国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

                         

    作者簡介

    郭朝暉（1968-），山東濟南人，工學博士，教授級高工。主要從事冶金自動化與信息化方面的研究。1997年畢業于浙江大學并獲博士學位，同年進入寶鋼技術中心，2000年獲得寶鋼最高榮譽“金牛獎章”。2002年起擔任寶鋼研究院首席研究員，同年獲得全國青年崗位能手稱號。2003年到牛津大學進行短期學術訪問。2005年升為教授級高工。主要社會兼職包括：東北大學博士導師，上海交通大學兼職教授，中國工業與應用數學學會常務理事、中國現場統計學會理事、上海市人工智能學會理事、中央企業青聯委員。著有《管中窺道——技術創新的觀念與方法》一書。

    其他作者：王巍、 、蘇異才、張群亮、夏瑛、張丕軍 

    摘要：經過了幾十年的發展，熱軋帶鋼力學性能預報技術仍然存在不少問題。本文對問題的本質進行了深入分析，并結合寶鋼的實際條件給出了解決思路，建立了全局通用型熱軋帶鋼力學性能預報模型（Glosp)。全局通用型模型覆蓋了80%以上的鋼種，完全具備了大規模推廣應用的條件。

    關鍵詞：熱軋帶鋼；力學性能預報；模型 

    1 前言

    鋼材性能預報就是利用數學模型預測鋼材組織演變和最終的力學性能。鋼鐵研究總院院長干勇院士認為：鋼材組織性能預報系統的離線和在線應用是世界鋼鐵工業昨天的夢想、今天的努力和明天的現實, 是用高新技術改造和提升傳統產業的具體的、可行的、有效的步驟, 是以信息技術集成為代表的新經濟在鋼鐵工業中的一次偉大實踐[1]。

    這一想法最初由Irvine 和Pickering在20世紀50年代提出[2-3]。此后，世界上許多國家政府、國際組織、科研院校和企業都相繼開展了大量研究。其中，英國Sheffield大學的Sellars[4]和加拿大McGill大學的Jonas[5]等人在性能預報的基礎研究方面做出了開創性貢獻。上世紀90年代，在美國能源部和美國國家鋼鐵局的巨額資助和主持下, 加拿大不列顛哥倫比亞大學冶金過程工程中心和美國國家標準局以及北美14家大型鋼鐵企業共同開發了一套板材熱連軋的過程模擬軟件(HSMM)。西門子和澳鋼聯也分別推出了VAI-Qst rip[6]和BM_MM。在國內，鋼鐵研究總院、中科院金屬所、東北大學、北京科大等在性能預報應用方面也進行過有益的探索[1]。

    盡管如此，該技術在實際應用中仍存在很多問題，應用效果和取得的效益并不理想。事實上，造成這種現象的客觀原因在于模型精度不能滿足具體的應用要求，主觀原因是用戶對模型的可靠性持有懷疑態度，根本原因還是在于多數模型技術本身的不成熟[7]。本文從實際應用角度出發，剖析了該項技術所面臨的各種問題，并給出了解決思路與對策，成功研制出全局通用型熱軋帶鋼力學性能預報模型(GlOSP)。其中，全局通用是指同一個模型能用于特定成份和工藝范圍內的所有鋼種。全局通用型模型可以用來預報從未生產過的產品、可用于從未采用過的工藝制度。

    下面介紹了寶鋼性能預報模型技術的優勢與特點，以及在應用方面的工作與思考。

    2 常見問題及創新思路

    長期以來，性能預報技術在世界范圍內備受關注，然而卻未因此而走向成熟，本質上是沒有解決好用戶需求和現實條件之間的矛盾。

    成功的新技術必須能更好地滿足用戶需求。同樣，性能預報模型必須在精度、應用范圍等方面超越經驗公式。然而，筆者卻在實踐過程中發現，模型精度存在一個難以超越的極限，而好的經驗公式卻能接近這一極限。數據分析結果表明：成分、工藝參數、性能測試等環節誤差所導致的預報誤差，往往接近經驗模型預報誤差。換言之，如果針對特定鋼種建立的模型，檢測誤差大體決定了模型精度的上限。可見，數據質量差是性能預報模型技術多年來難以取得突破的本質原因。

    事實上，能夠取得突破的地方在模型的適用范圍，而適用范圍對實用性的影響很大。例如：如果模型僅僅針對特定鋼種，可取得較高的平均精度。但是，設計新鋼種時無模型可用；優化工藝和成分時，發現在模型精度急劇下降；判斷帶鋼是否合格時，發現對合格品預報精度高，不合格品預報精度低。所以，要達到實用性的目標，需要在材料學規律的基礎上，建立跨鋼種、跨工藝、跨產線的通用的性能預報模型。

