钢轨规格尺寸在线自动调整系统的制作方法

本发明涉及轧钢，特别涉及一种钢轨规格尺寸在线自动调整系统。

背景技术：

轨梁厂轧钢的难点在于规格尺寸的精确控制，在型材轧制过程中，尤其是钢轨产品，因其成品断面复杂，标准要求高，控制与过程参数多且有多重相关性，技术人员只有通过大量的废钢积累一定的经验才能具备一定的调参能力，但很难高效的找到一组合理参数用于指导生产，过程能力差，不稳定，可传承性低。

技术实现要素：

本发明的目的是提供一种钢轨规格尺寸在线自动调整系统，解决在型材轧制过程中，尤其是钢轨产品，因其成品断面复杂，标准要求高，控制与过程参数多且有多重相关性，技术人员只有积累一定的经验才能具备一定的调参能力，但很难高效的找到一组合理参数用于指导生产，过程能力差，不稳定，可传承性低的问题。

本发明解决其技术问题，采用的技术方案是：钢轨规格尺寸在线自动调整系统，包括：专家知识库、钢轨智能轧制规格控制基础模型系统、大数据模型系统、自动调整控制系统、实时检测系统、大数据应用平台和大数据数据采集平台；

所述专家知识库，用于存储在生成过程中已被验证的规格调整经验，孔型设计经验，基于历史数据找出的最优轧制表，以及统计所得的辊缝、轧制力、规格数据的控制范围；

所述钢轨智能轧制规格控制基础模型系统包括智能仿真模块和轧钢经验模型库模块，所述轧钢经验模型库模块至少包括轧钢经验公式；

所述钢轨智能轧制规格控制基础模型系统用于添加和/或修改和/或删除经验公式，还用于通过智能仿真模块，设定仿真条件，建立新的轧钢仿真模型，对于新建的轧钢仿真模型，系统会添加待验证标签，如新建的轧钢仿真模型被使用后效果达到规定值，则打上已验证标签，同时被存入专家知识库，若未到达规定值，则标签仍为待验证；

所述大数据模型系统，用于当系统离线运行时，通过其标准内置的建模流程，使用已有算法或自定义新算法，建立或更新基于历史数据的大数据模型，或修改、增删钢轨规格尺寸调整寻优算法，所述大数据模型包括相应的基础模型和参数控制范围；还用于当系统在线运行时，系统被触发后，提取当前钢的生产数据，并带入大数据规格尺寸调整寻优算法，应用大数据模型和参数控制范围，找出合理的调整方案，然后针对每种调整方案调用钢轨智能轧制规格控制基础模型系统内的轧钢仿真模型，再次验证中间道次金属在孔型内的充满度、轧制力参数的合理性，并打分，选出得分最高的为建议调整的最优方案，在操作界面上显示排名前三的方案；

所述自动调整控制系统，包括数据转发控制器和当前轧机控制系统，所述当前轧机控制系统用于控制当前轧机的运行，所述数据转发控制器用于数据接收、解析和转发，还用于监听当前轧机控制系统状态和大数据模型系统运行状态，还用于对大数据模型系统与生产网络进行安全隔离，还用于诊断网络状态和信号质量，自动调整控制系统配置成服务器，配置相应的任务等级，当前轧机控制系统接收到数据转发器发送的信息时，直接更新当前轧机的当前调整参数的设定值；

所述实时检测系统，为系统提供模型和调整方案的数据基础，由于该实时检测系统数据来源于现场控制器或数据服务器，所以该系统服务器硬件为工控机；

所述大数据应用平台，为所述专家知识库、钢轨智能轧制规格控制基础模型系统和大数据模型系统运作的软硬件载体，即一台运行有大数据应用软件的标准服务器；

所述大数据数据采集平台，是一个分布式服务器集群，用于采集、存储、备份大数据应用平台、自动调整控制系统及实时检测系统数据。

进一步的是，如果在系统在线调整工程中，某调整方案被验证是合理的，且所述专家知识库里并未存储，能够将该调整方案存储至专家知识库。

进一步的是，所述轧钢经验公式，包括：各道次变形抗力公式、轧制力公式、连轧张力公式、力矩公式、功率公式、孔型充满度公式和出钢状态公式。

进一步的是，所述相应的基础模型包括规格尺寸模型和轧制力模型。

进一步的是，当系统在线运行时，若系统被授予最高权限，则直接由系统下发最优调整方案的参数至自动调整控制系统，另外，在稳定轧制阶段系统会提取不同钢轧制过程同一参数的变化情况，以曲线的形式显示在操作界面上。

进一步的是，所述大数据模型系统与数据转发控制器之间的通信协议采用tcp/ip，数据转发控制器与当前轧机控制系统之间的通信协议采用现场总线协议。

进一步的是，所述当前轧机控制系统状态包括生产状态、plc当前负荷和plc顺控流程。

进一步的是，所述实时检测系统带有工业以太网、现场总线及串口，该实时检测系统所需测量设备包括：调整液压缸压力传感器、位移传感器，轧机入口温度传感器、轧机出口轧件出钢状态检测摄像传感器和热态钢轨规格轮廓测量系统。

