冷轧废水是冶金行业最难处理的废水之一。首先冷轧工序复杂，包括酸轧、脱脂、热镀锌、电镀锡、彩涂、平整等，各个工序不同种类的废水汇总成冷轧废水。其次是冷轧废水水量大、有机物含量高、成分复杂。第三，钢铁企业废水排放口主要排放的是环保达标的冷轧废水。环保局在每个排放口都安装了在线检测装置，对废水系统处理的稳定性要求高。
宝钢冷轧废水主要主要由预处理单元和生化处理单元两部分构成。冷轧废水COD为1000-3000mg/L，总氮为40-60mg/L，经过处理后，冷轧外排水COD为60-90mg/L，总氮为20-35mg/L。传统处理工艺已经不能满足新的废水排放标准，而且国内外钢厂均采用类似的处理工艺尚无成熟的处理工艺可借鉴。因此，本项目以构建高效冷轧废水处理工艺为目标，杜绝水质超标排放，实现冷轧废水各种污染物全流程管控。
作者：高怀
发表时间： 2021-09-06 01:34:58
阅读(807)
评论(0)
微量、痕量和超痕量成分的定量检测、控制是冶金、矿产、地质、材料乃至环境、食品等诸多领域必须解决的问题。以金属材料为例，近年来高铁、航空航天、国防事业的蓬勃发展，对金属材料质量的要求越来越高。随着金属及合金杂质元素控制越来越低，对痕量元素定量分析提出了更高的要求，痕量成分定量检测和分布表征的技术需求更加旺盛。例如飞机发动机用镍基单晶高温合金，目前需要检测控制的元素多达70个，其中大部分元素的检测下限在µg/g以下。另一方面，对痕量成分进行定量检测是为了表征样品的“纯净性”；而这些成分在样品中存在的位置、形态对材料最终性能更为关键，即样品的“均匀性”，对于偏析、夹杂物、缩孔等的定位和控制具有重要意义。
基于如上背景，钢研纳克检测技术股份有限公司承担了科技部2011年国家重大科学仪器设备开发专项 “ICP痕量分析仪器的研制与应用”项目,基于原位统计分布分析的理论，自主开发系列固体直接进样技术，配合高精度定位采集、海量数据实时处理方法，同ICP光谱、ICP质谱联用，实现了大面积样品、不同位置上各元素及其夹杂、偏析的含量、分布、尺寸等信息的定量分析。
作者：高怀
发表时间： 2020-09-02 02:07:45
阅读(2404)
评论(0)
随着智能化向冶金行业的不断深入，产线也加快了其各个工序的智能化脚步。加热作为其中间工序，智能化势在必行，而加热炉控制系统又是产线自动化水平较为薄弱的环节，主要体现在以下几个方面：
（1）加热炉生产受上游连铸、板坯库库存、下游轧制节奏、生产计划等众多因素影响，装炉基本依靠人工进行调度、核对、定位直至最终入炉。出炉基本采用周期或手动出钢的方式，很难做到依据轧制的节奏，结合即将出炉板坯的温度，自动出钢。
（2）影响加热炉板坯加热质量的因素很多，且各因素互相耦合，是个多变量、非线性很强的系统，控制难度大。而炉内高温、粉尘的气氛环境，没有有效的检测手段来实时测量板坯的温度，使其成为名副其实的“黑箱”。
（3）多年来一直困扰加热炉生产调度、精准控制等的一系列难题，如板坯的加热过程缺乏规划和连续性、加热质量难以保障、随机性强等。换辊或轧机故障时，也不能有效地进行炉温智能控制，无法保证恢复轧制时板坯出钢温度达到要求的同时加热能耗达到最优。
（4）对加热炉能效及加热质量缺乏整体的评估，相关性参数也较为单一，仅仅依靠开轧或轧后温度作为评估的依据，时效性较差且难以满足目前复杂工况、炉况、多规格、高品质生产的需求。
因此，面对产线智能化的需求，针对加热炉的现状，解决控制系统的痛点问题，实现“会思考”的加热炉是目标。加热炉智能化过程控制技术的突破，对推进产线数字化、智能化革新具有重要意义。
作者：高怀
