基于数据挖掘的宽厚板板凸度控制

作     者：曹建国 江军 赵秋芳 何安瑞 李存福 孙旭东 CAO Jianguo;JIANG Jun;ZHAO Qiufang;HE Anrui;LI Cunfu;SUN Xudong

作者机构：北京科技大学机械工程学院北京100083 北京科技大学国家板带生产先进装备工程技术研究中心北京100083 北京科技大学人工智能研究院北京100083 北华航天工业学院机电工程学院河北廊坊065000 江苏金恒信息科技有限公司江苏南京210045 南京钢铁股份有限公司江苏南京210035 

出 版 物：《中南大学学报（自然科学版）》 (Journal of Central South University:Science and Technology)

年 卷 期：2019年第50卷第11期

页      面：2743-2752页

核心收录：

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：科技部创新方法工作专项(2016IM010300) “绿扬金凤计划”创新领军人才项目(yzlyjfjh2015CX055) 中央高校基本科研业务费专项(FRF-GF-18-010B)~~ 

主　　题：宽厚板轧机 数据挖掘 板形控制 凸度预测 随机森林 关联规则 

摘      要：针对某宽厚板CVC plus大型骨干工业轧机存在板凸度偏大且难以控制的问题,对现场轧制过程工艺及板凸度质量数据进行跟踪采集和分析,通过数据转换、提炼和集成建立标准的数据挖掘数据集,基于历史生产数据建立宽厚板板凸度随机森林预测模型,应用主成分分析以及减法聚类离散化方法进行数据的预处理,通过关联规则挖掘和控制变量影响力评估实现不同产品质量状态下关键控制变量的快速定位,并将其应用于典型规格宽厚板关键工艺参数调整策略;建立三维有限元耦合模型用于调整策略的仿真分析。研究结果表明:3种典型规格宽厚板板凸度分别下降30.9%,14.7%和23.9%;基于数据挖掘提出的调整策略可以有效改善板凸度控制情况,可为宽厚板板形质量控制研究提供参考。