    建立通用的力學性能預報模型是人們長期以來的夢想，只是由于難度太大，多數研究工作只針對特定鋼種展開。一般來說，長期得不到解決的難題，往往是解決條件尚不齊備。但是，隨著新技術的不斷發展，條件也在不斷發生變化。近年來，計算機技術和數據存儲技術突飛猛進，使得海量生產數據的記錄與存儲變成了現實。以寶鋼為例，經過10多年的積累，適合模型研究的數據就多達40多萬條，這就為性能預報技術的突破奠定了條件。當然，在此基礎上，不僅需要從一個嶄新的角度認識冶金機理，還要在數據處理分析技術上采用一套全新的思路。

    寶鋼自1998年起耗時12年，最終研制成功全局通用型熱軋帶鋼力學性能模型。其基本思路是：將力學性能模型分解成若干子模型。在所涉及的鋼種中，各個子模型采用相同的計算方法，這就體現了模型的全局性。

    3 寶鋼模型介紹

    如無特殊說明，下面的分析結果均基于2000~2009年的寶鋼2050產線的實際生產數據所得。

    3.1 模型預報的范圍和比例

    （1）模型預報的范圍包含了普通CMn鋼、耐候鋼、IF鋼、析出強化鋼等四個類型。在671個鋼種中，可保證預報精度或具高參考價值的鋼種581個，占86.6%。不能保證預報精度的鋼種90個，占13.6%。 另外，在不能保證預報精度的鋼種中，有大約2/3實際上仍然取得了較高的預報精度，只是無法事先判斷能否準確預報。

    （2）排除關鍵數據不完整、明顯出錯數據共計337608條。其中，可保證預報精度或具高參考價值的帶鋼303702條，占89.95%；不能保證預報精度的33906條，占10.05%。

    3.2模型偏差

    受模型輸入數據誤差和隨機不可見因素的影響，特定帶鋼的預報誤差并不能代表模型本身真實的誤差。要衡量模型真實的誤差，可針對特定鋼種，分別計算預報值和實際值的平均值。當取樣量足夠大時，兩個平均值之間的差異可以代表模型本身精度，稱為模型偏差。

                  

                   圖1 抗拉強度預報值與實際值            圖2 屈服強度預報值與實際值 

    圖1、圖2分別為2050產線自2005年至今，抗拉和屈服強度的檢測和預報平均值之間的關系。

    3.3針對特定帶鋼的預報誤差

    在寶鋼2050產線上，抗拉強度和屈服強度誤差的標準差分別是17.5MPa和21.3MPa。預報誤差分布如下。需要強調的是：受隨機不可見因素及輸入數據誤差的影響，即便模型正確，預報誤差也不可能徹底消除。

                

                          圖3 抗拉強度誤差分布               圖4 屈服強度誤差分布 

    表1為2050產線典型鋼種的預報偏差和誤差標準差的對比情況(單位MPa)。

     表1典型鋼種的預報偏差和誤差

   

    表2為2050產線不同強度級別預報誤差和偏差的分布(單位：MPa)。

    表2不同強度級別的預報偏差和誤差

   

    3.4 預報誤差的均勻性

    多數模型的精度與建模樣本的密集程度有關：樣本多時誤差小，樣本少時誤差大。這樣的模型難以用于鋼種的設計和優化。全局型通用型模型則完全不存在這種問題。

    （1）對小樣本鋼種的預報

    容易理解，小樣本鋼種的預報效果與新鋼種設計的預報效果大體相當。筆者選取了24個只有一個樣本的鋼種，對應預報結果如圖5、圖6所示。

                

                   圖5 抗拉強度預報值與實際值 圖6 屈服強度預報值與實際值 

    在這24個樣本中，標準差分別為16.7MPa和19.1MPa。由此可見，模型對小樣本鋼種的預報誤差與平均誤差大體相同。

    （2）對不合格樣本的預報

    表3 針對復檢不合格樣本的預報結果

   

    表4 針對預報不合格樣本的檢測結果

   

    注1：檢測或預報結果與強度上下限距離20MPa以內時，就可以判斷為近似不合格。這是因為對于性能不合的帶鋼，同一位置兩次取樣平均相差20MPa以上。

    注2：為減少隨機因素造成的判廢損失，企業規定將兩次測試不合的帶鋼能判定為不合格。

    3.5 產線適用性

    寶鋼有3條熱軋產線，在建立性能預報模型時，使用了2050熱軋產線的數據。但稍加修訂，模型就能用于其它產線：

                   

                        圖7 1880抗拉強度預報值與實際值 圖8 1880屈服強度預報值與實際值 

                