发表时间： 2020-08-05 10:09:48
阅读(2123)
评论(0)
钢材的氧化在热轧过程贯穿始终，由于热轧流程长，影响氧化因素多且相互耦合。而对于“轧制+气氛+温度”强耦合氧化理论，国际未见报道，由此造成氧化界面演变及氧化皮相组成控制技术开发方向不明确。同时，考虑到热轧氧化过程无法在线检测，属于典型黑箱过程，仅凭工程师经验控制势必试错量大、稳定性差。因此，实现热轧氧化精准、稳定控制是一项世界性难题。综上所述，构建多因素耦合的热轧氧化控制理论，形成具我国有自主知识产权的热轧氧化控制成套技术，实现热轧氧化调控由经验试错向数字化、智能化控制的转型，是全面提升钢材表面质量，保障制造业转型升级的必由之路。
作者：高怀
发表时间： 2020-07-15 09:21:33
阅读(2119)
评论(0)
针对上述传统质量检测方法的问题，开发能够实现中厚板表面质量在线检测检测手段势在必行，成为生产中亟待解决的问题、意义重大。
（1）采用基于非接触的 CCD 成像原理，实现在线抓捕高温表面钢板的图像,解决复杂环境下高对比度、高清晰的成像。
（2）开发实时高效的在线检测及在线分析技术。中板厂生产节奏快，快的时候不到 2 分钟一块钢板就轧制完成。所以表面检测系统必须是在生产时快速成像、快速处理图像，在下一块钢板到达矫直机之前快速形成检测结果提供给操作工，需要极快的处理速度
（3）根据中厚板表面复杂的特殊情况，建立高准确度的缺陷识别模型。中厚板水、氧化铁皮等造成表面非常复杂，需开发准确度高的缺陷识别模型，才能实现在线缺陷识别。
作者：高怀
发表时间： 2020-06-17 02:48:38
阅读(1387)
评论(0)
由北京科技大学、山西太钢不锈钢股份有限公司、马钢(集团)控股有限公司、甘肃酒钢集团宏兴钢铁有限公司不锈钢分公司和北京科技大学设计研究院有限公司等单位共同完成的“基于深度学习的热轧带钢表面在线检测与质量评级”项目，针对在线应用的表面缺陷检测系统存在缺陷检出率与识别率低、周期性缺陷难以检测、未能实现表面质量在线分级等问题，将深度学习算法应用于热轧带钢表面缺陷在线检测与识别，开发了基于深度学习的热轧带钢表面在线检测与质量评级系统，取得的创新性成果如下：
1. 开发了基于深度学习的热轧带钢表面缺陷检测算法，常见缺陷检出率达98%，识别率达92%，与国外先进系统相比，缺陷检出率和识别率分别提高了3%和7%。
2. 提出了基于对抗生成网络的半监督样本学习方法，能够有效的利用大量无标签样本，解决深度学习方法对有标签样本需求量大的难题。
3. 开发了基于长短时记忆网络的周期性缺陷识别算法，实现了热轧带钢辊印、划伤等批量缺陷的追踪及预警，可有效避免批量质量事故。
4. 采用层次分析法对热轧带钢进行表面质量综合评级，充分挖掘表面检测系统提供的缺陷信息，综合考虑缺陷类别、尺寸和数量等因素，实现了热轧带钢表面质量评级从人工经验到量化模型的智能转变。
该项目获得授权发明专利4件，软件著作权8件，发表论文38篇；成功开发了基于深度学习的热轧带钢表面在线检测与质量评级系统，在太钢、马钢、酒钢以及台湾尚承钢铁、印尼青山钢铁等多家企业成功应用，推动了热轧带钢表面质量和生产效率的提高，经济和社会效益显著。
作者：zdd
发表时间： 2020-05-06 11:07:59
阅读(2627)
评论(0)
以数学模型为基础，通过大数据研究方法形成转炉冶炼过程控制系统的吹炼模型、加料模型和终点控制模型，形成一套转炉智能制造控制及仿真系统软件。控制系统通过流程输出端数据群能够自调整过程控制参数。控制及仿真系统利用过程监控数据具备自学习功能。
