CN112785115A - 一种冷轧原料库质量预审核方法 - Google Patents
一种冷轧原料库质量预审核方法 Download PDFInfo
- Publication number
- CN112785115A CN112785115A CN202011306392.6A CN202011306392A CN112785115A CN 112785115 A CN112785115 A CN 112785115A CN 202011306392 A CN202011306392 A CN 202011306392A CN 112785115 A CN112785115 A CN 112785115A
- Authority
- CN
- China
- Prior art keywords
- strip steel
- meter
- raw material
- width
- nth
- 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
Links
- 239000002994 raw material Substances 0.000 title claims abstract description 50
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005097 cold rolling Methods 0.000 title claims description 23
- 239000010959 steel Substances 0.000 claims abstract description 191
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 185
- 238000005096 rolling process Methods 0.000 claims abstract description 49
- 238000004519 manufacturing process Methods 0.000 claims abstract description 33
- 238000005098 hot rolling Methods 0.000 claims abstract description 13
- 238000012550 audit Methods 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000002436 steel type Substances 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 101150071661 SLC25A20 gene Proteins 0.000 claims description 2
- 101150102633 cact gene Proteins 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000005272 metallurgy Methods 0.000 abstract description 2
- 239000000463 material Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 239000002253 acid Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 241000277275 Oncorhynchus mykiss Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0025—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement consisting of a wireless interrogation device in combination with a device for optically marking the record carrier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Manufacturing & Machinery (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Control Of Metal Rolling (AREA)
- Warehouses Or Storage Devices (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供一种冷轧原料库质量预审核方法,属于冶金自动化及大数据技术领域。该方法通过大数据采集热轧原料数据,按照原料质量判定标准,自动对原料库中的原料质量进行判定,并统计在库的原料数据;审核范围可以覆盖到整个原料库中所有带钢每一米数据,审判质量的指标包括带钢的厚度、宽度、终轧温度、卷取温度、凸度、楔形,将原料库中的带钢根据质量判定结果进行统计、分析,方便生产计划编排人员在安排生产计划时规避掉不合格的带钢,降低生产故障率,也可以让技术人员直观、整体的掌握库区内部的原料情况。
