CPS在冶金产品质量在线管控中应用研究

发布时间：2020-07-08 04:36

【摘要】：对于钢铁、化工等流程工业,产品在制造过程中涉及多个连续衔接的工序,每个工序都要求工艺参数的设定值和质量指标控制在确定的范围内,才能确保成品的最终质量。目前,企业对产品质量管控的主要手段是通过“事后”抽样方式来判定产品的最终品质。这种依赖于“事后”判定的方式容易出现批量的产品质量判废的问题,进而导致用户由于质量异议提出索赔和退货,中国钢铁企业每年仅质量判废和质量异议所造成的经济损失达百亿元。因此,提高产品质量稳定性是当目前钢铁企业亟待解决的关键问题。随“工业4.0”时代的来临,制造技术正逐步从自动化、数字化、网络化向智能化方向发展。作为工业4.0的重要策略—信息物理系统(信息物理融合系统,Cyber Physical System,CPS),由于其具有自主判断、自主决策、自主调控的能力,将CPS和数字孪生模型应用于流程工业的智能制造引起了业内的高度关注。冶金企业经过近十年的升级改造,在信息化系统和控制技术上取得了显著进步,多数企业都配置了ERP/MES/PCS/PLC四级信息化系统、通讯网络和检测系统。但是,现有的制造系统主要针对集中式制造模式,缺乏产品质量在线管控能力,难以实现产品质量个性化定制的智能制造要求。本论文针对流程工业在产品质量管控中存在的问题,提出将产品质量的数字孪生模型嵌入到系统级和单元级CPS中,实现产品质量的在线管控、自主判断和优化控制,从而提高钢铁产品质量的稳定性。主要研究内容如下:(1)针对工业数据中通常存在高维、强相关、非线性等特点,提出基于拉普拉斯核矩阵的非线性同等缩放算法,使得高维数据在缩放成2D数据后,其内在的非线性特征保持不变。在此基础上,利用非线性同等缩放方法构建了不同钢种所对应的工艺参数在2D空间中的映射地图,以此来实现钢种的自动判级。以汽车钢实际生产数据为例,4类牌号的钢种在线判级的准确率为97%,而传统线性PCA方法在线判级的准确率仅为90%。(2)针对工业生产过程中产品质量在线动态优化准确率低的问题,提出产品质量在线监控、诊断与优化的集成方法。首先,利用基于支持向量描述的软超球体方法进行产品质量异常点的在线识别;然后,通过贡献图对工艺参数进行诊断分析;最后,利用邻近点局部投影变换方法实现异常工艺参数的实时优化。以IF钢实际工业生产数据进行验证,新方法的质量在线判定的准确率达到99%,明显优于传统的Hotelling-T2方法。(3)针对在产品质量设计和工艺规范制定中,依赖人的经验来制定的方式,易造成产品质量偏差大,提出基于数据驱动的产品质量设计和工艺规范制定方法。首先,建立基于多类邻近域主流形学习的工艺参数设定模型,提取出潜含在数据中的主流形“管道”,根据“管道”的流向和区间大小来实现系统级CPS的产品质量设计;在此基础上,建立基于软超球体最大内接矩形的工艺规范制定模型,获得在当前工艺装备能力制约下的工艺参数有效控制区间。通过IF钢的实际生产数据验证了方法的有效性。(4)针对曲线型生产数据难以准确表征,导致模型预测精度低问题,提出基于函数型数据分析的质量预测方法。首先,对随时间连续变化的离散数据点进行函数化拟合;在获得系统行为随时间变化规律的函数后,建立工艺参数与控制目标之间的预测模型。以转炉终点控制为例,利用新模型可以实现炼钢全过程的动态预测,终点碳在±0.02%误差范围内的命中率为95%,终点温度在±20℃误差范围内的命中为90%,比现有方法的命中率提高了近10%,具有广泛的工业应用前景。以上研究是国家工信部“智能制造”专项中“钢铁全流程产品质量在线管控系统”的主要研究内容,该系统已在冶金企业4条生产线中得到成功应用。
【学位授予单位】：北京科技大学
【学位级别】：博士
【学位授予年份】：2019
【分类号】：F426.31;F273.2
【图文】：

示意图,概念,示意图,实体世界

为工艺装备、工艺参数、质量指标、服役行为等产品在设计、制造、使用过逡逑程中提供了与产品相关的各种信息与数据。ＣＰＳ将虚拟世界和实体世界衔接逡逑在一起，形成信息物理系统，图２－１给出了邋ＣＰＳ的概念图。应用于生产过程逡逑的邋ＣＰＳ邋也称为邋ＣＰＰＳ邋（Ｃｙｂｅｒ－Ｐｈｙｓｉｃａｌ邋Ｐｒｏｄｕｃｔｉｏｎ邋Ｓｙｓｔｅｍ）。逡逑－４－逡逑

架构图,智能制造系统,钢铁,架构

图２－２基于ＣＰＳ的钢铁智能制造系统架构逡逑系统级：在现有ＭＥＳ和ＰＣＳ基础上，通过内部的宽带高速互联网、现逡逑场总线、无线网络，实现不同工序间生产计划、工艺数据、质量数据、检测逡逑数据、物料数据、装备数据、能源需求数据的互联互通，并在此基础上对不逡逑同工序的工艺装备进行实时、动态控制与优化，实现信息空间与物理空间的逡逑协同和统一。系统级ＣＰＳ的关键在于建立全流程数字化制造系统，现有的逡逑ＭＥＳ和ＰＣＳ仅满足于生产计划、产品质量、工艺设计的静态优化，难以满逡逑足全流程的动态、实时控制与优化．逡逑全流程数字化制造系统通过建立钢铁智能制造过程的数字孪生模型，实逡逑现信息空间与物理空间的整体协同与优化。数字化制造系统通过数据挖掘技逡逑术与人工智能方法，建立各工序精准的数字孪生模型，实现产品、工艺、质逡逑量三位一体的在线协同优化。数字化制造系统将改变产品在开发、试制、生逡逑产、销售、服务等环节的传统管理模式，实现产品在制造过程全流程数字化、逡逑

制订方法,工艺规范,整体框架,产品质量

逑－逦针对图２－２提出的基于ＣＰＳ的钢铁智能制造系统架构，本论文重点研宄逡逑了系统级中全流程产品质量管控ＣＰＳ模型和单元级中相关工序的ＣＰＳ建模方逡逑法。ＳｏＳ级的决策支持系统和系统级的其它模块的ＣＰＳ模型有待于继续开展逡逑后续的研究工作。逡逑２．邋４论文的研究内容及章节安排逡逑本论文通过ＣＰＳ所具有的自主判断、自主决策、自主调控能力，利用数逡逑据分析方法，建立系统级和单元级ＣＰＳ的数字孪生模型，对全流程各工序的逡逑工艺参数和质量指标进行在线监控、诊断与优化，由“事后”抽检方式转变逡逑成“事前”的优化和“事中”在线管控，实现产品质量的精准管控，提高产逡逑品质量及生产效率，降低生产成本及节能降耗。逡逑重点研宄采用嵌入式ＣＰＳ的产品质量在线管控方法和工业应用系统，论逡逑文研宄整体框架如图２－３所示。逡逑具体章节安排如下：逡逑第一章为引言部分，介绍了本论文的研宄目的与意义，以及目前存在的逡逑问题

【相似文献】