冶金轧制的产品质量是与整个生产过程的各个环节相关,不是单个工序过程的问题。现有各机组生产工艺数 据,生产记录和控制规范数据缺少有机的整合。且无法确切定位产品缺陷,成为产线控制和产品质量的技术难 题。生产过程控制系统产生大量带有时间标签的数据流,这些数据流蕴含着有效的生产模式,基于智能算法针对 这些数据流做实时分析,分析结果直接用于提升生产效率,提高产品质量。
项目组对冶金生产过程工艺数据进行有效的采集存储,提出实时数据流的增量网格密度维度树(IGDDT) 聚 类算法和长短时记忆(LSTM) 预测方法,原创性地利用IGDDT 聚类和LSTM 预测方法对工艺过程数据进行产品质 量分析建模,发现了产品质量与工艺参数之间的内在关系,解决了工艺参数异常预警等关键性技术问题,形成了 基于实时数据流的算法建模及工业应用技术,该系统可应用于冶金轧制生产相关领域。