁材料产品的质量优于第四级的所述钢铁材料产品的质量。
根据本发明的示例性实施例，Ra可以设置为0.9，Rb可以设置为0.75，且Rc可以设置为0.60。
根据本发明的示例性实施例，当检测多于或等于预定数量的多个钢铁材料产品的质量时，可以分别获得与每个钢铁材料产品对应的所述任一预定参量。根据任一预定参量来确定多个钢铁材料产品的质量等级的步骤可以包括：对包括在多个钢铁材料产品的任一预定参量中的大于或等于Rd的预定参量进行排序；当多个钢铁材料产品中的任一钢铁材料产品的所述任一预定参量排位占比≤aa％时，确定该任一钢铁材料产品的质量等级为第一级；当bb％≥该任一钢铁材料产品的所述任一预定参量排位占比＞aa％时，确定该任一钢铁材料产品的质量等级为第二级；当该任一钢铁材料产品的所述任一预定参量排位占比≥bb％或者任一钢铁材料产品的所述任一预定参量小于Rd时，确定该任一钢铁材料产品的质量等级为第三级，其中，bb％＞aa％。该任一钢铁材料产品的所述任一预定参量排位占比是指：(该任一钢铁材料产品的所述任一预定参量的排序序号/包括在多个钢铁材料产品的所述任一预定参量中参与排序的所述任一预定指标参量的总数)×100％。其中，第一级的该任一钢铁材料产品的质量优于第二级的该任一钢铁材料产品的质量，且第二级的该任一钢铁材料产品的质量优于第三级的该任一钢铁材料产品的质量。
根据本发明的示例性实施例，aa％可以设置为15％，bb％可以设置为70％，且Rd可以设置为0.60。
根据本发明的示例性实施例，计算评价处理数据的步骤可以包括：利用初步标准化函数对多种类型的数据进行初步标准化处理，以获得初步标准化数据；利用评价函数对初步标准化数据进行评价处理，以获得评价处理数据。
根据本发明的一个方面，确定钢铁材料产品的质量和/或等级的方法可以包括：获取与钢铁材料产品的质量相关的多个第一参量；对所述多个第一参量进行融合，以得到综合质量判定参量；基于综合质量判定参量来确定所述钢铁材料产品的质量。
根据本发明的示例性实施例，每个第一参量可以通过相应的至少一个第二参量而得到，其中，当每个第一参量可以通过相应的多个第二参量而得到时，可以通过对相应的多个第二参量进行融合来获得所述每个第一参量。
根据本发明的示例性实施例，多个第一参量可以包括体现钢铁材料产品自身性质的参数的本征参量和体现对于钢铁材料产品的质量产生影响的外延参量。
根据本发明的示例性实施例，外延参量可以是表示体现该钢铁材料产品的生产者的研发能力和/或该钢铁材料产品的生产过程中的各个工艺流程的技术能力的参量。
根据本发明的示例性实施例，本征参量可以是表示直接体现钢铁材料产品自身性质的参量和间接体现钢铁材料产品自身性质的参量。
根据本发明的示例性实施例，与外延参量相应的至少一个第二参量可以包括产线装备技术能力参量、企业检测技术能力参量和企业研发技术能力参量中的至少一个参量。
根据本发明的示例性实施例，产线装备技术能力参量可以是通过与生产所述钢铁材料产品的生产过程中的各个工艺流程相应的钢铁材料产品生产设备和生产工艺参数相关的数据而获取的体现产线装备技术能力的参量。企业检测技术能力参量可以是通过与生产所述钢铁材料产品的生产过程中的各个工艺流程相应的钢铁材料产品检测设备和技术能力相关的数据而获取的体现企业检测技术能力的参量。企业研发技术能力参量可以是指通过与所述钢铁材料产品的生产企业的钢铁材料产品研发能力相关的数据而获取的体现企业研发技术能力的参量。
根据本发明的示例性实施例，与外延参量相应的至少一个第二参量可以包括第一类第二参量和/或第二类第二参量，其中，第一类第二参量可以通过对相应的多个第三参量进行融合而得到，第二类第二参量可以通过以下步骤来获得：利用评价函数对与第二类第二参量相应的多种类型的数据中的每种类型的数据进行评价来得到与每种类型的数据对应的评价处理数据；将与第二类第二参量相应的多种类型的数据所对应的全部评价处理数据进行融合，以得到相应的第二参量，其中，与第二类第二参量相应的多种类型的数据可以具有彼此不同的评价函数。
根据本发明的示例性实施例，与本征参量相应的多个第二参量可以包括产品批量统计参量、产品检测质量参量、产品供货参量和产品认证参量中的至少一个参量。
根据本发明的示例性实施例，产品批量统计参量可以是基于与该钢铁材料产品的生产线在一段时间内生产的该钢铁材料产品的批量统计数据而获得的并体现该钢铁材料产品质量稳定性和平均水平的参量。产品检测质量参量可以是基于该钢铁材料产品的性质指标检测数据而获得的体现所述钢铁材料产品质量的参量；产品供货参量可以是基于与所述钢铁材料产品的供货业绩相关的数据而获得的参量；产品认证参量可以是基于所述钢铁材料产品的第三方认证数据而获得的参量。
根据本发明的示例性实施例，与本征参量相应的至少一个第二参量可以包括第一类第二参量和/或第二类第二参量，其中，第一类第二参量可以通过对相应的多个第三参量进行融合而得到，第二类第二参量可以通过以下步骤来获得：利用评价函数对与第二类第二参量相应的多种类型的数据中的每种类型的数据进行评价来得到与每种类型的数据对应的评价处理数据；将与第二类第二参量相应的多种类型的数据所对应的全部评价处理数据进行融合，以得到相应的第二参量，其中，与第二类第二参量相应的多种类型的数据具有彼此不同的评价函数。
根据本发明的示例性实施例，与外延参量相应的至少一个第二参量中的第一类第二参量可以包括产线装备技术能力参量。
根据本发明的示例性实施例，与所述产线装备技术能力参量相应的多个第三参量中任一第三参量可以通过以下步骤获得：利用评价函数和与所述任一第三参量相应的多种类型的数据中的每种类型的数据来计算与每种类型的数据对应的评价处理数据；将与所述任一第三参量相应的多种类型的数据所对应的全部评价处理数据进行融合，以得到所述任一第三参量。所述任一第三参量可以是体现与在生产所述钢铁材料产品的过程中的多个工艺段中的一个工艺段对应的一条产线的技术能力的参量。与所述任一第三参量相应的多种类型的数据可以包括与所述一条产线的设备和工艺参数相关的数据。
根据本发明的示例性实施例，通过对相应的多个第三参量进行融合来获得产线装备技术能力参量的步骤可以包括：利用产线遗传关系来对相应的多个第三参量进行融合。当与在生产该钢铁材料产品的过程中的多个工艺段中的任一工艺段对应的一条产线仅接收与所述任一工艺段的前一工艺段对应的一条产线所提供的钢坯时，利用产线遗传关系来对相应的多个第三参量进行融合的步骤可以包括对体现与前一工艺段对应的所述一条产线的技术能力的第三参量和体现与所述任一工艺段对应的所述一条产线的技术能力的第三参量计算加权和。当与所述任一工艺段对应的所述一条产线接收与前一工艺段对应的多条产线所提供的钢坯时，利用产线遗传关系来对相应的多个第三参量进行融合的步骤可以包括：根据前一工艺段对应的多条产线中的每条分别提供到与所述任一工艺段对应的所述一条产线的钢坯的供坯比来向体现与前一工艺段对应的多条产线中的每条的技术能力的第三参量分配权重；计算分别体现与前一工艺段对应的多条产线的技术能力的多个第三参量的第一加权和；计算体现与所述任一工艺段对应的所述一条产线的技术能力的第三参量和第一加权和的第二加权和。
