[00823103]基于组织性能预测与优化的热轧板带集约化生产技术
交易价格:
面议
所属行业:
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该项目基于组织性能预测针对热轧集约化生产技术进行了系统研究,开发出了具有自主知识产权的集约化生产平台。主要包括:1、在符合国家标准的前提下,以产品性能和成分设计为准则,通过应用力学性能预测、单因素方差分析和过程能力分析等统计方法,建立了钢种归并的智能化方法。2、基于热轧数据仓库平台,开发了“成分-工艺-性能”模型,采用物理冶金学模型和Cpk以及单因素方差分析等分析手段相结合,确定出模型的输入参数,同时采用贝叶斯神经网络实现了钢材力学性能的高精度计算。该模型既能降低工业生产数据的噪声影响,具有根据现场数据的自学习功能,模型计算精度高,同时又能反映钢种化学成份和TMCP工艺对性能的影响规律性。3、针对热轧过程的多维、非线性,开发了多目标智能优化算法,实现了热轧工艺优化设计,并成功应用于梅钢汽车梁和结构用钢等产品的工艺控制,缩短了新产品开发周期,实现了对市场需求的快速响应。集约化化生产技术作为针对热轧生产线的一个系统性技术,可以大幅度提高炼钢与连铸的管理效率,节约合金元素用量和降低能源消耗,有利于钢铁企业降低生产成本、提高产品质量。在常规热连轧生产线开发出柔性化生产技术,不仅可以进一步推广至薄板坯连铸连轧工艺,而且可以推广应用至中厚板生产工艺中,解决中厚板订单多、批量小与大规模工业化生产之间的矛盾。
该项目基于组织性能预测针对热轧集约化生产技术进行了系统研究,开发出了具有自主知识产权的集约化生产平台。主要包括:1、在符合国家标准的前提下,以产品性能和成分设计为准则,通过应用力学性能预测、单因素方差分析和过程能力分析等统计方法,建立了钢种归并的智能化方法。2、基于热轧数据仓库平台,开发了“成分-工艺-性能”模型,采用物理冶金学模型和Cpk以及单因素方差分析等分析手段相结合,确定出模型的输入参数,同时采用贝叶斯神经网络实现了钢材力学性能的高精度计算。该模型既能降低工业生产数据的噪声影响,具有根据现场数据的自学习功能,模型计算精度高,同时又能反映钢种化学成份和TMCP工艺对性能的影响规律性。3、针对热轧过程的多维、非线性,开发了多目标智能优化算法,实现了热轧工艺优化设计,并成功应用于梅钢汽车梁和结构用钢等产品的工艺控制,缩短了新产品开发周期,实现了对市场需求的快速响应。集约化化生产技术作为针对热轧生产线的一个系统性技术,可以大幅度提高炼钢与连铸的管理效率,节约合金元素用量和降低能源消耗,有利于钢铁企业降低生产成本、提高产品质量。在常规热连轧生产线开发出柔性化生产技术,不仅可以进一步推广至薄板坯连铸连轧工艺,而且可以推广应用至中厚板生产工艺中,解决中厚板订单多、批量小与大规模工业化生产之间的矛盾。