Description
技术领域
本发明涉及冶金自动化及大数据技术领域,特别是指一种冷轧原料库质量 预审核方法。
背景技术
酸轧生产线作为冷轧生产的第一道工序,接受从热轧生产线下线的材料作 为酸轧生产线的原材料,这部分材料主要存放在两个库存,一是直接存放到冷 轧原料库,二是热轧生产线成品库。冷轧原料库中的带钢经过生产计划编排后, 会在特定的时间进行冷轧生产工序。
热轧原料的质量好坏直接影响冷轧成品质量和冷轧轧线工作效率。具体体 现在:当热轧原料板形质量不佳时,容易造成酸轧机组、连退机组的跑偏现象; 当热轧原料板形厚度不合格的时候,容易造成生产断带后果。所以生产计划在 编排的时候,应该整体掌握每卷带钢的数据,充分考虑后选择最安全的生产方 式。但是目前工作人员在编排生产计划的时候,重点考虑计划厚度、宽度等指 标,看不到带钢实际数据,这样在生产过程中,遇到实际质量差的带钢,会有 较大的风险会造成断带等一系列生产事故。
随着智能制造、人工智能、大数据的快速发展,特别是我国生产制造业引 入生产智能化以后,许多生产技术获得了由信息化向智能化的跳跃发展。现阶 段,在钢厂中轧钢自动化技术已经十分成熟,但是一些产品质量分析、生产计 划报表、产品质量缺陷等一系列关键的技术,还是需要大量的人力、物力。这 就导致了钢厂投入很多精力在重复性、基础性的工作上。由于热轧和冷轧之间 额数据互通的实时性、准确性不强,因此按照以往的技术,很难把在原料库中 所有的原料在进行生产计划编排之前,做个全方位的审核。本发明实现了覆盖 整个原料库,细化到每一卷带钢的每一米数据,准确、实时、高效。
发明内容
本发明要解决的技术问题是提供一种冷轧原料库质量预审核方法,从生产 热卷数据时的各种原料质量数据,经过处理计算后,可以让技术员在热卷入库 的时候就可以详细了解到带钢的整卷质量,精确到米级别。
该方法首先采集热轧实时带钢数据,把时间和轧制参数的对应关系转换为 长度和轧制参数的对应关系,然后根据带钢分档规则,将冷轧生产的原料钢卷 进行分档,用三维规则码确定带钢分档规则,根据每个带钢唯一的三维规则码, 获取该卷带钢唯一对应的原料质量判定标准,再对带钢进行质量判定,最后对 原料库热卷质量进行统计筛选展示。
具体包括步骤如下:
(1)采集热轧实时带钢数据,把时间和轧制参数的对应关系转换为长度 和轧制参数的对应关系;
(2)根据带钢分档规则,将冷轧生产的原料钢卷进行分档,用三维规则 码确定带钢分档规则;
(3)根据每个带钢唯一的三维规则码,获取该卷带钢唯一对应的原料质 量判定标准;
(4)对带钢进行质量判定;
其中,步骤(1)中采集的实时带钢数据包括带钢实时的厚度、宽度、凸 度、楔形、终轧温度、卷取温度及表面数据,转换时使用的长度计算公式为:
其中,L代表t1到t2积分的长度,t1是一卷带钢开始轧制时间,t2为 该带钢轧制结束时间,V代表t1到t2轧制时段中实时的轧制速度;当Lt2-Lt1=1, 即每次积分长度为1米时,计算出t1至t2的轧制参数均值作为此一米带钢上 的参数;一卷带钢上每一米厚度、凸度、楔形、终轧温度、卷取温度、宽度的 值均按上述方法积分求得。
步骤(2)中三维规则码确定方法如下:
带钢分档的三个维度分别为:厚度、宽度、钢种族,其中,根据实际需要, 将厚度分为3~9个档,宽度分为2~6个档,钢种分为3~10个档,将这些档位 的所有组合写成一张表格,存在数据库中,作为规则表。不同的分档代表不同 的区间,每一个带钢对应唯一的三维分档区间,即每卷带钢对应唯一的三维规 则码;
其中,本发明采用一个三位整数表示三维规则码,以规则码“123”为例 其对应关系如下所示,其代表厚度分档第1档、宽度分档第2档、钢种族分档 第3档的规格的带钢代码,如图4所示。
步骤(3)中原料质量判定标准获取方式如下:
根据步骤(2)获得的三维规则码,以规则码为查询条件,查询步骤(2) 中所述的规则表,获取对应规则值,规则值包含厚度本体偏差上限T1、厚度 头尾偏差上限T2、凸度的本体偏差值上限C1、凸度的本体偏差值下限C2、凸 度的头尾偏差上限值C3、终轧温度偏差值标准F1,卷取温度偏差值标准D1, 楔形的绝对值的偏差值上限W1、宽度偏差下限WD1、宽度偏差上限WD2;
其中规则值是指理论上带钢的不同指标对应的阈值。
步骤(4)中带钢质量判定的方法如下:
首先根据现有的原料库数据库表中的返修字段,确定带钢是否有返修,若 返修次数为偶数(包含0),则不需要进行头尾调换,若返修次数为奇数,则 需要进行头尾调换;然后获取每一米带钢各个生产偏差值,其公式如下:
Tdevn=|Ttarn-Tactn|
Cdevn=|Ctarn-Cactn|
Fdevn=|Ftarn-Factn|
Ddevn=|Dtarn-Dactn|
Wdevn=|Wtarn-Wactn|
WDdevn=|WDtarn-WDactn|
其中,n代表带钢的位置,n∈[1,k],k代表带钢总长度,Tdevn代表带钢 第n米厚度偏差值,Ttarn代表带钢第n米厚度目标值,Tactn代表带钢第n米 厚度实际值;
Cdevn代表带钢第n米凸度偏差值,Ctarn带钢第n米凸度目标值,Cactn代表带钢第n米凸度实际值;