根据本发明的示例性实施例，与产线装备技术能力参量相应的多个第三参量可以包括熔铸产线参量、热成型产线参量、热处理产线参量和加工产线参量中的至少两个参量。熔铸产线参量可以是体现与熔铸工艺段对应的熔铸产线的技术能力的参量。热成型产线参量可以是体现与热成型工艺段对应的热成型产线的技术能力的参量。热处理产线参量可以是体现与热处理工艺段对应的热处理产线的技术能力。加工产线参量可以是体现与加工工艺段对应的加工产线的技术能力的参量。
根据本发明的示例性实施例，多个第三参量可以包括多个熔铸产线参量和特定热成型产线参量，且与多个熔铸产线参量对应的多条熔铸产线均可以向与特定热成型产线参量对应的特定热成型产线提供用于生产所述钢铁材料产品的钢坯。
根据本发明的示例性实施例，多个第三参量可以包括特定熔铸产线参量和特定热成型产线参量，且与特定熔铸产线参量对应的特定熔铸产线可以向与特定热成型产线参量对应的特定热成型产线提供用于生产所述钢铁材料产品的钢坯。
根据本发明的示例性实施例，多个第三参量可以包括多个熔铸产线参量和多个热成型产线参量，多个熔铸产线参量和多个热成型产线参量可以分别对应于用于生产所述钢铁材料产品的多条熔铸产线和多条热成型产线。对多个第三参量进行融合步骤包括：根据每条熔铸产线的产量和每条热成型产线的产量来分别向与相应熔铸产线对应的熔铸产线参量和与相应热成型产线对应的热成型产线参量分配权重。
根据本发明的示例性实施例，多个第三参量可以包括至少一个熔铸产线参量和至少一个热成型产线参量。至少一个熔铸产线参量和至少一个热成型产线参量可以分别对应于用于生产该钢铁材料产品的至少一条熔铸产线和至少一条热成型产线。对多个第三参量进行融合步骤可以包括：将与每条熔铸产线对应的熔铸产线参量和与接收所述每条熔铸产线所提供的钢坯的每条热成型产线对应的热成型产线参量分别进行融合，以获得多个融合值；将多个融合值中最大的融合值作为产线装备技术能力参量。
根据本发明的示例性实施例，与本征参量相应的至少一个第二参量中的第一类第二参量可以包括产品批量统计参量。
根据本发明的示例性实施例，多个第三参量可以包括性能离散度参量和性能平均水平参量，性能离散度参量可以表示所述钢铁材料产品的批量性能统计数据的离散度，性能平均水平参量可以表示所述钢铁材料产品的批量性能统计数据的平均水平。
根据本发明的示例性实施例，所述融合可以包括计算加权和。
根据本发明的示例性实施例，所述方法还包括基于各个第一参量、各个第二参量和各个第三参量中的任一预定参量来确定该钢铁材料产品的质量等级。
根据本发明的示例性实施例，根据任一预定参量来确定所述钢铁材料产品的质量等级的步骤可以包括：当所述任一预定参量≥Ra，则确定所述钢铁材料产品的质量等级为第一级；当Rb≤所述任一预定参量＜Ra时，则确定所述钢铁材料产品的质量等级为第二级；当Rb＞所述任一预定参量≥Rc时，则确定所述钢铁材料产品的质量等级为第三级，当所述任一预定参量＜Rc时，则确定所述钢铁材料产品的质量等级为第四级，其中Ra＞Rb＞Rc。第一级的所述钢铁材料产品的质量优于第二级的所述钢铁材料产品的质量，且第二级的所述钢铁材料产品的质量优于第三级的所述钢铁材料产品的质量，且第三级的所述钢铁材料产品的质量优于第四级的所述钢铁材料产品的质量。
根据本发明的示例性实施例，Ra可以设置为0.9，Rb可以设置为0.75，且Rc可以设置为0.60。
根据本发明的示例性实施例，当检测多于或等于预定数量的多个钢铁材料产品的质量时，可以分别获得与每个钢铁材料产品对应的所述任一预定参量。根据任一预定参量来确定多个钢铁材料产品的质量等级的步骤可以包括：对包括在多个钢铁材料产品的任一预定参量中的大于或等于Rd的预定参量进行排序；当多个钢铁材料产品中的任一钢铁材料产品的所述任一预定参量排位占比≤aa％时，确定该任一钢铁材料产品的质量等级为第一级；当bb％≥该任一钢铁材料产品的所述任一预定参量排位占比＞aa％时，确定该任一钢铁材料产品的质量等级为第二级；当该任一钢铁材料产品的所述任一预定参量排位占比≥bb％或者任一钢铁材料产品的所述任一预定参量小于Rd时，确定该任一钢铁材料产品的质量等级为第三级，其中，bb％＞aa％。该任一钢铁材料产品的所述任一预定参量排位占比是指：(该任一钢铁材料产品的所述任一预定参量的排序序号/包括在多个钢铁材料产品的所述任一预定参量中参与排序的所述任一预定指标参量的总数)×100％。其中，第一级的该任一钢铁材料产品的质量优于第二级的该任一钢铁材料产品的质量，且第二级的该任一钢铁材料产品的质量优于第三级的该任一钢铁材料产品的质量。
根据本发明的示例性实施例，aa％可以设置为15％，bb％可以设置为70％，且Rd可以设置为0.60。
根据本发明的示例性实施例，计算评价处理数据的步骤可以包括：利用初步标准化函数对多种类型的数据进行初步标准化处理，以获得初步标准化数据；利用评价函数对初步标准化数据进行评价处理，以获得评价处理数据。
根据本发明，通过对直接或间接体现钢铁材料产品质量的因素和在钢铁材料产品生产及研发方面对钢铁材料产品质量产生影响的因素进行综合考量，可以更充分和真实的体现钢铁材料产品的质量水平。
附图说明
图1是示出根据本发明构思的确定钢铁材料产品的质量和/或等级的方法的流程图；
图2是示出根据发明构思的获取用于确定钢铁材料产品的质量和/或等级的每种参量的示意性流程图；
图3是示出处理与各个参量对应的多种类型数据的流程图；
图4A是示出多条熔铸产线与多条热成型产线的示意图；
图4B是示出特定熔铸产线与特定热成型产线的示意图；
图4C是示出特定热成型产线与多条熔铸产线的示意图；以及
图4D是示出获取企业装备技术平均水平的产线示意图。
具体实施方式
现在将参照附图更充分地描述本发明的实施例，在附图中示出了本发明的示例性实施例。然而，本发明可以以许多不同的形式实施，而不应被解释为局限于在此阐述的实施例；相反，提供这些实施例使得本公开将是彻底的和完整的，并且这些实施例将向本领域的普通技术人员充分地传达本发明的实施例的构思。在下面详细的描述中，通过示例的方式阐述了多处具体的细节，以提供对相关教导的充分理解。
下面将参照附图对根据本发明构思的确定钢铁材料产品的质量和/或等级的方法及设备进行详细地描述。
图1是示出根据本发明构思的确定钢铁材料产品的质量和/或等级的方法的流程图。图2是示出根据发明构思的获取用于确定钢铁材料产品的质量和/或等级的每种参量的示意性流程图。图3是示出处理与各个参量对应的多种类型数据的流程图。
如图1和图2中所示，确定钢铁材料产品的质量和/或等级的方法可以包括以下步骤：获取与钢铁材料产品的质量相关的多个第一参量100(S1100)；对多个第一参量100进行融合以得到综合质量判定参量10(S1200)；基于综合质量判定参量10来确定钢铁材料产品的质量和/或等级(S1300)。
在根据本发明的示例性实施例中，如图2中所示，上述多个第一参量100可以包括体现钢铁材料产品自身性质的参数的本征参量120。虽然本征参量120可以表示直接体现钢铁材料产品自身性质的参量和间接体现钢铁材料产品自身性质的参量，但是，对于钢铁材料产品而言，其产品质量还强烈依赖生产企业的生产装备和生产线。可以理解，质量优良的生产装备和生产线，对于生产质量优良的产品是有正面的促进作用和相关性的。此外，企业的产品检测技术水平和能力的冗余度越高，对产品质量的把控余地越大，则越容易在生产企业内部形成“生产->检测->反馈->调整再生产”良性闭环。这种机械的闭环，通过企业良好的研发机制和水平，可有效优化与加速，促进产品质量不断提升。这类涉及检测能力和研发水平的软实力，在一定程度上也对钢铁材料产品的质量产生影响。因此，在对钢铁材料产品的质量水平进行判定时，只有通过综合考虑产品本身性质以及对产品的质量产生影响的其它因素，才能更充分和真实的反映出产品的质量等级。
