鋼鐵熱軋基于人工智能的多目標工藝參數(shù)逆向優(yōu)化技術規(guī)范_第1頁
鋼鐵熱軋基于人工智能的多目標工藝參數(shù)逆向優(yōu)化技術規(guī)范_第2頁
鋼鐵熱軋基于人工智能的多目標工藝參數(shù)逆向優(yōu)化技術規(guī)范_第3頁
鋼鐵熱軋基于人工智能的多目標工藝參數(shù)逆向優(yōu)化技術規(guī)范_第4頁
鋼鐵熱軋基于人工智能的多目標工藝參數(shù)逆向優(yōu)化技術規(guī)范_第5頁
已閱讀5頁,還剩4頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1鋼鐵熱軋基于人工智能的多目標工藝參數(shù)逆向優(yōu)化技術規(guī)范本文件界定了鋼鐵熱軋生產涉及的相關術語和定義及縮略語,確立了鋼鐵熱軋產線多目標工藝參數(shù)逆向優(yōu)化智能系統(tǒng)的總則,規(guī)定了技術要求、本文件適用于鋼鐵熱軋產線多目標工藝參數(shù)逆向優(yōu)化智能系統(tǒng)的研發(fā)GB/T709熱軋鋼板和鋼帶的尺寸、外形、重量及允許偏差GB/T3274碳素結構鋼和低合金結構鋼熱軋鋼GB/T37393數(shù)字化車間通用GB/T39466.1ERP、MES與控制系統(tǒng)之間軟件互聯(lián)互通接口第1部分:通用GB/T42127智能制造工業(yè)數(shù)據(jù)采集YB/T6131鋼鐵行業(yè)設備狀態(tài)監(jiān)測與故障預警系統(tǒng)技術要求YB/T6132鋼鐵行業(yè)軋鋼產線能源管理系統(tǒng)技術3.13.2多目標工藝參數(shù)逆向優(yōu)化reverseoptimizationofmulti-objective3.34縮略語MES:制造執(zhí)行系統(tǒng)(ManufacturingExecutionSystem)ERP:企業(yè)資源計劃(EnterpriseResourcePlPLC:可編程邏輯控制器(ProgrammableLogicControll2——數(shù)據(jù)層:負責鋼鐵熱軋全流程數(shù)據(jù)的采集、傳輸、存儲與預處理,為模型層提供標準化數(shù)據(jù)——模型層:構建多目標逆向優(yōu)化模型,實現(xiàn)目標指——應用層:提供模型部署、參數(shù)輸出、效果監(jiān)控、迭代更新等功能,支持與生產管控系統(tǒng)互聯(lián)5.2.1數(shù)據(jù)要求本消耗等,數(shù)據(jù)采集方式和要求應符合GB/T421275.2.2模型要求%,5.2.3集成要求應支持與MES、ERP、PLC等系統(tǒng)互聯(lián)互通,接口符合GB/T39466.1的規(guī)定,實現(xiàn)數(shù)據(jù)雙向交互和控5.2.5可擴展性要求——原料數(shù)據(jù):包括原料牌號、化學成分、尺寸規(guī)格、重量等;——工藝參數(shù):包括加熱溫度、加熱時間、軋制力、軋制速度、輥縫、冷卻水量、冷卻速度等全——設備狀態(tài)數(shù)據(jù):包括軋機、加熱爐、冷卻系統(tǒng)等關鍵設備的運行參數(shù)、振動、溫度、負載率——質量數(shù)據(jù):包括產品尺寸精度、表面質量、力學性能、金相組織等檢測數(shù)據(jù);——能耗數(shù)據(jù):包括電、水、煤氣等能源消耗數(shù)據(jù),應符合YB/T6132的規(guī)定;——成本數(shù)據(jù):包括原料消耗、軋輥消耗、輔材消耗、人工成本等數(shù)據(jù)。頻開關信號不低于1次/s。質量檢測數(shù)據(jù)可結合在線檢測設備和實驗室檢測數(shù)據(jù),實現(xiàn)全流程3——數(shù)據(jù)標準化:采用歸一化或標準化方法統(tǒng)一數(shù)據(jù)量綱,確保模型訓練穩(wěn)定性;——特征工程:提取工藝參數(shù)關聯(lián)性特征、時序特征、設——數(shù)據(jù)集劃分:按比例劃分為訓練集、驗證集、測試集,劃分6.2優(yōu)化目標設定產品的尺寸精度應符合GB/T709規(guī)定,力學性能、表面質量等質量目標應符合GB/T3274及其他特權重0.2,能耗目標權重0.2,成本目標權重0.2。權重調6.3逆向優(yōu)化模型構建為適配多目標工藝參數(shù)逆向優(yōu)化的不同技術需求,可選用以下——基礎模型:采用深度學習模型構建工藝參數(shù)與目標指標的映射關系;——融合模型:支持機理模型與數(shù)據(jù)驅動模型融合,提升小樣本加熱溫度、保溫時間、軋制力、軋制速度、輥縫、冷卻水量及冷卻段分6.4模型訓練與驗證支持增量訓練,新增樣本量達到現(xiàn)有數(shù)據(jù)集的20%時自動觸發(fā)模4集精度穩(wěn)定3個迭代周期以上。過擬合抑制可采用正——質量指標預測精度:≥95%;——能耗或成本預測精度:≥92%;——多目標優(yōu)化解的Pareto最優(yōu)性:滿足非支配解占比≥80%;要求CPU≥16核,內存≥64GB,GPU≥2塊(顯存≥16GB),存儲容量≥1TB。支持WindowsServer或Linux操——驗證階段:支持方案的虛擬仿真驗證或小批量試生產驗證;——反饋階段:采集生產實績數(shù)據(jù),評估優(yōu)化效果,觸發(fā)模型迭代。6.6數(shù)據(jù)安全要求6.6.1應建立數(shù)據(jù)訪問權限管理機制,區(qū)分管理員、操作員、維護人員6.6.2數(shù)據(jù)存儲采用加密方式,支7.2在線應用58.1.1應建立日常維護臺賬,記錄維護時間、維護內容、維護人員等信息。8.1.2需每日檢查數(shù)據(jù)采集設備運行狀態(tài)、網絡連接情況、模型運行日志;每周進行

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論