一、研究背景與核心問題

高品質薄板廣泛應用于高端汽車、現代建筑、軍工裝備、智能家電等國民經濟建設的重要領域，其技術裝備現代化程度和產品譜系完備性均達到國際先進水平。而下游制造業(yè)對薄板產品的綜合質量，特別是高精度板形控制、全域性能一致性、表面質量穩(wěn)定性等方面提出了更高要求。“形、性、表”一體化控制已成為制約薄板產業(yè)高端化發(fā)展的瓶頸，而一體化控制面臨三大突出難題：

1）預報誤差大：多物理場耦合建模不足，難以適應小批量多規(guī)格生產。

2）檢測精度低：傳統(tǒng)設備受高溫干擾（如熱輻射），缺陷漏檢率高。

3）控制能力弱：冷/熱軋及后處理工序協(xié)同不足；“形性表”控制耦合關系被忽視，孤立調控導致綜合質量難以提升。

進一步從更深層次來看，板形、性能與表面三者孤立運行，缺乏協(xié)同調控，嚴重制約了產品綜合質量水平提升。因此，亟需構建“預報、檢測、控制”縱向貫通和“形、性、表”橫向協(xié)調的雙維度一體化工藝檢控體系。為此項目組圍繞形性表進行了一系列關鍵技術創(chuàng)新。

二、關鍵技術及科技創(chuàng)新

創(chuàng)新點一：針對“板形”，首發(fā)多模態(tài)信息融合檢測與多機架多工序協(xié)同板形控制技術

項目組從預報技術入手，搭建軋制板形板廓多尺度協(xié)同預報系統(tǒng)，在行業(yè)首次提出“軋輥冷卻效能動態(tài)修正”的技術思路，創(chuàng)新集成軋件彈塑性變形、輥系多因素變形及冷卻介質動態(tài)傳熱的多物理場耦合，突破了傳統(tǒng)解析方法在復雜工況下的適應性局限，規(guī)格2.5mm×1500mm的780MPa級熱軋高強鋼板形預報準確率達到行業(yè)最高的97%以上。

在熱軋板形檢測方面，創(chuàng)新性引入藍色激光光源，自主研發(fā)了高精度雙線激光三維點云重構技術和成套化裝備，實現了帶鋼表面空間形貌的毫米級實時重建，解決了高溫環(huán)境下傳統(tǒng)紅外測量易受熱輻射干擾“測不準”的行業(yè)難題，寬度方向檢測精度由原來的每點1.2mm提高到每點0.375mm，突破性實現浪形高度檢測精度由2mm提高到0.1mm。

在預報和檢測的基礎上，開發(fā)冷熱軋聯(lián)動調控的板形板廓控制技術，研發(fā)了熱軋多目標溫度精準控制和復雜工況竄輥量與彎輥力匹配技術，聯(lián)動前饋控制開發(fā)多機架全工序板形協(xié)同控制技術，解決了熱軋、冷軋及后處理全流程板形調控多工序互相掣肘的技術難題，規(guī)格2.5mm*1500mm的780MPa級熱軋板形值控制在35IU以內、規(guī)格0.8mm*1500mm的980MPa級冷軋板形值控制在5 IU以內。

創(chuàng)新點二：針對“性能”，創(chuàng)新研發(fā)基于先驗規(guī)則的熱軋過程工藝與力學性能控制技術

開發(fā)基于PINN（物理信息神經網絡）網絡的熱軋帶鋼力學性能預報算法，構建包括晶粒度、析出模型、復相強化模型為基礎的物理約束嵌入的神經網絡，創(chuàng)新性將先驗規(guī)則嵌入神經網絡，研發(fā)出符合物理定律的力學性能預測模型，實現模型更強的可解釋性與泛化能力。相比傳統(tǒng)神經網絡模型，僅需小樣本量的訓練，即可達到較高的性能預測準確率，屈服強度為例：晶粒強化軟鋼≥99.5%，細晶及析出強化中等強度鋼≥99%；抗拉強度為例：多相強化超高強鋼≥97%。

在高精度預測基礎上，構建了基于多環(huán)反饋的力學性能綜合控制系統(tǒng)，創(chuàng)新性提出軋鋼及后處理工藝調控作為反饋內環(huán)、成分及煉鋼工藝調控作為反饋外環(huán)的技術架構，自主研發(fā)出銜接PINN（物理信息神經網絡）算法的成套力學性能綜合控制系統(tǒng)，對340-1180MPa系列薄板的工藝控制命中率達到100%。

創(chuàng)新點三，針對“表面”，開發(fā)基于高速協(xié)同算法的高精度板帶表面特性智能檢控技術

針對薄板帶高速運動狀態(tài)下表面缺陷漏檢的行業(yè)突出問題，自主開發(fā)雙模成像+FPGA（加FPGA）的表面質量檢測技術，研發(fā)了智能自適應光源技術和高精度線陣與全局面陣雙模成像系統(tǒng)，精準檢測傳統(tǒng)系統(tǒng)難以捕捉的十微米級瑕疵及復雜灰度差異，實現毫秒級協(xié)同運算和十微米級檢測，表面缺陷綜合檢出率由95%提升到98%。

