[发明专利]一种冷连轧生产实绩中工艺数据处理方法有效
申请号: | 201711347869.3 | 申请日: | 2017-12-15 |
公开(公告)号: | CN108108752B | 公开(公告)日: | 2022-01-11 |
发明(设计)人: | 王志军 | 申请(专利权)人: | 中冶南方工程技术有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06Q50/04;G07C3/00;G06Q10/06 |
代理公司: | 湖北武汉永嘉专利代理有限公司 42102 | 代理人: | 胡琳萍 |
地址: | 430223 湖北省武*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 冷连轧 生产 实绩 工艺 数据处理 方法 | ||
1.一种冷连轧生产实绩中工艺数据处理方法,用于连续带钢生产过程中,采集带钢生产工艺数据并对数据进行后续处理,其特征在于包括两步:步骤S1:当前带钢生产过程中,从一级PLC系统采集工艺数据,采集方式为按等出口长度进行采集;步骤S2:当前带钢生产完成后,对步骤S1采集的该当前带钢的全部数据依次进行加减速状态过滤、k-means聚类算法进行分类、归一化处理、数据点最小距离之和确认,得到代表生产实绩的工艺数据;具体过程如下:
S2.1:步骤S1采集的数据形成一个全部工艺数据集G1,全部工艺数据集G1中,过滤掉加减速状态为正在加速或者正在减速的工艺数据,仅仅保留加减速状态为正常的工艺数据,得到过滤工艺数据集G2;
S2.2:从过滤工艺数据集G2中选取这些工艺数据中第一组子集参数,采用k-means聚类算法进行分类,得到第一组聚类工艺数据集G3和第二组聚类工艺数据集G4;选取第一组聚类工艺数据集G3和第二组聚类工艺数据集G4中,平均出口带钢速度较大的那一组,假设为平均出口带钢速度较大组G5,进行下一步处理;
S2.3:从平均出口带钢速度较大组G5中,选取这些工艺数据中的第二组子集参数,进行归一化,得到归一化工艺数据集G6;
S2.4:计算归一化工艺数据集G6中任意两个工艺数据点之间的距离,然后分别统计每个工艺数据点距其他所有数据点的距离之和,找到距离之和最小的那个数据点在平均出口带钢速度较大组G5中对应的原始工艺数据即为最佳的生产实绩中的工艺数据。
2.根据权利要求1所述的冷连轧生产实绩中工艺数据处理方法,其特征在于步骤S1中采集的工艺数据项包括但不限于:加减速状态;各机架前后速度、张力、厚度;各机架的轧制力、轧制力矩、轧制功率、倾斜值;工作辊线速度;各轧辊的弯辊力、窜辊量;板形。
3.根据权利要求1所述的冷连轧生产实绩中工艺数据处理方法,其特征在于步骤S1中等出口方式设置为出口每轧出3-6米长度带钢的频率。
4.根据权利要求1所述的冷连轧生产实绩中工艺数据处理方法,其特征在于步骤S2带钢生产完成是指轧机后发生有效的飞剪剪切事件。
5.根据权利要求1所述的冷连轧生产实绩中工艺数据处理方法,其特征在于步骤S2中从过滤工艺数据集G2中选取这些工艺数据中第一组子集参数时,第一组子集参数是指最大程度影响轧制稳定性的相关工艺参数。
6.根据权利要求1所述的冷连轧生产实绩中工艺数据处理方法,其特征在于步骤S2中选取带钢出口速度为第一组子集参数,或选择末机架工作辊线速度作为第一组子集参数,或者选择带钢出口速度和板形共同作为一组子集参数。
7.根据权利要求1所述的冷连轧生产实绩中工艺数据处理方法,其特征在于步骤S2中,k-means聚类算法的k值由冷连轧速度决定,用于区分高速段和低速段。
8.根据权利要求1所述的冷连轧生产实绩中工艺数据处理方法,其特征在于步骤S2中,第二组子集参数是指衡量轧制数据稳定性的相关工艺参数。
9.根据权利要求1所述的冷连轧生产实绩中工艺数据处理方法,其特征在于步骤S2中,第二组子集参数至少包括:出口带钢速度,出口厚度,入口厚度,板形值,各机架轧制力,各机架工作辊,中间辊弯辊力。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中冶南方工程技术有限公司,未经中冶南方工程技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711347869.3/1.html,转载请声明来源钻瓜专利网。