2023年7月26日，由北科工研承包实施的马钢冷轧总厂“智能磨辊间及冷轧大数据分析”项目顺利通过验收。

图1 项目验收评审会

    长期以来，冷轧厂存在着生产不够稳定，断带、跑偏、打滑等故障偶发性强；生产效率未达到设计目标；热轧-冷轧工序间存在信息壁垒，无法进行多工序、多业务协同分析；生产成本管理无数据支撑等共性问题。北科工研长期致力于冷轧数智化高效分析决策技术研究和实践，依托高校科技攻关水平和丰富的工程实践经验，针对以上问题，集成开发了冷轧大数据分析系统。

    该系统通过搭建数据互联平台，应用大数据、神经网络、机器学习等前沿的数据分析技术，融合先进工艺思想，开发一系列智能化工艺模型进行在线实时诊断分析，并提出针对性优化措施，有效提高了生产稳定性和生产效率，打通信息壁垒，优化成本分析，取得了切实的应用效果。目前该系统各个模块均已实际应用于鞍钢、马钢、攀钢等不同钢铁企业。

    【冷轧生产稳定性及生产效率方面】

    针对现场频繁发生的断带、跑偏、打滑等生产故障，打通“热轧-冷轧-连退”信息壁垒，开发酸轧跑偏、轧机断带、连退跑偏、张力辊/炉辊打滑、酸轧连退生产效率分析等诊断分析模型，系统自动进行原料诊断、异常预测、过程寻优，通过优化上游工序质量、优化工艺参数、给出设备调整建议等措施，某现场应用后断带次数降低50%以上，跑偏降低60%以上，同时分析各班组生产效率差异性，通过班组对标、历史先进对标倒逼现场不断向先进水平提升。综合运用以上技术后，某现场酸轧小时产量提高1.5吨/小时以上。

图3 板形特征提取

    【冷轧过程质量管控方面】

    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、质量预测（同板差、性能）、质量智能监控、质量一键式分析（质量-设备-工艺协同分析）等相关模块，实现了质量一贯制管控。现场应用后，通过质量精准管理、前后工序协同分析、工艺窗口实时监控等手段，产品质量稳定性大幅改善，不良品率降低0.5%以上、质量异议大幅降低。

    【冷轧生产成本精细化管理方面】

    成本异常分析：系统基于全流程数据跟踪，重点从能耗、成材率、辊耗三大成本要素进行诊断分析，一方面开发单卷能耗异常分析、单卷成材率异常分析、轧辊大数据分析模型，通过大数据统计对比、高斯分布等分析方法，结合单卷生产效率、设备状态、质量缺陷等数据，实现以上各项成本的异常原因分析。

    成本优化：通过能耗对比分析、热轧宽度控制余量分析、轧辊疲劳分析指导现场错峰排产、减小要料宽度、头尾精准剪切、降低磨削量，某现场通过优化头尾来料剪切长度，连退成材率提高0.15%，通过轧辊大数据分析指导磨削，工作辊辊耗降低7%以上。同时通过工艺-性能-能耗协同分析模型，探索在保证质量的前提下，通过提高生产速度或改变工艺降低能耗。

    本项目的成功验收，是北科工研在冷轧智能化领域取得的又一佳绩，对今后的冷轧大数据项目起到了良好的示范作用，进一步奠定了北科工研在国内冷轧精品板材智能制造方面的领先地位。