因此，在根据本发明的示例性实施例中，上述多个第一参量100还可以包括对于钢铁材料产品的质量产生影响的外延参量110。外延参量110表示体现所述钢铁材料的生产者的研发能力和/或所述钢铁材料的生产过程中的各个工艺流程的技术能力的参量。
由上可知，与传统的二值体系相比，在根据本发明的示例性实施例中，当确定钢铁材料产品的质量和/或等级时，通过将上述本征参量120和外延参量110进行有机的融合来获得用于确定该钢铁材料产品的质量和/或等级的综合质量判定参量10，进而可以更充分和真实的反映出该钢铁材料产品的质量和/或等级。然而，根据本发明的示例性实施例不限于此。例如，处理器还可以被配置为基于多个第一参量100中的任何一个参量来确定钢铁材料产品的质量和/或等级，具体地，可以基于本征参量120和外延参量110中的任一参量来确定钢铁材料产品的质量和/或等级。这样，可以满足不同客户的差异化需求。
下面，将结合图1和图2对通过上述处理器所执行的步骤进行具体地描述。
对于获取多个第一参量的步骤S1100，其中，每个第一参量100可以通过相应的至少一个第二参量200来得到。具体地，当每个第一参量100可以通过相应的多个第二参量200来得到时，可以通过对相应的多个第二参量200进行融合来计算第一参量100，而当每个第一参量100可以通过相应的一个第二参量200来得到时，可以将该相应的一个第二参量200直接作为第一参量100。另外，通过对相应的多个第二参量200进行融合可以是指计算多个第二参量200的加权和，其中，在计算多个第二参量200的加权和时，对每个第二参量200分配的权重与该第二参量200对钢铁材料产品的质量的影响程度成正比。然而，本发明构思不限于此，还可以通过其他方式来对第二参量进行融合。
具体地，如图2中所示，与多个第一参量100中的本征参量120相应的多个第二参量200可以包括产品检测质量参量221、产品批量统计参量222、产品供货参量223和产品认证参量224中的至少一个参量。然而，上述参量仅为示例性的，还可以使用能够体现钢铁材料产品自身性质的参数的其它参量。其中，产品批量统计参量222可以是基于与该钢铁材料产品的生产线在一段时间内生产的该钢铁材料产品的批量统计数据而获得并体现该钢铁材料产品的质量稳定性和平均水平的参量，产品检测质量参量221可以是基于该钢铁材料产品的性质指标检测数据而获得并直接体现所述钢铁材料质量的参量，产品供货参量223可以是基于与所述钢铁材料产品的供货业绩相关的数据而获得并间接体现产品质量的参量，并且产品认证参量224是基于所述钢铁材料产品的第三方认证数据而获得并间接体现产品质量的参量。
对于与本征参量120相应的第二参量200，可以根据获得第二参量200的方法将第二参量200分为第一类第二参量和第二类第二参量。其中，第一类第二参量可以是通过对相应的多个第三参量300进行融合而获得，而第二类第二参量可以通过相应多种类型的数据来获得。此外，与第二类第二参量类似，第三参量也可以通过相应多种类型的数据来获得。
具体地，为了对钢铁材料产品的质量和/或等级进行准确地确定，通常需要获取与钢铁材料产品的质量相关的上述多种类型的数据，而由于多种类型的数据性质不同而往往具有不同的数量级和量纲等，从而使得不能通过对多种类型的数据进行简单的融合来正确地反映对钢铁材料产品的质量等级。因此，为了保证结果的可靠性，在通过上述多种类型的数据获得相应的第二类第二参量或第三参量之前，需要对上述多种类型的数据进行一定的处理。下面将结合图3来详细描述对多种类型数据的处理过程。
在根据本发明的示例性实施例中，如图3中所示，通过多种类型的数据来获得第二类第二参量或第三参量的步骤包括：获取与用于计算本征参量的每个第二类第二参量或第三参量对应的多种类型数据，并将每种类型的数据作为输入数据Xn-in(S2100)；利用标准化函数Xn-sta来处理不同类型的数据，以获得标准化数据(S2200)；通过评价函数Xn-fun来处理与输入数据Xn-in对应的标准化数据，以获得能够用来更准确地确定钢铁材料质量的等级评价处理数据Xn-out；依据输入数据Xn-in对钢铁材料产品的质量的影响程度对相应评价处理数据分配相应的权重Xn-per；通过对相应的评价处理数据进行融合来获得相应的第二类第二参量或第三参量。然而，根据本发明构思的示例性实施例不限于此，例如，在根据本发明的另一实施例中，可以省略利用标准化函数处理多种类型数据的步骤。其中，不同类型的数据Xn-in可以具有不同的标准化函数Xn-sta和不同的评价函数Xn-fun，标准化函数Xn-sta可以对数据进行无量纲化或对不同级别(如屈服强度355MPa级、460MPa级)产品的数据指标进行标准化，从而为评价函数Xn-fun的简化和统一带来便利，而评价函数Xn-fun可以用于获得对该指标进行定量化描述和评价的数值化结果。
另外，对相应的评价处理数据进行融合可以是指计算评价处理数据的加权和，其中，在计算评价处理数据的加权和时，对评价处理数据分配的权重与该评价处理数据所对应的输入数据Xn-in对钢铁材料产品的质量和/或等级的影响程度成正比。然而，本发明构思不限于此，例如，根据本发明构思的实施例还可以包括其它能够适当反映各种类型的数据对钢铁材料产品的质量和/或等级的影响的融合方式。
由上可知，与本征参量相应的每个第二参量200均对应于多种类型的数据。
与产品检测质量参量221对应的多种类型数据可以是基于针对该钢铁材料产品的技术标准或供货条件等对钢铁材料产品进行检测而获得的检测数据。然而，根据本发明的示例性实施例不限于此，例如，也可以根据用户需求来确定检测数据的类型。任何一种钢铁材料产品均有相应的技术标准或供货技术条件，例如，船体钢一般应满足国家标准GB 712的要求，管线钢一般满足API 5L的要求，有的产品还需要满足更加严格的技术条件。例如，与产品检测质量参量221对应的多种类型数据可以包括诸如以硫S、磷P、碳C、硅Si和锰Mn等为例的化学成分数据以及诸如以屈服强度、抗拉强度、延伸率、冷弯性能和冲击功等为例的力学性能数据。然而，根据本发明的示例性实施例不限于此。
与产品批量统计参量222对应的多种类型数据可以对应于一段时间内生产的该钢铁材料产品的批量统计数据。其中，可以根据用于需求或相应的技术标准来确定批量统计数据中的数据类型。通过对该钢铁材料产品在一段时间内批量统计数据的分析，可以直观地评价一定时间跨度内产品的质量水平。这种批量统计数据，一方面可以规避单件产品的性能波动带来的评价不稳定性，另一方面为评价企业产品质量的稳定性提供量化指标。在根据本发明的示例性实施例中，这种批量数据既可以由企业的质量管理系统(MES或ERP系统)提供，也可以由第二方(用户)或第三方机构的检验来提供，不同来源的数据还可实现相互补充和印证。