Fdevn代表带钢第n米终轧温度偏差值,Ftarn带钢第n米终轧温度目标值, Factn代表带钢第n米终轧温度实际值;
Ddevn代表带钢第n米卷取温度偏差值,Dtarn带钢第n米卷取温度目标值, Dactn代表带钢第n米卷取温度实际值;
Wdevn代表带钢第n米楔形偏差值,Wtarn带钢第n米楔形目标值,Wactn代表带钢第n米楔形实际值;
WDdevn代表带钢第n米宽度偏差值,WDtarn带钢第n米宽度目标值,WDactn代表带第n米钢宽度实际值;
根据步骤(3)取得的规则值T1、T2、C1、C2、C3、F1、D1、W1、WD1、 WD2计算第n米带钢宽度是否合格:
WDdevn-WD1<0或者WDdevn-WD2>0则代表带钢第n米宽度不合格,此外, 假设一卷带钢有k米,即此卷带钢有K个数据点,有一点宽度实际值比要料宽 度小于20mm的话,则此卷带钢即为不合格带钢;
计算第n米带钢终轧温度是否合格:
Fdevn-F1>0则代表第n米带钢终轧温度不合格;
计算第n米带钢卷取温度是否合格:
Ddevn-D1>0则代表第n米带钢卷取温度不合格;
计算第n米带钢凸度是否合格:
当1≤n≤50或K-50≤n≤K时,如果Cdevn-C3>0,则带钢头部第n米不合 格,当50<n<K-50时,如果Cdevn-C1>0或者Cdevn-C2<0,则带钢第n米不合 格;
计算第n米楔形数据是否合格:
如果Wdevn-W1>0,则第n米带钢楔形不合格,此外,如果Wactn-Cactn>0, 则第n米带钢楔形不合格;
厚度命中率计算如下:
THKpass=(k-K1)/k·100%
其中,K1代表厚度不合格的米数,THKpass代表厚度命中率;
宽度、终轧温度、卷取温度、宽度、凸度、楔形的命中率计算方式同理;
给带钢各个指标按照命中率进行分级:
命中率:95%~100%——A等级;
命中率:85%~95%——B等级;
命中率:75%~85%——C等级;
命中率:小于75%——D等级。
本发明的上述技术方案的有益效果如下:
上述方案中,实际应用效果明显,使得冷轧原料在原料库中就被以精确到 每一米地分析出来整体质量情况,并且提供了充裕的时间让计划员和技术员处 理不合理的带钢。该方案被某钢厂冷轧厂极度关注,并且受到了一线工作人员 的高度好评,同时,准确的判定结果作为理论指导,给产品生产提供了精度高、 信息量大、可视化强的数据支持。
附图说明
图1为本发明方法的整体流程图;
图2为本发明方法是实际应用流程;
图3为本发明方法程序执行过程;
图4为本发明三维规则码关系图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附 图及具体实施例进行详细描述。
本发明提供一种冷轧原料库质量预审核方法。
如图1所示,本方法首先采集热轧实时带钢数据,把时间和轧制参数的对 应关系转换为长度和轧制参数的对应关系,然后根据带钢分档规则,将冷轧生 产的原料钢卷进行分档,用三维规则码确定带钢分档规则,根据每个带钢唯一 的三维规则码,获取该卷带钢唯一对应的原料质量判定标准,再对带钢进行质 量判定,最后对原料库热卷质量进行统计筛选展示。
下面结合具体实施例予以说明。
实施例1
在国内某一钢厂2150冷轧生产线,原料库新增加一批带钢,模型对此批 中卷号为J503H08080的带钢进行审核。上述卷号入口厚度3.25mm,宽度 1350mm,钢质级别为S2的一卷带钢,如图2、图3所示:
1):热卷号J503H08080在热轧生产的时候,该卷带钢的热卷目标宽度为 1350,实测值和目标值做差,获得偏差值,根据时空变换实时生产过程参数经 过时空转换,获得本卷带钢各个参数每一米的数据,保存在数据库中。
2):对该卷带钢进行分档:
该卷带钢的品规如下:厚度3.25mm,宽度1350mm,钢种族为S2,要料宽 度为1330mm。根据带钢分档标准:
该卷带钢的厚度分档代码是5,宽度代码是3,钢种代码是3。约定代码 组合顺序是厚度-宽度-钢种,所以带钢的品规代码为533。
3):根据品规代码533,查询规则表,获得这卷带钢对应的各参数标准值:
厚度偏差(本体)上限T1=140μm,厚度偏差(头尾)上限T2=210μm, 凸度的本体值上限为80μm、下限为40μm,头尾上限值为120μm,终轧温度 和卷取温度的温度偏差值为±20℃,楔形的标准为小于凸度标准并且小于50 μm,宽度偏差小于50mm,大于20mm。
4):对带钢进行质量审核。首先确定是否需要调换头尾:本卷带钢返修标 记显示本卷带钢返修没有返修,从热轧生产结束后,直接到冷轧进行开卷生产。 因此需要将时空转换之后的带钢数据进行头尾调换才能和现场实际的带头、带 尾对应;
将原料数据中的厚度、宽度、凸度、楔形、温度做计算,获取偏差值:
Tdevn=|3250-Tactn|
Cdevn=|60-Cactn|
Fdevn=|900-Factn|
Ddevn=|700-Dactn|
Wdevn=|50-Wactn|
WDdevn=|1350-WDactn|
其中,n代表带钢的位置,n∈[1,k],k代表带钢总长度,Tdevn代表带 钢第n米厚度偏差值,Ttarn带钢带钢第n米厚度目标值,Tactn代表带钢第 n米厚度实际值;
Cdevn代表带钢第n米凸度偏差值,Ctarn带钢第n米凸度目标值,Cactn 代表带钢第n米凸度实际值;