在算法方面，自主創(chuàng)建“自監(jiān)督預訓練+動態(tài)多模遷移”機制的深度學習算法，首創(chuàng)“嵌入式協(xié)同感知+多模型自適應分割+多模態(tài)分級決策”三位一體技術體系，構建缺陷類別特征空間與自進化提取，減少數據依賴的同時相比傳統(tǒng)算法實現誤檢率降低60%以上，分類分級準確率由90%提升到95%，自動判級人工一致率達到90%。

在控制方面，研發(fā)了基于缺陷數模重現的工藝設定及仿真控制技術，建立表面質量缺陷設定模型，對缺陷重現結果實施后處理捕捉和跟蹤，協(xié)助檢測系統(tǒng)完成缺陷的分析和判斷，助力提高系統(tǒng)的精度和控制水平。聚焦突破熱軋粗糙度因素，有效解決上游來料的缺陷遺傳問題，實現多工序表面質量反饋調控，對于軋鋼可控環(huán)節(jié)表面缺陷發(fā)生率降低73%。

創(chuàng)新點四，針對“形性表一體化”，首次研發(fā)“形、性、表”多目標耦合約束的一體化工藝控制技術

通過統(tǒng)籌板形、性能、表面質量三個維度的檢控技術，深度融合動態(tài)工藝參數、多模態(tài)異構數據及物理機理，建立形性表特征函數，對多目標函數就行耦合優(yōu)化，構建三目標Pareto最優(yōu)解集目標函數實現多準則決策，也就是通過動態(tài)工藝參數和多模態(tài)異構數據的樣本采集找到形性表共性參數作為自變量，通過Pareto方法對三個不同方向的目標函數進行重新排序、交叉、融合，尋找到符合優(yōu)化目標的最優(yōu)解集。開發(fā)了“形、性、表”多目標耦合約束的一體化工藝控制技術，突破傳統(tǒng)孤立檢控范式，實現“檢測-預報-控制”的閉環(huán)協(xié)同。

三、主要技術指標先進性

本項目在板形智能檢測的運行速度、檢測精度、板形板廓預報控制等方面優(yōu)于德國西馬克（SMS）、瑞典視平線（Shapeline）等國際先進企業(yè)同類技術。此外，表面缺陷綜合檢出率、分類分級準確率、自動判級人工一致率均優(yōu)于美國阿美特克（AMETEK）同類技術。

1：同類技術對比

技術指標

對比瑞典Shapeline

公司技術參數

該項目技術參數

比較結論

板形智能檢測

產線運行速度

Max.1200米/分鐘

優(yōu)于

寬度方向檢測精度

1.2mm/點

0.375mm/點

優(yōu)于

行進方向檢測精度

20mm/點

9mm/點

優(yōu)于

浪形高度精度

≤±0.5mm

≤±0.1mm

優(yōu)于

基于輥道中心的跑偏量測量精度

≤±5mm

≤±5mm

相當

技術指標

對比德國SMS

公司技術參數

該項目技術參數

比較結論

板形板廓預報

板形預報精準

≥95%

≥97%

優(yōu)于

板廓預報精準

≥95%

≥95%

相當

板形板廓控制

板形控制

熱軋≤40I，冷軋≤8I，平整≤4I，有碎浪

熱軋板形35 IU以內；冷軋板形5 IU以內；平整成品2 IU以內，無碎浪；

優(yōu)于

板廓控制

≤25μm

≤20μm

優(yōu)于

技術指標

對比美國AMETEK公司技術參數

該項目技術參數

比較結論

性能預報控制

性能預報準確率

≥99%

≥99.5%

相當

工藝反饋控制命中率

100%

優(yōu)于

表面質量檢測及控制

表面缺陷綜合檢出率

95%

98%

優(yōu)于

分類分級準確率

90%

95%

優(yōu)于

自動判級人工一致率

無判級功能

90%

優(yōu)于

表面缺陷發(fā)生率

73%

優(yōu)于

四、項目實施效果

項目取得發(fā)明專利授權59件，發(fā)表學術論文24篇，軟件著作權39項。研究成果在河鋼、寶鋼、鞍鋼等國內大型鋼鐵企業(yè)推廣，成功應用于熱軋、冷軋、后處理等近30條產線，區(qū)域性輻射京津冀、長三角核心鋼鐵產銷區(qū)。中國鋼鐵工業(yè)協(xié)會組織專家對本項目進行評價：整體技術達到國際領先水平。

經濟效益方面，因項目應用，成品板帶因板形、性能、表面質量等問題而引起的缺陷率下降80%，年均質量降級量減少15萬噸，近三年累計創(chuàng)效5.2億元。社會效益方面，項目攻克了板帶高品質生產的核心瓶頸，推動了鋼鐵行業(yè)自主創(chuàng)新與轉型升級。滿足了高端市場對板形、性能及表面質量要求與差異性需求，應用前景廣闊。

---

聲明：本文系轉載自互聯(lián)網，請讀者僅作參考，并自行核實相關內容。若對該稿件內容有任何疑問或質疑，請立即與鐵甲網聯(lián)系，本網將迅速給您回應并做處理，再次感謝您的閱讀與關注。