对于钢铁材料产品的质量和/或等级的确定还可以考虑第三方认证和供货业绩等信息。具体地，通过产品供货参量223和产品认证参量224来体现第三方认证和供货业绩所间接反映出的钢铁材料产品的质量信息。其中，一段时间的供货业绩(即，供货量)可以在一定程度上间接地体现产品的质量。认证信息则可以通过第三方来进一步体现出该产品的质量水平，其具体包括但不限于认证的时间、认证等级、认证品种和认证规格范围等。
此外，在与本征参量120相应的多个第二参量200中，第一类第二参量可以包括产品批量统计参量222。而与批量统计参量222相应的多个第三参量300可以包括性能离散度参量321和性能平均水平参量322。其中，性能离散度参量321可以是表示所述钢铁材料产品的批量性能统计数据的离散度的参量，而性能平均水平参量322可以是表示所述钢铁材料产品的批量性能统计数据的平均水平的参量。
此外，如图2中所示，与多个第一参量100中的外延参量110相应的至少一个第二参量200可以包括产线装备技术能力参量211、企业检测技术能力参量212和企业研发技术能力参量213中的至少一个参量。然而，上述参量仅为示例性的，还可以使用对于钢铁材料产品的质量产生影响的其它参量。其中，产线装备技术能力参量211可以是通过与生产该钢铁材料产品的生产过程中的各个工艺流程所对应的钢铁材料产品生产设备和生产工艺参数相关的数据而获取并且体现产线装备技术能力的参量，企业检测技术能力参量212可以是通过与在生产该钢铁材料产品的生产过程中用于检测钢铁材料产品的检测设备和技术能力相关的数据而获取并且体现企业检测技术能力的参量，而企业研发技术能力参量213可以是通过与生产该钢铁材料产品的生产企业的研发能力相关的数据而获取并体现企业研发技术能力的参量。
对于与外延参量110相应的第二参量200，也可以根据获得第二参量200的方法将第二参量200分为第一类第二参量和第二类第二参量。其第一类第二参量和第二类第二参量的获得方法与上述本征参量120所对应的第二参量200的获得方法相同，这里就不在极性详细地描述。
由上可知，与外延参量110相应每个第二参量200均对应于多种类型的数据。
具体地，对于某种钢铁材料产品，一个好的铁水预处理装置和工序、良好的熔铸和精炼装备、连铸偏析控制手段等都是获得良好钢坯质量的来源。而像热成型产线中的坯料加热炉、高压水除鳞、控轧控冷手段、矫直机和热处理设备等，则更是产品最终质量的直接来源。而产线装备技术能力参量211便可以将上述影响因素的直接反映到对钢铁材料产品的质量等级的判定中，在根据本发明的示例性实施例中，与产线装备技术能力参量211对应的多种类型数据可以包括但不限于浇铸方式、高炉铁水(有/无)、铁水预处理、炼钢炉数量、炼钢炉总容量、是否有炉外精炼、真空脱气方式、最大板坯厚度、实际操作过程中S、P、O、N等杂质元素最低含量、炉前气体分析设备、是否有喂线处理、浇铸过热度及波动范围、是否有连铸偏析控制装置、缓冷坑(有、无、带加热)、加热炉类型、加热炉均热段可控温区上/下限、除鳞高压水压力、机组最大开口度、轧机最大轧制力、电机功率、最薄供货规格和最厚供货规格等相关数据。其中，对于高炉铁水(有/无)、真空脱气方式或缓冷坑(有、无、带加热)这类型数据，也可以对其进行数值化。例如，有缓冷坑可以用数值1表示，而无缓冷坑可以用数值0表示。然而，根据本发明的示例性实施例不限于此。通过上述不同类型的数据，可以对于钢铁材料产品生产线的各个关键工序和装备技术能力进行数字化评测。这有助于理解产品最终质量水平的内在逻辑，也是产品最终质量的重要佐证。
另外，由上可知，涉及检测能力和研发水平的软实力，在一定程度上也可以通过数值化指标来评价，并反映到生产企业品种质量水平中。具体地，在根据本发明的示例性实施例中，企业检测技术能力参量212对应的多种类型数据可以包括但不限于冲击试验最高能量、冲击试验最低温度、拉伸试验最大吨位、拉伸试验最高温度、是否有落锤试验机及最大能量、是否有断裂韧性(如CTOD)试验机等相关数据。另外，企业研发技术能力参量213对应的多种类型数据可以包括但不限于CNAS认证、上年度外协研发合同额、研发部门认定级别、研发部门人员数量、研发部门高级职称以上研发人员数量、上年度新授权专利数、试验室熔炼炉数量、试验室熔炼炉最小炉型、试验室熔炼炉最大炉型和试验轧机(有/无)等相关数据。对上述多种类型的数据可以分别对产品检测技术能力和研发能力进行数值化评价，并且结合产线装备技术能力评价，可以相对客观的反映生产企业一定时间跨度的产品质量可靠性的平均能力和水平。
对上述多种类型数据的处理方法与在计算本征参量120时对多种类型的数据处理的方法相同，因此，这里不再进行详细地描述。
另外，在与外延参量110相应的多个第二参量200中，第一类第二参量可以包括产线装备技术能力参量211。与产线装备技术能力参量211相应的多个第三参量300分别对应于在该钢铁材料产品的生产过程中的多个工艺段所对应的相对独立的分段产线，其中，一个第三参量仅对应于一条分段产线，并且体现了相应产线的技术能力。在实际生产中，钢铁材料可以依次经过包括但不限熔铸产线、热成型产线、热处理产线和加工产线等，进而获得最终的钢铁材料产品。然而，根据本发明的产线的顺序不限于此。其中，加工产线可以进一步能包括冷加工产线和焊接产线。例如，石油天然气输送用管线钢管加工产线可以同时包括冷加工产线和后续的焊接产线。对于特定品种，往往存在多条同一类型的产线同时适用的情况。例如，多条熔铸产线和多条热成型产线同时适用，此时系统则相对复杂。每条生产线的装备技术能力不尽相同。这使得难于对产线的装备技术能力进行数值化评价。在根据本发明的示例性实施例中，根据由本公开提出的“产线遗传”的方法来解决这一问题。
具体地，针对与某一工艺段对应的某条产线，若其钢坯来源于与前一工艺段对应的多条产线或者其向与下一工艺段对应的多条产线提供钢坯，则所述与某一工艺段对应的某条产线的钢坯质量将由与前一工艺段对应的多条产线遗传而来，或者将所述某条产线的钢坯质量遗传到与下一工艺段对应的多小产线。因而，在对产线的装备技术能力进行数值化评价时，需要将体现与前一工艺段对应的多条产线的技术能力的第三参量300按照向所述某条产线提供钢坯的供坯比例来分配权重(例如，分配给第三参量300的权重与该第三参量300所对应的产线向所述某条产线提供钢坯的供坯比例成正比)，然后计算体现与前一工艺段对应的多条产线的技术能力的第三参量300的加权和，进而将该加权和与体现其它工艺段所对应的产线的第三参量300进行融合，以得到产线装备技术能力参量211。例如，针对某条热成型产线，若其钢坯来源不唯一，则其钢坯质量将由熔铸产线遗传而来，因而钢坯水平将由生产该品种的不同熔铸产线的评价结果按照供坯比例加权确定。同理，某产品若来自不同热成型产线，其热成型装备水平将由热成型产线的评价结果按照产品供应比例加权确定。
下面，将结合图4A至图4D并以与产线装备技术能力参量211相应的多个第三参量300仅包括熔铸产线参量311和热成型产线参量312的情况为例，来详细描述获取产线装备技术能力参量211的方法。其中，图4A是示出多条熔铸产线与多条热成型产线的示意图。图4B是示出特定熔铸产线与特定热成型产线的示意图。图4C是示出特定热成型产线与多条熔铸产线的示意图。图4D是示出获取企业装备技术平均水平的产线示意图。