Fdevn代表带钢第n米终轧温度偏差值,Ftarn带钢第n米终轧温度目标 值,Factn代表带钢第n米终轧温度实际值;
Ddevn代表带钢第n米卷取温度偏差值,Dtarn带钢第n米卷取温度目标 值,Dactn代表带钢第n米卷取温度实际值;
Wdevn代表带钢第n米楔形偏差值,Wtarn带钢第n米楔形目标值,Wactn 代表带钢第n米楔形实际值;
WDdevn代表带钢第n米宽度偏差值,WDtarn带钢第n米宽度目标值, WDactn代表带第n米钢宽度实际值;
J503H08080热卷共635米,所以每一项参数都有635个点。计算结果如 下:
经过计算,此带钢头部3米的厚度偏差值大于头尾厚度偏差上限T2,本 体有7米的厚度偏差值大于本体厚度偏差上限T1:
THKpass=(635-10)/635*100%=98.43%,其中THKpass代表厚度命中率;
同理可以计算出宽度、凸度、楔形、终轧温度、卷取温度的命中率分别为 99.8%、100%、98.5%、99.2%、100%。
根据命中率等级划分,厚度98.4%属于A等级,宽度为A等级,凸度为A 等级、楔形为A等级、终轧温度为A等级、卷取温度为A等级。
实际应用效果:国内某钢厂在采用本方法在现场实际生产过程后,生产计 划编排人员可以第一时间了解到原料质量情况,可以及时返修不合格的带钢, 有效地提高了原料库的库存带钢整体质量,避免了低质量带钢进入生产线。有 效减少了由于原料质量不佳造成停机事故。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技 术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰, 这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种冷轧原料库质量预审核方法,其特征在于:首先采集热轧实时带钢数据,把时间和轧制参数的对应关系转换为长度和轧制参数的对应关系,然后根据带钢分档规则,将冷轧生产的原料钢卷进行分档,用三维规则码确定带钢分档规则,根据每个带钢唯一的三维规则码,获取该卷带钢唯一对应的原料质量判定标准,再对带钢进行质量判定,最后对原料库热卷质量进行统计筛选展示。
2.根据权利要求1所述的冷轧原料库质量预审核方法,其特征在于:具体包括步骤如下:
(1)采集热轧实时带钢数据,把时间和轧制参数的对应关系转换为长度和轧制参数的对应关系;
(2)根据带钢分档规则,将冷轧生产的原料钢卷进行分档,用三维规则码确定带钢分档规则;
(3)根据每个带钢唯一的三维规则码,获取该卷带钢唯一对应的原料质量判定标准;
(4)对带钢进行质量判定。
4.根据权利要求2所述的冷轧原料库质量预审核方法,其特征在于:所述步骤(2)中三维规则码确定方法如下:
带钢分档的三个维度分别为:厚度、宽度、钢种族,其中,根据实际需要,将厚度分为3~9个档,宽度分为2~6个档,钢种分为3~10个档,将这些档位的所有组合写成一张表格,存在数据库中,作为规则表;不同的分档代码代表不同的区间,每一个带钢对应唯一的三维分档区间,即每卷带钢对应唯一的三维规则码。
5.根据权利要求2所述的冷轧原料库质量预审核方法,其特征在于:所述步骤(3)中原料质量判定标准获取方式如下:
根据步骤(2)获得的三维规则码,以规则码为查询条件,查询步骤(2)中所述的规则表,获取对应规则值,规则值包含厚度本体偏差上限T1、厚度头尾偏差上限T2、凸度的本体偏差值上限C1、凸度的本体偏差值下限C2、凸度的头尾偏差上限值C3、终轧温度偏差值标准F1,卷取温度偏差值标准D1,楔形的绝对值的偏差值上限W1、宽度偏差下限WD1、宽度偏差上限WD2;
其中规则值是指理论上带钢的不同指标对应的阈值。
6.根据权利要求2所述的冷轧原料库质量预审核方法,其特征在于:所述步骤(4)中带钢质量判定的方法如下:
首先根据现有的原料库数据库表中保存的是否返修字段,确定带钢是否有返修,若返修次数为包含0的偶数,则不需要进行头尾调换,若返修次数为奇数,则需要进行头尾调换;然后获取每一米带钢各个生产偏差值,其公式如下:
Tdevn=|Ttarn-Tactn|
Cdevn=|Ctarn-Cactn|
Fdevn=|Ftarn-Factn|
Ddevn=|Dtarn-Dactn|
Wdevn=|Wtarn-Wactn|
WDdevn=|WDtarn-WDactn|
其中,n代表带钢的位置,n∈[1,k],k代表带钢总长度,Tdevn代表带钢第n米厚度偏差值,Ttarn代表带钢第n米厚度目标值,Tactn代表带钢第n米厚度实际值;
Cdevn代表带钢第n米凸度偏差值,Ctarn带钢第n米凸度目标值,Cactn代表带钢第n米凸度实际值;
Fdevn代表带钢第n米终轧温度偏差值,Ftarn带钢第n米终轧温度目标值,Factn代表带钢第n米终轧温度实际值;
Ddevn代表带钢第n米卷取温度偏差值,Dtarn带钢第n米卷取温度目标值,Dactn代表带钢第n米卷取温度实际值;
Wdevn代表带钢第n米楔形偏差值,Wtarn带钢第n米楔形目标值,Wactn代表带钢第n米楔形实际值;
WDdevn代表带钢第n米宽度偏差值,WDtarn带钢第n米宽度目标值,WDactn代表带第n米钢宽度实际值;
