您可信赖的分析顾问
首钢迁钢“电工钢性能分析预测模型与分析数据平台”系统开发
来源:数海时代 | 作者:Brady | 发布时间: 2015-12-09 | 1889 次浏览 | 分享到:
首钢迁钢公司需要针对无取向电工钢目标牌号钢种的生产工艺,通过建立性能指标预测模型。我们搭建了无取向电工钢的生产数据分析专用的数据挖掘数据集市,并集成了建模分析工具平台。我们在海量的生产大数据中,通过统计分析和数据挖掘方法,找出对电工钢最终成品性能的关键影响因子,评估其影响强弱和作用方向,确定了最佳生产工艺指标目标数值,建立了性能预测模型。

首钢股份公司迁安钢铁公司


项目背景
     首钢迁钢公司隶属首钢集团,是首钢搬迁调整,依托首钢迁安矿山基地,总体设计、分步实施的集成炼铁-炼钢-热轧-冷轧多工序工艺技术创新、生产流程优化、产品技术研发、关键设备制造的现代化国有大型钢铁企业。首钢迁钢把电工钢作为转型升级的主导性、引领性产品的战略决策于2005年启动,实现首钢由低端产品向中高端产品的历史性跨越。电工钢包括无取向硅钢和取向硅钢,生产工艺复杂,控制要求精细,被称为钢铁产品中的“工艺品”。

项目需求
     无取向电工钢分为高牌号与中低牌号两类,高牌号无取向电工钢因铁损值极低,制造工艺复杂、成分控制严格、杂质含量要求极低。同时要求合金度高,且常化温度、成品退火温度高,退火气氛控制严格,制造工序长和影响因素多、工艺复杂且难以获得高磁感,因此其产品质量常被认为是衡量一个国家特殊钢制造技术水平的标志。
无取向电工钢生产过程

      项目需要针对无取向电工钢目标牌号钢种的生产工艺,通过建立性能指标预测模型,分析出电工钢生产工艺过程的主要改善点与设备最佳控制精度,通过预测模型对后续工艺提供改善参数和工艺方案调整参考,进一步提高无取向电工钢的炼成率、成材率和牌号命中率。
      无取向电工钢生产工序繁多、工艺复杂、数据量大不说,还因控制精度要求高,偶然因素也影响大,因此影响成品电工钢电磁性能的模式异常复杂。本项目难度很大。

我们如何提供帮助
     我们针对项目需要,严格地遵循CRISP-DM(CRoss-Industry Standard Process for Data Mining )跨行业数据挖掘标准过程的方法论指导,确认业务目标并探索评估了数据质量之后,搭建了无取向电工钢的生产数据分析专用的数据挖掘数据集市,并集成了建模分析工具平台。

跨行业数据挖掘标准过程的方法论指导   项目遵循的方法论过程


     我们在海量的生产大数据中,通过统计分析和数据挖掘方法,找出对电工钢最终成品性能的关键影响因子,评估其影响强弱和作用方向,确定了最佳生产工艺指标目标数值,建立了性能预测模型。我们通过建立的数据挖掘模型参数特征,初步明确了在预测模型中对成品关键性能指标影响大的工艺过程环节关键指标,模型检验出了包括转炉、RH、连铸、加热炉、粗轧、精轧、常化、连退等生产环节中的多个关键参数变量极其最优目标值。
     最终针对不同牌号的无取向电工钢,成功建立起了成品主要电磁性能关键指标的预测模型。


专业的服务成就实效
      我们建立的几个主要模型的结果,解释力强,预测模型精度达到并略超过了预期。
      我们部署的分析数据平台,很好地根据分析目标和建模需要,集中了各工艺环节的有关大数据,支持了更深入复杂的分析建模工作,实现了项目目标。