通常由五种如下所述的计算产线装备技术能力参量211的方法：
(1)特定熔铸产线+特定热成型产线：这与单条熔铸产线和单条热成型产线的情形类似，其是应用产线遗传关系的一种特例。图4A示出了包括多条熔铸产线和多条热成型产线的情况。图4B的虚线框示出了特定熔铸产线2和特定热成型产线1，其中，一般要求该特定熔铸产线和热成型产线是贯通的，即，该特定熔铸产线直接向特定热成型产线提供钢坯，否则没有实际意义。例如，如图4B中所示的熔铸产线1+热成型产线2是没有贯通的，一般不同时用来计算产线装备技术能力参量211。在这种情况下，通过将与特定熔铸产线对应的特定熔铸产线参量和与特定热成型产线对应的特定热成型产线参量进行融合来计算产线装备技术能力参量211。
(2)多条熔铸线+特定热成型产线：如图4C的虚线框中所示的产线组合，熔铸产线1至3同时向热成型产线1提供钢坯，在这种情况下，需要按照“产线遗传”来计算产线装备技术能力参量211，其中，该热成型产线的钢坯水平由实际供坯的不同熔铸产线的评价结果按照供坯比例加权获得。因此，需要按照不同熔铸产线向特定热成型产线提供钢坯的比例来向与不同熔铸产线对应的熔铸产线参量分配权重(例如，向不同熔铸产线参量分配的权重与该参量所对应的熔铸产线向特定热成型产线提供钢坯的比例成正比)，并计算与不同熔铸产线对应的熔铸产线参量的加权和。然后将该加权和与特定热成型产线参量进行融合(例如，对该加权和与特定热成型产线再次计算加权和，其中再次计算加权和时对前一加权和分配的权重或对特定热成型参量分配的权重与前一加权和或特定热成型参量所对应的产线对钢铁材料产品的质量的影响成正比)，进而计算产线装备技术能力参量211。例如，可以按照下式来计算针对热成型产线Ri的产线装备技术能力参量E(for E-Ri)：
其中，E(for E-Ri)表示针对热成型产线Ri的产线装备技术能力参量211；(E-M)j(j＝1,2,…,n)表示与为热成型产线Ri实际供坯的熔铸产线对应的熔铸产线参量，相应的供坯比例为Pj，且(E-R)i表示与特定热成型产线Ri对应的特定热成型产线参量。
(3)企业装备技术平均水平：如图4D所示，对应特定产品，在其热成型产线和前序熔铸产线均不确定的情况下，往往将钢铁材料按照热成型产线和熔铸产线的各自产量来随机分配。在这种情况下，需要按照熔铸产线和热成型产线各自的产量来向与相应的熔铸产线对应的熔铸产线参量和与相应的热成型产线对应的热成型产线参量分配权重(例如，对上述参量分配权重与相应参量所对应的产线的产量占总产量的比例成正比)，然后对于熔铸产线对应的熔铸产线参量和与热成型产线对应的热成型产线参量进行融合(例如，对上述参量进行融合表示计算加权和，然而，本发明构思不限于此，还可以通过其他方式来对第二参量进行融合)，以获得反映企业生产该产品的平均实力的产线装备技术能力参量211。例如，可以按照下式来计算反映企业生产该产品的平均实力的产线装备技术能力参量211：
其中，Eave表示反映企业生产该产品的平均实力的产线装备技术能力参量211；(E-M)j(j＝1,2,…,n)表示与生产该钢铁材料产品的熔铸产线对应的熔铸产线参量，相应的供坯比例为Pj，且(i＝1,2,…,m)表示与与生产该钢铁材料产品的热成型产线对应的热成型产线参量，相应的供货比例为Pi，且
(4)最优产线装备技术水平：由企业生产该钢铁材料产品的所有贯通的熔铸和热成型产线中选出的技术能力最优的产线。具体地，针对全部热成型产线和全部熔铸产线中的所有彼此贯通的熔铸产线和热成型产线，将与所有彼此贯通的熔铸产线和热成型产线中的每条彼此贯通的熔铸产线和热成型产线对应的熔铸产线参量和热成型产线参量进行融合(例如，对上述参量的融合表示计算加权和，其中，对各参量分配的权重与相应参量所对应的产线对钢铁材料产品的质量的影响程度成正比，然而，本发明构思不限于此，还可以通过其他方式来对第二参量进行融合)，以获得与每条彼此贯通的熔铸产线和热成型产线对应的融合值，将所有融合值中最大的融合值作为反映企业的最佳生产状态和产品潜力的最优产线装备技术能力参量211。例如，可以按照下式来计算反映企业生产该产品的最优产线装备技术能力的产线装备技术能力参量211：
其中，Emax表示反映映企业生产该产品的最优产线装备技术能力的产线装备技术能力参量211；(E-M)j(j＝1,2,…,n)表示与生产该钢铁材料产品的熔铸产线对应的熔铸产线参量；(E-R)i(i＝1,2,…,m)表示与与生产该钢铁材料产品的热成型产线对应的热成型产线参量，且i，j的取值为可贯通的熔铸产线和热成型产线的序列。
(5)某一熔铸产线供应钢坯给多条热成型产线。与上述方法(2)中所述方法类似，该熔铸产线后续产品水平由实际完成生产的不同热成型产线的相应参量按照供坯比例加权求和获得。这种处理一般在实践过程中很少使用。
当将用“产线遗传”模式获得第二参量与用于确定产品质量的其它第二参量进行融合时，对应产品的所有可区分属性均应隶属于相应产线属性。例如，最优产线的产品评价内容也应从最优产线获取而不应掺杂其他产线的产品内容。
接着，在通过上述方式计算得到第三参量、第二参量、第一参量和产品质量判定参量之后，可以通过一定的判定方法来根据第三参量、第二参量、第一参量和产品质量判定参量中的任一预定参量来判定更贴产品的质量等级。明显的是，通过这样的产品的质量和/或等级的确定方法，在更充分地确定产品的质量等级的同时，还可以满足不同用户的差异化需求。
具体地，在根据本发明的示例性实施例中，可以通过分值判定方法或排序判定方法来对钢铁材料产品的质量等级进行判定。
其中，分值判定方法的具体步骤如下：
当任一预定参量≥Ra时，则确定钢铁材料产品的质量等级为第一级；当Rb≤任一预定参量＜Ra时，则确定钢铁材料产品的质量等级为第二级；当Rb＞任一预定参量≥Rc时，则确定钢铁材料产品的质量等级为第三级；当任一预定参量＜Rc时，则确定钢铁材料产品的质量等级为第四级。
其中，Ra＞Rb＞Rc，且第一级至第四级钢铁材料产品的质量水平依次变差。另外，Ra、Rb和Rc可以根据实践情况来具体限定。例如，可以分别设定为：Ra＝0.9，Rb＝0.75，Rc＝0.60。
其中，排序判定方法的具体步骤如下：
将与多个钢铁材料产品对应的任一预定参量中的大于或等于Rd的预定参量进行排序；当多个钢铁材料产品中的某一钢铁材料产品的任一预定参量的排位占比≤aa％时，确定相应钢铁材料产品的质量等级为第一级；当bb％≥参任一预定参量的排位占比＞aa％时，确定相应钢铁材料产品的质量等级为第二级；当任一预定参量排位占比≥bb％或者任一预定参量小于Rd时，确定该钢铁材料产品的质量等级为第三级。其中，bb％＞aa％，且某一钢铁材料产品的任一预定参量的排位占比是指：(某一钢铁材料产品的任一预定参量的排序序号/多个钢铁材料产品的任一预定参量中参与排序的任一预定参量的总数)×100％。另外，第一级至第三级钢铁材料产品的质量依次变差。
在实际应用中，可以根据实际需要来设定aa％和bb％的值。例如，可以分别设定aa＝15，bb＝70。例如，累计25种同类产品参与质量分级评价，且均为合格产品。则排名前3的产品输出第一级，第4～17名输出第二级，第18～25名的产品输出第三级。
