板帶在線實時質(zhì)量預測數(shù)據(jù)預處理技術

劉 博，王學敏

(寶山鋼鐵股份有限公司，上海 201900)

0 前言

在智慧制造大潮中，企業(yè)數(shù)字化轉(zhuǎn)型是關鍵的一步。商業(yè)領域數(shù)字化應用較普遍，工業(yè)領域由于其工況的復雜性、不確定性以及對精度的高要求，導致數(shù)字化和數(shù)據(jù)應用的實施落后于商業(yè)領域。目前，各工業(yè)企業(yè)都在緊隨智慧制造發(fā)展的大方向積極推進企業(yè)數(shù)字化和智能化的轉(zhuǎn)型[1-3]。

生產(chǎn)裝備的高度自動化、計算機的高性能、高存儲以及高速發(fā)展的互聯(lián)互通技術，為企業(yè)數(shù)字化提供條件，各大鋼鐵企業(yè)紛紛開展數(shù)據(jù)整合以推動工廠數(shù)字化轉(zhuǎn)型，如中國的寶鋼、美國的大河鋼廠等。

在現(xiàn)有架構下，傳統(tǒng)鋼鐵企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型是項復雜的、長期的巨大工程，不僅僅是實現(xiàn)各源數(shù)據(jù)的整合和存儲，更重要的是如何從頂層設計來滿足不同的應用需求，對數(shù)據(jù)進行有效預處理，進而開展各類不同的應用，以滿足企業(yè)降本增效、提高質(zhì)量、提高生產(chǎn)效率等需求。

鋼鐵企業(yè)是復雜的流程性工業(yè)，盡管利用生產(chǎn)數(shù)據(jù)分析進行設備狀態(tài)監(jiān)控、跟蹤、診斷，優(yōu)化工藝過程，實現(xiàn)了技術能力和產(chǎn)品質(zhì)量的提升，但是傳統(tǒng)的生產(chǎn)過程工藝數(shù)據(jù)利用程度較低，跨機組數(shù)據(jù)應用基本停留在事后的離線歷史數(shù)據(jù)分析[4]。隨著大數(shù)據(jù)技術的興起與硬件處理速度的提高，在線大數(shù)據(jù)應用成為可能，實現(xiàn)了前后機組、前后工序數(shù)據(jù)的流動和傳承，開展大數(shù)據(jù)應用與分析，對產(chǎn)品質(zhì)量進行及時預警。本文提供了一種思路和方法，旨在將流動的數(shù)據(jù)進行匹配，用于產(chǎn)品質(zhì)量的在線實時預警，尤其是最復雜的冷軋工序產(chǎn)品質(zhì)量預測(如性能)。

1 確定目標與數(shù)據(jù)分析

不同的分析目標，所涉及的機組和數(shù)據(jù)項不同，有的分析需要跨機組數(shù)據(jù)，有的只用本機組數(shù)據(jù)即可，有的可能同時涉及工藝數(shù)據(jù)和設備狀態(tài)數(shù)據(jù)，需要先根據(jù)不同的分析目標，結合行業(yè)經(jīng)驗和背景知識，確定數(shù)據(jù)項及其對應的工序和機組。

數(shù)據(jù)流動包含機組內(nèi)各工序間的數(shù)據(jù)流動和跨機組的數(shù)據(jù)流動。鋼鐵生產(chǎn)工藝流程長且復雜，從煉鐵、煉鋼、連鑄、熱軋，到冷軋、連退、熱鍍鋅等機組，實現(xiàn)全流程的數(shù)據(jù)流動。以爐號、卷號或材料號為關鍵字，實現(xiàn)前后機組的勾聯(lián)與數(shù)據(jù)傳承。

對于煉鐵、煉鋼、連鑄，一爐鋼對應一組數(shù)據(jù)，跟隨爐號或卷號傳遞到下游機組；但對于熱軋和冷軋，尤其是冷軋，由于板帶較長，生產(chǎn)過程中，工藝數(shù)據(jù)和設備狀態(tài)數(shù)據(jù)的波動會影響板帶質(zhì)量，因此，一卷一組數(shù)據(jù)不能滿足精準的數(shù)據(jù)應用需求，需要將數(shù)據(jù)落位到板帶相對應的具體位置，能夠體現(xiàn)板帶全長范圍內(nèi)的數(shù)據(jù)波動情況及其對質(zhì)量的影響規(guī)律，高速連續(xù)生產(chǎn)的板帶，經(jīng)過某一工序時，利用機組內(nèi)的帶頭跟蹤儀或焊縫跟蹤儀、以及機組內(nèi)的計長編碼器[5-9]，將該工序瞬時工藝和設備狀態(tài)數(shù)據(jù)映射到板帶具體位置，將數(shù)據(jù)與板帶長度位置匹配起來，一組數(shù)據(jù)與板帶位置呈一一對應關系，并跟隨實物板帶向下游工序、下游機組、甚至下游用戶流動，下游可以利用傳承過來的數(shù)據(jù)，開展各類應用。

