连续退火炉生产过程质量监测方法及应用

摘要

退火是生产高质量钢材的一道必要工序，退火好坏将直接影响钢材的最终质量。在实际生产过程中，由于退火炉工艺复杂，带钢的许多质量指标不能在线测量，通常对带钢质量的检测是事后检验，即主要是当产品生产出来后由检验机构和检验人员验收，这样就有很大的时间滞后，而且这种事后检验无法在生产过程中起到预防和控制作用。因此，对退火炉生产过程进行在线质量监测具有重要的现实意义。
　　本文以某公司的一条冷轧不锈钢退火酸洗线中退火炉为研究背景，运用单变量和多变量的质量监测方法对过程数据进行分析和解释，判断生产过程所处的运行状态。针对连续退火炉生产过程特点，采用多向偏最小二乘（Multiway Partial Least Square，MPLS）和多向核偏最小二乘(Multiway Kernel Partial Least Square，MKPLS)方法来估计带钢的质量指标，并用现场数据分别对两种方法进行仿真，得出MKPLS算法比MPLS算法具有更好的效果。最后本文从软件研究开发的角度，基于VC++软件开发平台，应用COM组件技术、OPC技术和ODBC等技术开发出连续退火炉生产过程质量监测应用软件。该软件实现了单变量、多变量的在线质量监测和对产品最终质量指标的估计功能。
　　采用本文算法设计的连续退火炉质量监测软件，可以使现场人员及时发现相应的过程波动和缓慢变异，同时也解决了对带钢质量检测的时间滞后性问题，有助于提高产品质量和生产效率的目的。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 连续退火工艺

1．2．1 退火

1．2．2 连续退火炉简介

1．3 质量监测主要方法

1．4 本文的主要内容及结构安排

第2章 质量监测的理论基础

2．1 基于单变量的质量监测

2．1．1 Shewhart控制图

2．1．2 CUSUM控制图

2．1．3 EWMA控制图

2．2 基于多变量的质量监测

2．2．1 主成分分析法(PCA)

2．2．2 偏最小二乘法(PLS)

2．3 本章小结

第3章 连续退火炉带钢质量指标估计

3．1 间歇过程的数据处理

3．2 多向偏最小二乘(MPLS)

3．2．1 MPLS的基本原理

3．2．2 MPLS的基本算法

3．2．3 MPLS特征向量个数的确定

3．3 多向核偏最小二乘(MKPLS)

3．3．1 MKPLS基本原理

3．3．2 MKPLS基本算法

3．3．3 基于MKPLS的质量指标估计步骤

3．4 连续退火炉带钢质量指标估计仿真

3．5 本章小结

第4章 监测软件开发

4．1 软件的总体结构设计

4．2 OPC服务器的访问

4．2．1 OPC技术概述

4．2．2 OPC数据访问机制

4．2．3 VC环境下的OPC客户端程序开发过程

4．3 COM组件技术在软件中的应用

4．3．1 COM组件的建立

4．3．2 COM组件在VC中的调用

4．4 数据库设计

4．4．1 数据库的基本概念

4．4．2 数据库访问技术选择

4．4．3 VC中数据库的开发

4．5 本章小结

第5章 监测软件实现

5．1 连续退火炉监测系统通讯配置

5．2 单变量控制图功能实现

5．2．1 单变量控制限设定

5．2．2 单变量控制图的监测功能

5．3 多变量控制图功能实现

5．3．1 多变量控制图模型设定

5．3．2 多变量控制图的监测功能

5．4 质量指标估计功能实现

5．5 本章小结

第6章 总结及展望

6．1 总结

6．2 展望

参考文献

致谢