在实际应用中，分值判定方法适合对某一产品单独进行评价或参与评价产品数量较少时，排序判定方法适合同时对多家供应商提供的多个产品进行评价时。
下面将通过具体的实施例来对上述确定钢铁材料产品的质量等级的方法进行详细地描述。
实施例1：
针对X、Y、Z三个钢铁企业，就某一种船板产品进行抽检，检验这些企业生产的产品合格率。通过根据本发明的示例性实施例的确定钢铁材料产品的质量的设备和方法，来依据产品检测质量参量221对抽检样品进行分级判定。为了计算产品检测质量参量221，化学成分可以选择元素硫和磷，力学性能可以选取屈服强度、延伸率和冲击功，但是根据本发明构思的示例性实施例不限于此。将实际测得的硫元素含量S、磷元素含量P、屈服强度值ReH、延伸率A和冲击功KV作为与产品检测质量参量221对应的多种类型的数据S-in输入到处理器120中。处理器120通过上述数据来计算产品检测质量参量221的步骤包括：利用与多种类型的数据S-in分别对应的标准化函数S-sta(例如，相应标准化函数分别为S/Smax、P/Pmax、ReH/ReHmin、A/Amin和KV/KVmin，其中，Smax、Pmax、ReHmin、Amin和KVmin分别表示相应技术指标中相应性质的最大值或最小值)进行处理，以获得相应的标准化数据；利用与多种类型的数据S-in分别对应的评价函数(如表1中所示)来对相应的标准化数据进行评价处理，以获得相应的评价处理数据S-out；向与每种类型的数据对应的评价处理数据分别分配权重S-per(其中，权重之和为1)，并计算与不同类型的数据对应的评价处理数据S-out的加权和，以获得作为产品检测质量参量221的输出参量Modelout；基于输出参量Modelout来确定产品的质量等级Modeljud。
例如，可以通过如下公式来计算作为产品检测质量参量221的输出参量Modelout：
其中，Wj为第j种数据的评价处理数据，xj为分配到第j中数据的评评价处理数据的权重值。
依据产品检测质量参量221对三个企业的抽检样品进行分级判定的结果如表1中所示。其中，可以按照企业产线来对产品进行抽检，X企业(第一级钢)为单产线企业，Y、Z企业均为多产线企业。在表1中，企业产线的表述符号n钢-炼a+轧b表示n钢铁企业的“熔铸产线a+热成型产线b”，例如，Y钢-炼1+轧1表示Y钢铁企业的“熔铸产线1+热成型产线1”。由表1可知，在对这五种类型的数据分配的权重中，化学成分占0.35，其中，由于P元素的控制难度大于S元素，且在该产品质量中的重要性高于S元素，因此P元素的权重略高于S元素。而在三个力学性能数据中，屈服强度和冲击功各占0.25，延伸率0.15。对多种类型的数据标准化的目的是使评价函数尽量简化和统一，且标准化的依据均为技术要求的指标数据。由表1还可以看出，六条企业产线中，产品质量获得第一级评价的有三条产线，X、Y、Z钢各一条。同时Y钢铁企业中获得第二级和第三级评价的产线还各有一条。另外，表1获得的产品检测质量参量221还可以进一步用于计算本征参量和/或产品质量判定参量(见实施例2)。
实施例2：
针对船板产品，计算针对X、Y和Z钢铁企业的产线装备技术能力参量211及相应的熔铸产线参量311(也可用E-M表示)和热成型产线参量312(也可用E-R表示)，结果见表2。由于Y、Z企业均为多产线钢铁公司，按照“产线遗传”原理，各条产线进行权重分配，计算结果见表3。
表2企业船板产品的产线评价及分配情况表
从表3的结果可知，就生产船板产品而言，X钢企业只有一条熔铸和一条热成型产线，因而通过特定熔铸+特定热成型、多条熔铸线+特定热成型产线、最优产线装备技术水平和产线装备技术平均水平的方法计算的产线装备技术能力参量211的值均相同。对于Y钢企业，生产船板有两条熔铸产线MY1和MY2，两条热成型产线Ry1和Ry2，能够贯通的产线是RY1+MY1、RY2+MY1和RY2+MY2。其中，由于MY1熔铸产线能力相对较弱(熔铸产线参量较小)，且My2熔铸产线能力较强，因此在两条熔铸线均向RY2产线供钢坯的情况下，按照供坯比例向与两条熔铸产线对应的熔铸产线参量分配权重并计算加权和。例如，与RY2产线贯通的熔铸产线的熔铸产线参量的加权和0.97*0.75+0.77*0.25＝0.92。然后通过将加权和与RY2产线的热成型产线参量进行融合，进而计算得到针对RY2产线的产线装备技术能力参量211的值(即，E(RY2))为0.905。类似地，可获得Z钢铁企业的通过遗传算法计算得到的针对RZ2产线的产线装备技术能力参量211的值(即，E(RZ2))为0.888。
另外，从表3中可知，虽然Y钢铁企业的最优产线能力是三个企业中最强的(相应的参量值为0.93)，但是Y钢铁企业的MY1熔铸产线和RY1热成型产线的产线能力较弱(即，Y钢铁企业的MY1熔铸产线和RY1热成型产线的产线装备技术能力参量E(RY1+MY1)数值较小)，并且其产量占比较高，各产线的技术能力水平参差不齐，从而拉低了企业平均能力水平，其平均水平甚至不及X钢铁企业。相反，Z钢的总体水平相对平均，且熔铸能力较高的MZ1产线产量远高于MZ2产线，因而企业平均水平为三个企业最高。上述表3中所示的结果在很大程度客观地反映了企业在生产船板产品方面的装备技术能力水平，也进一步体现了由其生产的钢铁材料产品的质量水平。
表3企业船板产品的产线装备技术能力参量
另外，本发明还提供了一种确定钢铁材料产品的质量和/或等级的设备，该设备包括处理器，该处理器被配置为执行上述方法。然而，根据本发明构思的示例性实施例不限于此，例如，根据本发明的示例性实施例的确定钢铁材料产品的质量和/或等级的设备还可以包括输入部和输出部。其中，输入部可以用于将与钢铁材料产品的质量相关的数据输入到确定钢铁材料产品的质量和/或等级的设备中以提供到处理器。输出部可以用于输出钢铁材料产品的质量的判定结果，并将结果提供给用户。
此外，根据本发明的确定材料产品质量和/或等级的方法可被实现为计算机可读记录介质上的计算机程序，当所述计算机程序被处理器执行时实现所述方法。
综上所述，通过对直接或间接体现钢铁材料产品质量的因素和在钢铁材料产品生产及研发方面对钢铁材料产品质量产生影响的因素进行综合考量，可以更充分和真实的体现钢铁材料产品的质量和/或等级。另外，根据本发明构思的确定钢铁材料产品的质量的方法及设备可以克服现有“门槛”式的二值检测体系的缺点并补充现有技术的不足，能够对钢铁材料产品的质量和/或等级进行连续化评价。而且，由于在确定钢铁材料产品的质量和/或等级过程中能够根据不同参量来对产品质量等级进行判定，所以可以针对用于的不同需求来选定需要考量的因素，进而满足了不同用户的差异化需求。
虽然已经参照本发明的示例性实施例具体地示出并描述了本发明，但是本领域普通技术人员将理解，在不脱离如所附权利要求和它们的等同物所限定的本发明的精神和范围的情况下，可以在此做出形式和细节上的各种改变。应当仅仅在描述性的意义上而不是出于限制的目的来考虑实施例。因此，本发明的范围不是由本发明的具体实施方式来限定，而是由权利要求书来限定，该范围内的所有差异将被解释为包括在本发明中。