根据步骤(3)获取的规则值T1、T2、C1、C2、C3、F1、D1、W1、WD1、WD2计算第n米带钢宽度是否合格:
WDdevn-WD1<0或者WDdevn-WD2>0则代表带钢第n米宽度不合格,此外,如果一卷带钢K个点中,有一点宽度实际值比要料宽度小于20mm的话,则此卷带钢即为不合格带钢;
计算第n米带钢终轧温度是否合格:
Fdevn-F1>0,代表第n米带钢终轧温度不合格;
计算第n米带钢卷取温度是否合格:
Ddevn-D1>0则代表第n米带钢卷取温度不合格;
计算第n米带钢凸度是否合格:
当1≤n≤50或K-50≤n≤K时,如果Cdevn-C3>0,则带钢头部第n米不合格,当50<n<K-50时,如果Cdevn-C1>0或者Cdevn-C2<0,则带钢第n米不合格;
计算第n米楔形数据是否合格:
如果Wdevn-W1>0,则第n米带钢楔形不合格,此外,如果Wactn-Cactn>0,则第n米带钢楔形不合格;
假设带钢总长度为k米,厚度命中率计算如下:
THKpass=(k-K1)/k·100%
其中,K1代表厚度不合格的米数,THKpass代表厚度命中率;
宽度、终轧温度、卷取温度、宽度、凸度、楔形的命中率计算方式同理;
给带钢各个指标按照命中率进行分级:
命中率:95%~100%——A等级;
命中率:85%~95%——B等级;
命中率:75%~85%——C等级;
命中率:小于75%——D等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011306392.6A CN112785115B (zh) | 2020-11-19 | 2020-11-19 | 一种冷轧原料库质量预审核方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011306392.6A CN112785115B (zh) | 2020-11-19 | 2020-11-19 | 一种冷轧原料库质量预审核方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785115A true CN112785115A (zh) | 2021-05-11 |
CN112785115B CN112785115B (zh) | 2022-11-11 |
Family
ID=75750537
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011306392.6A Active CN112785115B (zh) | 2020-11-19 | 2020-11-19 | 一种冷轧原料库质量预审核方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785115B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113894156A (zh) * | 2021-08-30 | 2022-01-07 | 邯郸钢铁集团有限责任公司 | 一种均匀控制冷轧带钢质量参数的方法 |
CN114965935A (zh) * | 2022-05-17 | 2022-08-30 | 马鞍山钢铁股份有限公司 | 基于客户需求的带钢质量判定方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102658298A (zh) * | 2012-04-29 | 2012-09-12 | 北京科技大学 | 一种适用于热轧薄规格带钢的板形质量在线判定方法 |
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 |
CN105956393A (zh) * | 2016-04-27 | 2016-09-21 | 北京首钢自动化信息技术有限公司 | 一种板材质量检测实时计算系统及其方法 |
CN107321801A (zh) * | 2017-06-26 | 2017-11-07 | 北京首钢股份有限公司 | 一种热轧带钢的判定方法及热轧在线质量判定系统 |
US20190377841A1 (en) * | 2018-06-06 | 2019-12-12 | Wuhan University Of Science And Technology | Classification optimization method for steel grade family of steel rolling model |
-
2020
- 2020-11-19 CN CN202011306392.6A patent/CN112785115B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102658298A (zh) * | 2012-04-29 | 2012-09-12 | 北京科技大学 | 一种适用于热轧薄规格带钢的板形质量在线判定方法 |
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 |