研究转炉智能制造技术的过程监控方法，通过炉气成分分析、音频化渣技术、副枪技术或倒炉取样以及下渣检测技术检验和修正模型。
在创新应用激光炉气分析技术的基础上，提高入炉原料供应标准，完善转炉基础数据信息在线检测技术，开发静态和动态智能控制模型、自动出钢技术，实现对转炉冶炼全过程的无干预智能化炼钢。
作者：高怀
发表时间： 2020-04-22 10:50:58
阅读(1195)
评论(0)
高炉炉前智能化作业控制系统正是基于此生产现状下衍生而来的炉前智能化生产解决方案。通过对现场开口机、泥炮等设备的一些必要性改造，同时增加电磁液压阀站、编码器、视觉等控制及检测设备，辅以宝信炉前生产数据控制系统，实现炉前智能化开堵口作业；通过工业六轴机械手为主体，辅以AGV小车库料管理系统（或炮泥分离机构）实现炉前泥炮自动一键加泥；通过RGV运行小车及钎库管理系统实现炉前开口机自动一键换钎。实现炉前现场、操业集控、一键自动、分步等多元化的操作模式，极大的简化了炉前生产的操作模式、规范操作流程、降低作业强度、提高作业效率、改善作业环境。
作者：
发表时间： 2020-03-27 05:24:27
阅读(2419)
评论(0)
本项目包含以下功能模块，能够实现整个连铸浇钢环节的“少人化、无人化”目标，同时无人化和标准化的操作能够提升连铸浇钢质量，减少质量事故的发生。
1、在受包位布设一台六轴工业级机器人，采用激光视觉加相机视觉的方式实现拆装油缸位的精准识别，从而引导机器人实现大包滑板油缸的自动拆装和介质管道（氩气管、压缩空气管、电磁下渣检测线圈等）的自动插拔；
2、在浇钢位钢结构平台第二层布设一台大臂展工业铸造级六轴主机器人，用以实现大包长水口的自动安装和自动拆卸、自动吹氧引流、自动长水口氩封、自动碗部清理、自动测温、自动取样、自动加中间包保温覆盖剂等主体功能，在浇钢位钢结构平台第三层布设一台辅助用六轴工业机器人，主要配合分拣中间包覆盖剂至主机器人的投放料斗中；
3、此外，该项目采用密封圈自动落料机构实现长水口密封圈的自动落料、采用探头自动拆卸装置实现探头的自动拆卸和取样头的自动切除脱离，采用电磁大包下渣检测实现大包下渣的准确检测和报警，采用结晶器保护渣自动添加装置实现加渣操作的无人化，采用结晶器液位控制系统和自动开浇系统实现中间包的自动开浇操作，采用动态轻压下和凝固末端重压下实现铸坯质量的提升，采用机械手自动喷号系统实现标号作业的无人化。
作者：wys@csm.org.cn
发表时间： 2020-03-27 10:35:57
阅读(1663)
评论(0)
本项目首次利用大数据及人工智能技术，突破了传统IT信息化系统框架结构、技术水平、适用领域等局限性，研发了一套适用钢铁企业全流程、全工序、全产品的质量分析管控平台，并应用于钢铁生产最为复杂的炼钢和轧钢工序，以现代质量管理方法为基础、以信息化系统为手段、以智能制造为主导，实现生产可管控、异常可预警、过程可追溯、缺陷可诊断、能力可评价、质量可预测、研发可推理。运用全面质量管理工具，辅助技术人员确保产品质量的稳定性，持续提升产品质量，不断提高顾客满意度和企业竞争力。
总体技术路线是利用大数据技术抽取及存储生产现场的所有生产信息、控制信息、工艺过程数据、能源介质数据、设备运行数据以及各种计质量装置等检测数据，形成完整统一的基础数据平台，然后以数据为基础，完成全流程、全工序的生产过程质量数据监控与告警、过程质量追溯、质量分析与建模、过程质量评价、工艺标准库管理、质量报告及统计分析报表，系统分析组件，系统配置管理等功能。
作者：wys@csm.org.cn
发表时间： 2020-03-27 10:34:47
阅读(1787)
评论(0)