2 在線數(shù)據(jù)預處理關鍵技術

利用大數(shù)據(jù)技術開展在線板帶質(zhì)量實時預測技術，表面上看，是利用時序數(shù)據(jù)開展實時質(zhì)量預測(如性能)，但實際上，并非將實時采集上來的數(shù)據(jù)匯聚在一起，作為模型輸入用以對板帶質(zhì)量進行預測那么簡單。對板帶質(zhì)量進行實時預測(如板帶機械性能)，實際上是對板帶各個位置的質(zhì)量進行預測，由于各設備安裝空間位置不同，在線實時獲得的各工序數(shù)據(jù)并非對應板帶同一位置，如圖1所示，因此實時獲得的數(shù)據(jù)并非同一組數(shù)據(jù)，無法直接使用。

圖1 高速生產(chǎn)的板帶數(shù)據(jù)落位示意圖

如圖1所示，某熱鍍鋅機組板帶從右往左前進，開卷后，板帶依次穿過焊機、退火爐各爐段、鋅鍋、平整機和拉矯機等設備。對于任一時刻，這些設備產(chǎn)生的瞬時數(shù)據(jù)并非對應板帶同一位置。如焊機數(shù)據(jù)對應板帶位置1,退火爐加熱段對應板帶位置2，退火爐均熱段對應板帶位置3，退火爐冷卻段對應板帶位置4，鋅鍋數(shù)據(jù)對應板帶位置5，平整機數(shù)據(jù)對應板帶位置6，拉矯機數(shù)據(jù)對應板帶位置7。為了實時對板帶各位置質(zhì)量進行預測，首先需要將這些數(shù)據(jù)映射到板帶物理位置上，每個物理位置對應一組數(shù)據(jù)，利用該物理位置的數(shù)據(jù)預測該位置的質(zhì)量。

假設需要預測某位置的質(zhì)量，如機械性能， 影響機械性能的工序包括退火爐(加熱段、均熱段、緩冷段和快冷段)、平整機和拉矯機，拉矯機是該機組影響性能的最后一道工序，那么，需要待該位置到達拉矯機后，才能搜集完該位置的全部數(shù)據(jù)，才能開始對該位置的性能進行預測。

但在數(shù)據(jù)采集時，采集到的實時數(shù)據(jù)是時序數(shù)據(jù)，不管是熱軋還是冷軋，需要利用帶頭檢測儀(如冷軋的焊縫跟蹤儀)和計長編碼器相結合，實時計算帶頭移動距離，定義為變量wplen，才能把實時采集到的數(shù)據(jù)與位置對應起來，且每個工序?qū)膶崟rwplen值不同。

如圖2所示，假設需要預測距離帶頭wplen=100 m位置的性能，則需要收集完全部數(shù)據(jù)后，才能開始該位置的性能預測，假設：

T1時刻，帶頭離開退火爐加熱段wplen=100 m位置時，對應的退火爐加熱段工藝數(shù)據(jù)集為X1；

T2時刻，帶頭離開退火爐均熱段wplen=100 m位置時，對應的退火爐均熱段工藝數(shù)據(jù)集為Y1；

T3時刻，帶頭離開退火爐緩冷段wplen=100 m位置時，對應的退火爐緩冷段工藝數(shù)據(jù)集為Z1；

T4時刻，帶頭離開退火爐快冷段wplen=100 m位置時，對應的退火爐快冷段工藝數(shù)據(jù)集為K1；

T5時刻，帶頭離開平整機段wplen=100 m位置時，對應的平整機工藝數(shù)據(jù)集為N1；

T6時刻，帶頭離開拉矯機段wplen=100 m位置時，對應的拉矯機工藝數(shù)據(jù)集為P1；

當T6時刻采集到拉矯機數(shù)據(jù)后，即意味著獲得了該位置wplen=100 m的性能預測所需要的全部工藝數(shù)據(jù)，此時可以開始該位置的性能預測。