CN105956393A (zh) * | 2016-04-27 | 2016-09-21 | 北京首钢自动化信息技术有限公司 | 一种板材质量检测实时计算系统及其方法 |
CN107321801A (zh) * | 2017-06-26 | 2017-11-07 | 北京首钢股份有限公司 | 一种热轧带钢的判定方法及热轧在线质量判定系统 |
US20190377841A1 (en) * | 2018-06-06 | 2019-12-12 | Wuhan University Of Science And Technology | Classification optimization method for steel grade family of steel rolling model |
Non-Patent Citations (1)
Title |
---|
王晓晨 等: "冷轧质量管控系统的研究与应用", 《2018年全国轧钢生产技术会议论文集》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113894156A (zh) * | 2021-08-30 | 2022-01-07 | 邯郸钢铁集团有限责任公司 | 一种均匀控制冷轧带钢质量参数的方法 |
CN114965935A (zh) * | 2022-05-17 | 2022-08-30 | 马鞍山钢铁股份有限公司 | 基于客户需求的带钢质量判定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112785115B (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112785115B (zh) | 一种冷轧原料库质量预审核方法 | |
CN110929347A (zh) | 一种基于梯度提升树模型的热连轧带钢凸度预测方法 | |
CN103106605A (zh) | 一种二手车定价系统 | |
CN102591286A (zh) | 在线轧制计划动态预分析自调整系统及其方法 | |
CN104751288A (zh) | 一种钢卷分段多维在线质量判定系统及其方法 | |
CN101320031B (zh) | 一种奥氏体不锈钢精密钢带的终轧变形量预测方法 | |
EP1748529A1 (de) | Verfahren und System zur Prognose der benötigten Energiemengen eines, insbesondere industriellen Verbrauchers von einem Energieversorger oder Energielieferanten sowie Vorrichtung zur Energiebedarfsprognose | |
CN110232515A (zh) | 一种bim项目实时监测系统及评价方法 | |
CN111080054A (zh) | 一种热轧带钢宽度质量自动评价方法及系统 | |
CN113118869B (zh) | 圆盘剪剪刃使用里程的确定方法、系统及工控设备 | |
CN102688896A (zh) | 四辊冷连轧机组基于机理模型的虚拟凸度仪设定方法 | |
CN106155011B (zh) | 一种冷轧钢卷数据能源分析方法 | |
CN109948746A (zh) | 一种基于传感器的钢坯信息追溯方法 | |
CN106257505A (zh) | 一种基于行业协同和供需侧响应的电力预警指数构建方法 | |
CN110738423B (zh) | 一种卷接设备综合效能评价方法 | |
CN112181956B (zh) | 一种基于热轧工业大数据的数据挖掘的方法 | |
CN108090673B (zh) | 一种冷轧带钢的实物板形的评价方法 | |
Saied et al. | Material and energy wastes reduction in steel production through the application of lean manufacturing tools | |
CN112122352B (zh) | 一种提高酸洗产品缺陷精准定位的控制方法 | |
CN111366702A (zh) | 一种无取向硅钢在线智能精准分切系统及其在线智能精准分切方法 | |
CN113761453A (zh) | 一种连杆锻造线用oee自动计算生成系统及控制方法 | |
CN112749473A (zh) | 基于实时在线分析和模拟离线分析的能效安全诊断系统 | |
WO2020160898A1 (de) | Verfahren zur produktion eines metallwerkstücks | |
Jing et al. | Intelligent Process Accuracy Evaluation and Analysis System for Hot Strip Rolling | |
CN114959249B (zh) | 一种冷轧工艺中的钢卷生产时间计算方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |