文献类型：期刊文章

作　　者：邵健[1] 何安瑞[1] 董光德[2] 陈斌[3] 陈俊[4]

SHAO Jian;HE An-rui;DONG Guang-de;CHEN Bin;CHEN Jun(Institute of Engineering Technology,University of Science and Technology Beijing,Beijing 100083,China;Technology Center,Xinyu Iron and Steel Group Co.,Ltd.,Xinyu 338001,China;Manufacturing Department,Maanshan Iron and Steel Co.,Ltd.,Maanshan 243000,China;Strip Production Plant,Xichang Steel and Vanadium Corporation of Pangang Group,Xichang 615032,China)

机构地区：[1]北京科技大学工程技术研究院,北京100083 [2]新余钢铁股份有限公司技术中心,江西新余338001 [3]马鞍山钢铁股份有限公司制造部,安徽马鞍山243000 [4]攀钢集团西昌钢钒有限公司板材厂,四川西昌615032

出　　处：《冶金自动化》

基　　金：国家自然科学基金项目(51674028);中央高校基本科研业务费资助项目(FRF-DF-19-003).

年　　份：2020

卷　　号：44

期　　号：1

起止页码：8-16

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、IC、INSPEC、RCCSE、普通刊

摘　　要：随着新一代信息技术的发展,工业互联技术给钢铁全流程质量管控带来新的模式。通过工业互联平台,实现了以物料为中心的高通量、多元异构、多维度数据采集,并完成数据的时空变换、匹配、判异等功能。以数据平台为基础,通过质量设计、过程判定、过程监控、数据追溯、质量分析、质量预测等功能设计和集成机器学习算法,实现了钢铁生产过程质量一贯制管理,解决了长期以来上下游工序质量窗口模糊、客户需求和质量系统对接不紧密、质量数据孤岛、多维影响因素难以辨别等痛点问题。定制化功能的快速开发则验证了质量管控系统的平台效应,为钢铁行业各类质量改进提供了有效工具和方法。

关 键 词：质量管控  工业互联  全流程  机器学习  质量预测  

分 类 号：TF4]