                    圖9 1580抗拉強度預報值與實際值 圖10 1580屈服強度預報值與實際值 

    4 模型應用的思考及實現

    4.1 模型功能與作用

    （1）輔助新鋼種開發。對100噸的冶煉爐來說，一次試驗失敗的損失一般不少于10萬元。采用性能預報技術，有望降低試驗爐的用量，進而降低試驗費用、縮短研制周期、提高新產品開發的能力。對新建產線來說，意義更大。

    （2）支撐柔性制造技術。為滿足合同需要，板坯產量肯定大于合同的訂貨量。剩余材料過多會增加庫存，迫使企業將產品“以優充劣”。與國外先進企業相比，國內企業常常要多生產10%的板坯才能滿足合同要求。按每噸減少300元利潤計算，百萬噸級的企業每年凈損失數千萬元。性能預報技術可提高不同材料之間互用充當的比例，減少不必要的庫存和降級。

    （3）實施性能動態控制。熱軋帶鋼力學性能不合的發生率大約在0.2%~0.4%，并主要集中在高端產品上。按每噸損失2000元計算，200萬噸的熱軋線每年損失上千萬元。性能預報技術可通過對工藝參數動態優化，實時對L2過程控制模型目標值在線調整，從而減少不合格產品。

    （4）推動技術降本。為保證合格率，企業往往需要在合金和工藝上花費較高成本。利用性能預報技術，可以計算產線的合金含量與性能的關系，減少合金投入量，這類合金優化往往可降低20~1000元的噸鋼成本。另外，模型還可用于減少帶鋼的取樣量，降低取樣成本、加快物流周期。

    4.2 帶鋼實例研究

    抗拉或屈服強度低于目標下限是力學性能不合格的主要原因之一。以下筆者選取了4條具有代表性的帶鋼，說明如何應用性能預報模型解決實際問題。

    表5 預報不合格樣本的處理方式

   

    4.3 實際應用情況

    （1）減少帶鋼取樣頻率。根據寶鋼HFW產線的粗略統計，使用性能預報模型后，取樣量較之前下降了約69%，交貨期提前了1天時間。

    （2）板坯余材動態充當。2006年7月以來，每年完成兩萬多噸板坯余材的動態充當，按設計工藝參數生產出來的最終產品質量100%符合用戶的要求，每年帶來400多萬的直接經濟效益。

    （3）鋼種優化。用性能預報模型優化某鋼種成分，避開包晶區域，提高了板坯的無缺陷率。

    5 結論

    熱軋帶鋼力學性能預報技術的發展跨越了幾十年，雖然已經有商用化的模型軟件出現，但在實際應用中卻遇到了眾多的問題，根本原因在于建模時忽略了需求和現實條件。因此，雖然很多模型宣稱的精度很高，可是卻不能很好地與應用相結合。本文結合寶鋼在性能預報方面的研究工作，指出了性能預報建模及模型在使用過程中的關鍵問題，給出了相應的解決思路與方法。寶鋼按照冶金機理與統計相結合的研究思路，建立了全局可加的力學性能預報模型，覆蓋了CMn鋼、耐候鋼、IF鋼、析出強化鋼等500多個鋼種。其中部分模型已經在線應用，創造了可觀的經濟效益。實踐證明：寶鋼建立的性能預報模型，完全具備了大規模推廣應用的條件。

    參考文獻

    [1]干勇， 劉正東， 王國棟， 吳迪， 王 巍， 張丕軍.組織性能預報系統在寶鋼2050熱軋生產線的在線應用[J].鋼鐵，2006，41(3):39-43.
    [2]Senuma T , Suehiro M, Yada H. Mathematical Models for Predicting Microstructural Evolution and Mechanical Properties of Hot Strips [J ] . ISIJ International, 1992 , 32 (3) : 423 - 432.
    [3]Irvine KJ , F B Pickering. ISIJ . 1957 : 292.
    [4]Sellars C M，Whiteman J A． Recrystallization and Grain Growth in Hot Rolling[J]．Metal Science 1978，13(5)：187 -194．
    [5]Siciliano Jr F，Jonas J J．Mathematical Modeling of the Hot Strip Rolling of M icroalloyed Nb，M ultiply Alloyed Cr-Mo and Plain C—Mn Steels[J]． Metallurgical and Materials Transactions A，2000，31(2)：511-530．
    [6]Andorfer J , Hribernig G, Luger A, et al. For the First Time Ever: Full Metallurgical Control of the Mechanical Properties of Hot-rolled Strip With VAI-QStrip[J]. Iron and Steel, 2001, 36(1): 42-46.
    [7]郭朝暉，張群亮，蘇異才，夏瑛. 關于熱軋帶鋼力學性能預報技術的思考[J]，冶金自動化, 2009, 33(2): 1-6.