近年来，由北科工研研发的冷轧智能工艺模型及大数据分析系统已于鞍钢、马钢、攀钢西昌在内的多家钢铁企业上线并投入使用。该系统面向冷轧精品板材生产，上线后均实现了项目预期效果，各项技术指标达到业内领先水平，标志着北科工研在冷轧智能化方向取得了新的技术突破。
冷轧智能工艺模型及大数据分析系统架构图
在该项技术研发过程中，北科工研以行业数字化需求为导向，凭借多年来在冷轧工艺及质量领域科研攻关项目的技术沉淀，依托工业互联网、大数据、机理模型、AI算法等先进理念和方法，成功开发出覆盖生产、质量、设备、能源、成本5个业务板块的冷轧产线“工业大脑”——冷轧智能工艺模型及大数据分析系统，提高产线的自感知、自诊断、自优化能力，帮助企业提质、增效、降本，实现质量变革、效率变革和模式变革。
工序间协同分析优化
在提高产量方面，该系统基于专家先验知识，结合各种工业大数据技术和机器学习算法，围绕影响生产稳定性的各类因素，打通“热轧-冷轧-连退”信息壁垒，系统自动进行原料诊断、异常预测、过程寻优、工序间协同优化，大幅提高了生产效率。某现场应用后，通过优化热轧供料标准、给出设备调整建议，酸轧跑偏卷数降低了40%以上；通过原料诊断、优化冷轧轧制参数，轧制断带率降低了40%以上；通过大数据分析反向优化冷轧板形，连退跑偏卷数降低60%以上。
质量协同分析优化
在产品质量控制方面，该系统基于全流程过程数据的精准映射与挖掘分析，结合冷轧机理模型和知识规则，开发了质量数字化评价、质量仿真预测、质量智能监控、质量一键式分析（质量、设备精度、工艺窗口协同分析）等相关模块，实现了质量一贯制管理。现场应用后，通过质量精准管理、工艺窗口实时监控等手段，产品性能稳定性及硅钢同板差控制精度大幅改善，废次降比例降低了0.2%以上。
能源精细化分析
在降本节能方面，该系统针对钢铁企业降本增效减排的迫切要求，开发了产线能源精细化管控和成本精准核算分析等模型功能，通过能源成本协同优化，降低产线吨钢能源消耗和生产成本。某厂应用后，通过优化冷轧加宽量和热轧供料宽度，吨钢成本降低约1元/吨。
（供图：工研院）
（责编：付云笛）