Claims (29)

1.一种确定材料产品的质量和/或等级的设备，所述设备包括：
处理器，被配置为：获取与钢铁材料产品的质量相关的多个第一参量；对所述多个第一参量进行融合，以得到综合质量判定参量；基于综合质量判定参量来确定所述钢铁材料产品的质量。
2.根据权利要求1所述的设备，其中，每个第一参量通过相应的至少一个第二参量而得到，其中，当每个第一参量通过相应的多个第二参量而得到时，通过对相应的多个第二参量进行融合而得到所述每个第一参量。
3.根据权利要求2所述的设备，其中，所述多个第一参量包括体现钢铁材料产品自身性质的参数的本征参量和体现对于钢铁材料产品的质量产生影响的外延参量。
4.根据权利要求3所述的设备，其中，外延参量表示体现所述钢铁材料产品的生产者的研发能力和/或所述钢铁材料产品的生产过程中的各个工艺流程的技术能力的参量。
5.根据权利要求3所述的设备，其中，本征参量表示直接体现钢铁材料产品自身性质的参量和间接体现钢铁材料产品自身性质的参量。
6.根据权利要求4所述的设备，其中，与外延参量相应的至少一个第二参量包括产线装备技术能力参量、企业检测技术能力参量和企业研发技术能力参量中的至少一个参量。
7.根据权利要求6所述的设备，其中，
产线装备技术能力参量是通过与生产所述钢铁材料产品的生产过程中的各个工艺流程相应的钢铁材料产品生产设备和生产工艺参数相关的数据而获取的体现产线装备技术能力的参量；
企业检测技术能力参量是通过与生产所述钢铁材料产品的生产过程中的各个工艺流程相应的钢铁材料产品检测设备和技术能力相关的数据而获取的体现企业检测技术能力的参量；以及
企业研发技术能力参量是指通过与所述钢铁材料产品的生产企业的钢铁材料产品研发能力相关的数据而获取的体现企业研发技术能力的参量。
8.根据权利要求4所述的设备，其中，与外延参量相应的至少一个第二参量包括第一类第二参量和/或第二类第二参量，其中，
第一类第二参量是通过对相应的多个第三参量进行融合而得到，
第二类第二参量是通过以下步骤来获得：利用评价函数对与第二类第二参量相应的多种类型的数据中的每种类型的数据进行评价来得到与每种类型的数据对应的评价处理数据；将与第二类第二参量相应的多种类型的数据所对应的全部评价处理数据进行融合，以得到相应的第二参量，
其中，与第二类第二参量相应的多种类型的数据具有彼此不同的评价函数。
9.根据权利要求5所述的设备，其中，与本征参量相应的多个第二参量包括产品批量统计参量、产品检测质量参量、产品供货参量和产品认证参量中的至少一个参量。
10.根据权利要求9所述的设备，其中，
产品批量统计参量是基于与所述钢铁材料产品的生产线在一段时间内生产的所述钢铁材料产品的批量统计数据而获得的并体现所述钢铁材料产品质量稳定性和平均水平的参量；
产品检测质量参量是基于所述钢铁材料产品的性质指标检测数据而获得的体现所述钢铁材料产品质量的参量；
产品供货参量是基于与所述钢铁材料产品的供货业绩相关的数据而获得的参量；以及
产品认证参量是基于所述钢铁材料产品的第三方认证数据而获得的参量。
11.根据权利要求5所述的设备，其中，与本征参量相应的至少一个第二参量包括第一类第二参量和/或第二类第二参量，其中，
第一类第二参量是通过对相应的多个第三参量进行融合而得到，
第二类第二参量通过以下步骤来获得：利用评价函数对与第二类第二参量相应的多种类型的数据中的每种类型的数据进行评价来得到与每种类型的数据对应的评价处理数据；将与第二类第二参量相应的多种类型的数据所对应的全部评价处理数据进行融合，以得到相应的第二参量，
其中，与第二类第二参量相应的多种类型的数据具有彼此不同的评价函数。
12.根据权利要求8所述的设备，其中，与外延参量相应的至少一个第二参量中的第一类第二参量包括产线装备技术能力参量。
13.根据权利要求12所述的设备，其中，
与所述产线装备技术能力参量相应的多个第三参量中任一第三参量通过以下步骤获得：利用评价函数和与所述任一第三参量相应的多种类型的数据中的每种类型的数据来计算与每种类型的数据对应的评价处理数据；将与所述任一第三参量相应的多种类型的数据所对应的全部评价处理数据进行融合，以得到所述任一第三参量，
其中，所述任一第三参量是体现与在生产所述钢铁材料产品的过程中的多个工艺段中的一个工艺段对应的一条产线的技术能力的参量，
其中，与所述任一第三参量相应的多种类型的数据包括与所述一条产线的设备和工艺参数相关的数据。
14.根据权利要求13所述的设备，其中，通过对相应的多个第三参量进行融合来获得所述产线装备技术能力参量的步骤包括：利用产线遗传关系来对相应的多个第三参量进行融合，其中，
当与在生产所述钢铁材料产品的过程中的多个工艺段中的任一工艺段对应的一条产线仅接收与所述任一工艺段的前一工艺段对应的一条产线所提供的钢坯时，利用产线遗传关系来对相应的多个第三参量进行融合的步骤包括对体现与所述前一工艺段对应的所述一条产线的技术能力的第三参量和体现与所述任一工艺段对应的所述一条产线的技术能力的第三参量计算加权和；
当与所述任一工艺段对应的所述一条产线接收与所述前一工艺段对应的多条产线所提供的钢坯时，利用产线遗传关系来对相应的多个第三参量进行融合的步骤包括：根据所述前一工艺段对应的多条产线中的每条分别提供到与所述任一工艺段对应的所述一条产线的钢坯的供坯比来向体现与所述前一工艺段对应的多条产线中的每条的技术能力的第三参量分配权重；计算分别体现与所述前一工艺段对应的多条产线的技术能力的多个第三参量的第一加权和；计算体现与所述任一工艺段对应的所述一条产线的技术能力的第三参量和所述第一加权和的第二加权和。
15.根据权利要求14所述的设备，其中，与所述产线装备技术能力参量相应的多个第三参量包括熔铸产线参量、热成型产线参量、热处理产线参量和加工产线参量中的至少两个参量，
其中，熔铸产线参量是体现与熔铸工艺段对应的熔铸产线的技术能力的参量，热成型产线参量是体现与热成型工艺段对应的热成型产线的技术能力的参量，热处理产线参量是体现与热处理工艺段对应的热处理产线的技术能力，加工产线参量是体现与加工工艺段对应的加工产线的技术能力的参量。
16.根据权利要求15所述的设备，其中，所述多个第三参量包括多个熔铸产线参量和特定热成型产线参量，且与所述多个熔铸产线参量对应的多条熔铸产线均向与所述特定热成型产线参量对应的特定热成型产线提供用于生产所述钢铁材料产品的钢坯。
17.根据权利要求15所述的设备，其中，所述多个第三参量包括特定熔铸产线参量和特定热成型产线参量，且与特定熔铸产线参量对应的特定熔铸产线向与特定热成型产线参量对应的特定热成型产线提供用于生产所述钢铁材料产品的钢坯。
18.根据权利要求13所述的设备，其中，所述多个第三参量包括多个熔铸产线参量和多个热成型产线参量，所述多个熔铸产线参量和所述多个热成型产线参量分别对应于用于生产所述钢铁材料产品的多条熔铸产线和多条热成型产线，
其中，对多个第三参量进行融合步骤包括：根据每条熔铸产线的产量和每条热成型产线的产量来分别向与相应熔铸产线对应的熔铸产线参量和与相应热成型产线对应的热成型产线参量分配权重。
19.根据权利要求13所述的设备，其中，所述多个第三参量包括至少一个熔铸产线参量和至少一个热成型产线参量，所述至少一个熔铸产线参量和所述至少一个热成型产线参量分别对应于用于生产所述钢铁材料产品的至少一条熔铸产线和至少一条热成型产线，
其中，对多个第三参量进行融合步骤包括：将与每条熔铸产线对应的熔铸产线参量和与接收所述每条熔铸产线所提供的钢坯的每条热成型产线对应的热成型产线参量分别进行融合，以获得多个融合值；将多个融合值中最大的融合值作为产线装备技术能力参量。
20.根据权利要求11所述的设备，其中，与本征参量相应的至少一个第二参量中的第一类第二参量包括产品批量统计参量。
21.根据权利要求20所述的设备，其中，所述多个第三参量包括性能离散度参量和性能平均水平参量，
其中，性能离散度参量表示所述钢铁材料产品的批量性能统计数据的离散度，性能平均水平参量表示所述钢铁材料产品的批量性能统计数据的平均水平。
22.根据权利要求1、2、8、11、13、18或19所述的设备，其中，所述融合包括计算加权和。
23.根据权利要求8或11所述的设备，其中，所述处理器还被配置为基于各个第一参量、各个第二参量和各个第三参量中的任一预定参量来确定所述钢铁材料产品的质量等级。
24.根据权利要求23所述的设备，其中，根据所述任一预定参量来确定所述钢铁材料产品的质量等级的步骤包括：
当所述任一预定参量≥Ra，则确定所述钢铁材料产品的质量等级为第一级；当Rb≤所述任一预定参量＜Ra时，则确定所述钢铁材料产品的质量等级为第二级；当Rb＞所述任一预定参量≥Rc时，则确定所述钢铁材料产品的质量等级为第三级，当所述任一预定参量＜Rc时，则确定所述钢铁材料产品的质量等级为第四级，其中Ra＞Rb＞Rc，
其中，第一级的所述钢铁材料产品的质量优于第二级的所述钢铁材料产品的质量，且第二级的所述钢铁材料产品的质量优于第三级的所述钢铁材料产品的质量，且第三级的所述钢铁材料产品的质量优于第四级的所述钢铁材料产品的质量。
25.根据权利要求24所述的设备，其中，Ra设置为0.9，Rb设置为0.75，且Rc设置为0.60。
26.根据权利要求23所述的设备，其中，当检测多于或等于预定数量的多个钢铁材料产品的质量时，分别获得与每个钢铁材料产品对应的所述任一预定参量，
其中，根据所述任一预定参量来确定所述多个钢铁材料产品的质量等级的步骤包括：对包括在所述多个钢铁材料产品的所述任一预定参量中的大于或等于Rd的预定参量进行排序；当所述多个钢铁材料产品中的任一钢铁材料产品的所述任一预定参量排位占比≤aa％时，确定所述任一钢铁材料产品的质量等级为第一级；当bb％≥所述任一钢铁材料产品的所述任一预定参量排位占比＞aa％时，确定所述任一钢铁材料产品的质量等级为第二级；当所述任一钢铁材料产品的所述任一预定参量排位占比≥bb％或者任一钢铁材料产品的所述任一预定参量小于Rd时，确定所述任一钢铁材料产品的质量等级为第三级，其中，bb％＞aa％，
其中，所述任一钢铁材料产品的所述任一预定参量排位占比是指：(所述任一钢铁材料产品的所述任一预定参量的排序序号/包括在所述多个钢铁材料产品的所述任一预定参量中参与排序的所述任一预定指标参量的总数)×100％，
其中，第一级的所述任一钢铁材料产品的质量优于第二级的所述任一钢铁材料产品的质量，且第二级的所述任一钢铁材料产品的质量优于第三级的所述任一钢铁材料产品的质量。
27.根据权利要求26所述的设备，其中，aa％设置为15％，bb％设置为70％，且Rd设置为0.60。
28.根据权利要求8或11所述的设备，其中，计算评价处理数据的步骤包括：利用初步标准化函数对多种类型的数据进行初步标准化处理，以获得初步标准化数据；利用评价函数对初步标准化数据进行评价处理，以获得评价处理数据。
29.一种确定材料产品的质量和/或等级的方法，所述方法包括：
获取与钢铁材料产品的质量相关的多个第一参量；对所述多个第一参量进行融合，以得到综合质量判定参量；基于综合质量判定参量来确定所述钢铁材料产品的质量。
CN201711072398.XA 2017-11-03 2017-11-03 确定钢铁材料产品的质量和/或等级的方法及设备 Active CN109754137B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201711072398.XA CN109754137B (zh) 2017-11-03 2017-11-03 确定钢铁材料产品的质量和/或等级的方法及设备
US16/164,972 US11209414B2 (en) 2017-11-03 2018-10-19 Method for determining quality level of iron and steel product