圖2 帶頭離開各工序100 m時各工序數(shù)據(jù)落位示意圖

圖2是距離帶頭100 m即wplen=100 m時的數(shù)據(jù)采集與匹配的情況，以此類推，可以獲得wplen=L1，L2，L3，……，Ln時分別對應的數(shù)據(jù)集。

假設需要預測性能的各點距離帶頭的長度依次為：L1，L2，L3，L4，L5，……，Ln；

各位置所對應的退火爐加熱段瞬時工藝數(shù)據(jù)集依次為：X1，X2，X3，X4，X5，……，Xn；

各位置所對應的退火爐均熱段瞬時工藝數(shù)據(jù)集依次為：Y1，Y2，Y3，……，Yn；

各位置所對應的退火爐緩冷段瞬時工藝數(shù)據(jù)集依次為：Z1，Z2，Z3，……，Zn；

各位置所對應的退火爐快冷段瞬時工藝數(shù)據(jù)集依次為：K1，K2，K3，……，Kn；

各位置所對應的退火爐平整機瞬時工藝數(shù)據(jù)集依次為：N1，N2，N3，……，Nn；

各位置所對應的退火爐拉矯機瞬時工藝數(shù)據(jù)集依次為：P1，P2，P3，……，Pn；

以此類推，可得板帶各長度位置所對應的相關工序數(shù)據(jù)集，每一行表示一組，對應板帶一個位置，參考表1(部分數(shù)據(jù)格式樣張)。

表1 各相關工序數(shù)據(jù)集樣張

需要說明的是：采集數(shù)據(jù)時，采集到的數(shù)據(jù)是離散的，不同工序數(shù)據(jù)不一定落位在板帶同一位置，但可以通過就近插值的方法統(tǒng)一長度位置。比如，變量X1和變量Y1在落位時不一定全部準確落位在L1位置，但可以利用就近插值的方法獲得L1位置的對應值，進而獲得如表1所示的矩陣。

當收集到L1位置的全部數(shù)據(jù)后，L1位置對應的數(shù)據(jù)集為一組，作為模型的輸入，調(diào)用質(zhì)量預測模型(如性能預測模型)，計算輸出L1位置的性能值；

當收集到L2位置的全部數(shù)據(jù)后，通過調(diào)用性能預測模型，輸出L2位置的性能值，可以在線實時顯示L2位置的機械性能預測值。

……

依次類推，板帶全長為Ln，當收集到Ln位置的全部數(shù)據(jù)后，通過調(diào)用質(zhì)量預測模型(如性能)，輸出Ln位置的性能值。

通過在線實時顯示畫面，可以將這些實時預測值呈顯給操作人員，若出現(xiàn)異常則可以及時對工藝數(shù)據(jù)進行調(diào)整。

3 應用案例

對某熱鍍鋅機組板帶機械性能(含屈服強度、抗拉強度、延伸率)進行預測。

數(shù)據(jù)源1：前工序傳承下來的數(shù)據(jù)，包含具體位置數(shù)據(jù)或整卷數(shù)據(jù)(含鋼種、熱軋溫度等)。

數(shù)據(jù)源2：本機組各工序數(shù)據(jù)(含退火爐、平整機、拉矯機)。

對各源數(shù)據(jù)實施在線匹配，以米級精度(每米一組)在線實時對各點性能進行匹配和預測，匹配與預測結果見表2。

表2 在線性能實時預測結果展示

4 結論

本文創(chuàng)新點在于：改變過去時序數(shù)據(jù)的思維[10-20]。將時間和空間統(tǒng)一起來，基于質(zhì)量與位置的實時對應關系，實現(xiàn)數(shù)據(jù)在線實時應用。帶鋼生產(chǎn)時，由于不同設備安裝位置不同，因此同時取到的數(shù)據(jù)并不是對應帶鋼同一位置，若想預測帶鋼某個位置的性能，用同時取到的數(shù)據(jù)是不對的，需要對取到的時序數(shù)據(jù)做一定的轉(zhuǎn)化和處理方可使用。本文提出的一種在線流式實時數(shù)據(jù)預處理方法，以板帶長度位置為紐帶，將相關數(shù)據(jù)匹配成一組數(shù)據(jù)集作為模型輸入，然后調(diào)用模型計算，對板帶質(zhì)量進行在線實時預測，該方法實時性高，對于出現(xiàn)質(zhì)量異常時，可以及時提示操作人員進行干預，避免大批量產(chǎn)品質(zhì)量異常所帶來的經(jīng)濟損失，改進了離線分析、事后處理的弊端，應用案例證明了該方法具有可實施性。