热轧工艺过程和质量管控平台的研发和应用

吴燕山 乔凤德 郝祝

摘 要：自80年代以来，世界上热轧带钢生产的发展十分迅猛，年产量几乎都以20%的比率递增。1996年世界热轧带钢产量已经近三亿吨。近年来无论是新建的还是改造的热轧带钢生产线都是以提高质量、发展品种、增加产量、降低消耗成本为追求目标。本文主要对热轧工艺过程和质量管控平台的研发和应用进行了简要的分析。

关键词：热轧工艺；质量管控；应用

1热轧带钢生产线的工艺需求

1.1市场形势

市场形势就是工艺需求的体现之处，随着我国各个热轧带钢生产线竞争的愈发激烈，市场形势也在不断的发生着变化，市场需求正在向着多样化的方向发展，这是时代发展的要求，也是人们需求多样化以及个性化的体现，具体而言，热轧企业的小订单用户是较多的，而这些小用户的需求也在不断的增加，对于生产的要求也越来越高，钢种以及规格及都比较复杂化，这就大大的增加了工艺的难度，这是基于市场形势而产生的工艺需求。还有，一些钢铁企业的最终用户对于钢铁使用的也较为成熟，相应的技术标准也逐渐的开始由最终用户企业来制定。另外，由于不同国家的钢铁标准以及最终用户标准的不同，最终的钢种订单也是具有一些差异化的，所以，根据目前的市场形势而言，热轧企业的生产更趋于复杂，难度也有所加大。

1.2品种追求

热轧企业对于热轧带钢生产线的工艺需求还主要体现在品种追求方面，一般而言，普通企业只有2到3条热轧带钢生产线，但是为了更好的满足人们的需要，就要求有关钢铁企业能够在这少数的热轧带钢生产线上尽可能的多生产不同的钢种，以满足品种追求的工艺需求。实际上，我国的一些钢铁企业也开始在高端品种上开始尝试，不再只是一味的追求品种的数量，而是要打造一个高精尖的品种的市场，以寻求企业发展的突破。

1.3规格要求

我国一般热轧带钢生产线的产品厚度最薄可达1.2mm或者1.0mm，但实际上很多热轧带钢生产线在薄规格的稳定生产上有很大的困难，只生产很少厚度小于2.0mm的热轧带钢，即使窄带钢，稳定轧制的产品厚度一般也大于2.5mm，甚至3.0mm以上。特别是进行高强钢的薄规格轧制，轧制稳定性更是差强人意。因此，相当一部分希望使用厚度小于2mm带钢做原料的用户，只得使用冷轧带钢。

1.4质量追求

热轧带钢生产线的质量追求当然也是人们所要考虑的方面，而且这也是工艺需求之一，只有保证其生产质量，才能为钢铁企业获得一定的经济效益与社会效益，这具有重要的意义，但是在实际热轧带钢生产线运行过程中，产品性能是要比企业的保证值要低的吗。因此，目前，我国的很多钢铁企业正在积极的做出改变，不断的向高产品保证值发起冲刺，以更优化产品的性能指标，满足人们的需要。

2热轧工艺过程和质量管控平台架构

为了实现热轧工艺过程和质量管控平台功能，可将平台按2层进行架构：一是数据采集层，二是应用层，如图1所示。

在数据采集层中，数据采集适配层解决不同类型数据采集与接入问题。对于提供标准协议的控制系统可采用通用适配器驱动实现数据采集，对于一些特殊的接口需要根据数据采集平台协议，采用自主研发接口驱动，实现数据采集与协议转换，采集的内容包括L1实时数据、L2设定数据、L3计划和目标数据、大型仪表数据（含表检）、检化验数据和取样数据等。数据预处理算法与存储模型层负责对采集到的各类数据进行实时处理、重整，按照制造过程工艺特征事件、状态重整后构建不同源数据之间关系，基于统一数据模型形成统一的数据存储架构，以便应用程序可以进行访问。统一数据访问接口层对外提供统一的数据访问服务。访问接口根据用户对工序、参数的选择，实现跨区域（如粗轧R1、R2，精轧F1～F7）数据动态整合，并向用户返回相应的数据集。应用层根据用户需求进行开发与扩展，包括质量报表在内的应用功能均可根据用户需求进行选择与配置。应用层的在线应用功能丰富，可根据用户配置对热轧各生产环节进行在线监控和产品质量在线预测、判定，用以制造过程质量实时预警，防止批量问题发生，并保证产品质量一致性；在线判定时根据产品及规则不同实现定制化需求条件下的产品质量评级；现场操作人员、质检人员等可根据在线應用预警情况，对制造过程进行优化，同时预警信息或质量判定报告也可用于后续操作中的优化或指导。数据采集层是平台构建的基础，而应用层主要解决各类质量控制需求，也是工艺过程和质量管控平台的核心。

3热轧质量分析模块

在日常的轧制过程中，如果出现某一质量指标不合格品，工艺人员习惯于通过分析该指标的所有影响因素与正常轧制或者经验参数之间的对比，得出可能的原因，而这一分析过程存在如下问题：（1）分析过程数据量大，而且每次大多是重复性工作，造成人力资源浪费；（2）什么是好的过程参数难以界定；（3）分析结果受工艺人员的能力影响。通过热轧带钢质量分析模块，可以有效进行产品质量缺陷原因分析，代替高水平工艺人员的数据分析比对过程。质量分析模块的核心内容包括：产品质量工艺数据库的构架、优秀样本库的建立、轧制状态能力评价、基于数据驱动的质量缺陷挖掘，图2为质量分析模块的功能组成与输出，其中各个子模块的功能如下：（1）产品质量工艺数据库：根据不同的产品质量影响因素不同，建立各自的产品质量工艺数据库，每个产品质量单独建立数据库表。在数据库表中，存放和对应质量相关的工艺过程数据，图3为工艺数据库的原理和基本内容。

（2）优秀样本库的建立：根据产品质量数字化评分结果，将优秀的板带生产过程工艺参数进行工艺判定和特征归类后，设定为优秀样本库，后续质量分析以优秀样本库的数据为参考，给出缺陷原因。

（3）轧制状态能力评价：根据轧机健康状态数字化评价的部分结果，用于质量分析的参考。

（4）基于数据驱动的质量缺陷挖掘：借助数据驱动方法和建立的优秀样本库，对质量缺陷中的关键过程控制参数缺陷进行挖掘，给出缺陷的原因，主要用到的方法包括主成分分析法、聚类、决策树、高斯回归等。

4结语

提高和改进产品质量是生产厂家面临的永恒主题，上述归纳、总结的技术与经验，只是目前应用较为广泛或公认为有效和先进的部分。各项内容可能是相互制约或相互补充的，因此在应用时还须根据实际情况去研究、决策。

参考文献：

[1]葛新建，王启，韩文殿.热轧钢带边裂原因分析[J].中国冶金，2008（03）：53-55.

[2]程德富，李德刚，董瑞峰.CSP流程X65热轧钢带组织性能研究[J].包钢科技，2008（04）：59-61+64.

[3]吕凤华.热轧钢相关工艺标准化的研究与探讨[J].机械工业标准化与质量，2012（04）：42-43.