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711072398.XA CN109754137B (zh) 2017-11-03 2017-11-03 确定钢铁材料产品的质量和/或等级的方法及设备

Publications (2)

Publication Number Publication Date
CN109754137A true CN109754137A (zh) 2019-05-14
CN109754137B CN109754137B (zh) 2022-03-29

Family

ID=66327093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711072398.XA Active CN109754137B (zh) 2017-11-03 2017-11-03 确定钢铁材料产品的质量和/或等级的方法及设备

Country Status (2)

Country Link
US (1) US11209414B2 (zh)
CN (1) CN109754137B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111266303A (zh) * 2020-02-27 2020-06-12 北京首钢股份有限公司 一种物料质量判定方法及装置
CN112906222A (zh) * 2021-02-20 2021-06-04 武汉钢铁有限公司 布料波动检测的方法及装置
CN114559027A (zh) * 2022-04-15 2022-05-31 江苏金恒信息科技股份有限公司 一种基于炼钢铁水质量需求的铁水调度方法及系统

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112100255A (zh) * 2020-08-03 2020-12-18 中冶南方工程技术有限公司 一种钢铁全流程质量数据平台的对外数据通讯方法和系统
CN113515861A (zh) * 2021-07-12 2021-10-19 安徽绿洲危险废物综合利用有限公司 一种再生铜板冶炼的浇铸系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5974246A (en) * 1997-04-28 1999-10-26 Nakazawa; Hiromu Method of determining optimum product design parameters and system therefor
DE10261124A1 (de) * 2002-12-20 2004-07-01 Abb Research Ltd. Verfahren zur optimierten Planung komplexer Produktionsabfolgen in grosstechnischen Anlagenbetrieben
US20060282186A1 (en) * 2005-05-20 2006-12-14 Magma Giessereitechnologie Gmbh Optimization of a production process
CN102090705A (zh) * 2010-08-26 2011-06-15 龙岩烟草工业有限责任公司 一种提高烘丝工序过程能力的方法
CN103267834A (zh) * 2013-05-19 2013-08-28 山东出入境检验检疫局检验检疫技术中心 铸造锡铅焊料产品质量的综合检测评判系统及其方法
CN104376424A (zh) * 2014-11-27 2015-02-25 东北大学 一种钢铁企业冷轧区多产线钢卷协调调度方法
CN104573278A (zh) * 2015-01-27 2015-04-29 山东钢铁股份有限公司 基于多元线性回归分析的热轧h型钢力学性能预报方法
CN104751288A (zh) * 2015-03-30 2015-07-01 北京首钢自动化信息技术有限公司 一种钢卷分段多维在线质量判定系统及其方法
CN104850926A (zh) * 2014-12-17 2015-08-19 北汽福田汽车股份有限公司 产品质量的综合评价方法
CN105486831A (zh) * 2015-11-19 2016-04-13 武汉钢铁(集团)公司 一种钢卷质量检测系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19508474A1 (de) * 1995-03-09 1996-09-19 Siemens Ag Intelligentes Rechner-Leitsystem
AT412678B (de) * 2002-09-30 2005-05-25 Gerhard Dr Kranner Verfahren zur rechnergestützten erstellung von prognosen für operative systeme sowie system zur erstellung von prognosen für operative systeme
US20060108721A1 (en) * 2004-11-19 2006-05-25 Lew Holdings, Llc Single vessel blast furnace and steel making/gasifying apparatus and process

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5974246A (en) * 1997-04-28 1999-10-26 Nakazawa; Hiromu Method of determining optimum product design parameters and system therefor
DE10261124A1 (de) * 2002-12-20 2004-07-01 Abb Research Ltd. Verfahren zur optimierten Planung komplexer Produktionsabfolgen in grosstechnischen Anlagenbetrieben
US20060282186A1 (en) * 2005-05-20 2006-12-14 Magma Giessereitechnologie Gmbh Optimization of a production process
CN102090705A (zh) * 2010-08-26 2011-06-15 龙岩烟草工业有限责任公司 一种提高烘丝工序过程能力的方法
CN103267834A (zh) * 2013-05-19 2013-08-28 山东出入境检验检疫局检验检疫技术中心 铸造锡铅焊料产品质量的综合检测评判系统及其方法
CN104376424A (zh) * 2014-11-27 2015-02-25 东北大学 一种钢铁企业冷轧区多产线钢卷协调调度方法
CN104850926A (zh) * 2014-12-17 2015-08-19 北汽福田汽车股份有限公司 产品质量的综合评价方法
CN104573278A (zh) * 2015-01-27 2015-04-29 山东钢铁股份有限公司 基于多元线性回归分析的热轧h型钢力学性能预报方法
CN104751288A (zh) * 2015-03-30 2015-07-01 北京首钢自动化信息技术有限公司 一种钢卷分段多维在线质量判定系统及其方法
CN105486831A (zh) * 2015-11-19 2016-04-13 武汉钢铁(集团)公司 一种钢卷质量检测系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JULIO MOLLEDA 等: "A Profile Measurement System for Rail Quality Assessment During Manufacturing", 《IEEE TRANSACTIONS ON INDUSTRY APPLICATIONS》 *
吴以凡 等: "面向钢铁生产过程质量控制的动态数据挖掘方法", 《冶金自动化》 *
苏航 等: "钢铁材料产线质量能力分级——理论与实践", 《钢铁》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111266303A (zh) * 2020-02-27 2020-06-12 北京首钢股份有限公司 一种物料质量判定方法及装置
CN111266303B (zh) * 2020-02-27 2022-04-08 北京首钢股份有限公司 一种物料质量判定方法及装置
CN112906222A (zh) * 2021-02-20 2021-06-04 武汉钢铁有限公司 布料波动检测的方法及装置
CN114559027A (zh) * 2022-04-15 2022-05-31 江苏金恒信息科技股份有限公司 一种基于炼钢铁水质量需求的铁水调度方法及系统

Also Published As

Publication number Publication date
US20190137471A1 (en) 2019-05-09
CN109754137B (zh) 2022-03-29
US11209414B2 (en) 2021-12-28

Similar Documents

Publication Publication Date Title
CN109754137A (zh) 确定钢铁材料产品的质量和/或等级的方法及设备
CN101831588B (zh) 焊接热影响部的韧性和母材疲劳特性优异的钢材及其制造方法
CN106119711B (zh) 非调质钢棒材及其制造方法
Fan et al. Hot ductility and microstructure in casted 2205 duplex stainless steels
Li et al. Influence of peak temperature during in-service welding of API X70 pipeline steels on microstructure and fracture energy of the reheated coarse grain heat-affected zones
CN106413931A (zh) 用于在热轧机构和厚板材轧制机构中借助组织模拟器、组织监视器和/或组织模型优化制造金属的钢合金和铁合金的方法
CN107760990A (zh) 核电蒸汽发生器用法兰锻件的锻造方法
Asadi et al. Multivariate optimization of mechanical and microstructural properties of welded joints by FSW method
CN110669963A (zh) 一种铝合金熔铸配料系统
CN106345823A (zh) 基于热轧钢卷生产流程的在线实时预测机械性能的方法
CN109072382A (zh) 高张力钢和海洋构造物
Shankar et al. Effect of nitrogen addition on microstructure and fusion zone cracking in type 316L stainless steel weld metals
CN105203732A (zh) 弹簧钢铸坯成分偏析定量分析方法
Wang et al. Effect of heat input on MA constituent and toughness of coarse grain heat-affected zone in an X100 pipeline steel
Liu et al. Effect of cooling rate and Ti addition on the microstructure and mechanical properties in as-cast condition of hypereutectic high chromium cast irons
Çöl et al. An artificial neural network model for toughness properties in microalloyed steel in consideration of industrial production conditions
Bayraktar et al. An experimental study on the forming parameters of deep-drawable steel sheets in automotive industry
Furuya Gigacycle fatigue of high-strength steel caused by MnS inclusions
Li et al. Effect of M–A constituents formed in thermo-mechanical controlled process on toughness of 20CrNi2MoV steel
CN107367595A (zh) 一种基于低碳结构钢的微观参数确定其目标性能的方法
Jabar et al. The effect of micro-segregation on the quantification of microstructural parameters in grade 91 steel
Colla et al. Assessment of Critical Hydrogen Concentration in As‐Cast and Hot‐Rolled Billets in Medium Carbon Steels
Li et al. Review of current research and application of ductile cast iron quality monitoring technologies in Chinese foundry industry.
CN109837367A (zh) 细化低碳低合金钢粒状贝氏体组织中m-a岛的热处理工艺
Sherman et al. Material characterization of high-toughness steel

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200521

Address after: 100081, Beijing, Haidian District sorghum Street No. 13

Applicant after: Central Iron and Steel Research Institute

Applicant after: Beijing Steel Research New Material Technology Co.,Ltd.

Address before: 100081, Beijing, Haidian District sorghum Street No. 13

Applicant before: Central Iron and Steel Research Institute

Applicant before: BEIJING XINCAIDAO TECHNOLOGY DEVELOPMENT CENTER (LIMITED PARTNERSHIP)

GR01 Patent grant
GR01 Patent grant