进一步的是，所述大数据应用软件的功能包括：

数据抽取和清洗，即可以访问大数据平台的存储媒质，且有数据预处理的功能；

数据统计分析、算法包导入和算法定制；

模型结果展现；

用户应用界面定制；

直接与自动调整控制系统进行实时参数的交换；

负责系统各模块的任务调动，状态以及硬件监控。

进一步的是，所述分布式服务器集群，采用cloundmanager或ambari开源系统实现，其中实时数据采集及存储过程采用apachenifi数据实时数据流处理系统实现，对外通信协议均采用工业千兆以太网协议，且该分布式服务器集群内大数据中间件可更新。

本发明的有益效果是，通过上述钢轨规格尺寸在线自动调整系统，以钢轨系列产品轧制过程为研究对象，结合仿真、轧制理论及大数据技术，开展钢轨断面尺寸在线自动调整系统研究工作，可以高能效、高精度、低难度、智能化的进行钢轨规格调整。

附图说明

图1为本发明钢轨规格尺寸在线自动调整系统的结构框图。

具体实施方式

下面结合附图及实施例，详细描述本发明的技术方案。

本发明所述钢轨规格尺寸在线自动调整系统，其结构框图参见图1，其中，该系统包括：专家知识库、钢轨智能轧制规格控制基础模型系统、大数据模型系统、自动调整控制系统、实时检测系统、大数据应用平台和大数据数据采集平台。

上述系统中，专家知识库，用于存储在生成过程中已被验证的规格调整经验，孔型设计经验，基于历史数据找出的最优轧制表，以及统计所得的辊缝、轧制力、规格数据的控制范围；

钢轨智能轧制规格控制基础模型系统包括智能仿真模块和轧钢经验模型库模块，轧钢经验模型库模块至少包括轧钢经验公式；钢轨智能轧制规格控制基础模型系统用于添加和/或修改和/或删除经验公式，还用于通过智能仿真模块，设定仿真条件，建立新的轧钢仿真模型，对于新建的轧钢仿真模型，系统会添加待验证标签，如新建的轧钢仿真模型被使用后效果达到规定值，则打上已验证标签，同时被存入专家知识库，若未到达规定值，则标签仍为待验证。

大数据模型系统，用于当系统离线运行时，通过其标准内置的建模流程，使用已有算法或自定义新算法，建立或更新基于历史数据的大数据模型，或修改、增删钢轨规格尺寸调整寻优算法，大数据模型包括相应的基础模型和参数控制范围；还用于当系统在线运行时，系统被触发后，提取当前钢的生产数据，并带入大数据规格尺寸调整寻优算法，应用大数据模型和参数控制范围，找出合理的调整方案，然后针对每种调整方案调用钢轨智能轧制规格控制基础模型系统内的轧钢仿真模型，再次验证中间道次金属在孔型内的充满度、轧制力参数的合理性，并打分，选出得分最高的为建议调整的最优方案，在操作界面上显示排名前三的方案。

自动调整控制系统，包括数据转发控制器和当前轧机控制系统，当前轧机控制系统用于控制当前轧机的运行，数据转发控制器用于数据接收、解析和转发，还用于监听当前轧机控制系统状态和大数据模型系统运行状态，还用于对大数据模型系统与生产网络进行安全隔离，还用于诊断网络状态和信号质量，自动调整控制系统配置成服务器，配置相应的任务等级，当前轧机控制系统接收到数据转发器发送的信息时，直接更新当前轧机的当前调整参数的设定值。

实时检测系统，为系统提供模型和调整方案的数据基础，由于该实时检测系统数据来源于现场控制器或数据服务器，所以该系统服务器硬件为工控机。

大数据应用平台，为专家知识库、钢轨智能轧制规格控制基础模型系统和大数据模型系统运作的软硬件载体，即一台运行有大数据应用软件的标准服务器。

大数据数据采集平台，是一个分布式服务器集群，用于采集、存储、备份大数据应用平台、自动调整控制系统及实时检测系统数据。

另外，如果在系统在线调整工程中，某调整方案被验证是合理的，且专家知识库里并未存储，能够将该调整方案存储至专家知识库。

作为优选，轧钢经验公式，包括：各道次变形抗力公式、轧制力公式、连轧张力公式、力矩公式、功率公式、孔型充满度公式和出钢状态公式等。

作为优选，相应的基础模型包括规格尺寸模型和轧制力模型。

作为优选，当系统在线运行时，若系统被授予最高权限，则直接由系统下发最优调整方案的参数至自动调整控制系统，另外，在稳定轧制阶段系统会提取不同钢轧制过程同一参数的变化情况，以曲线的形式显示在操作界面上。

作为优选，大数据模型系统与数据转发控制器之间的通信协议采用tcp/ip，数据转发控制器与当前轧机控制系统之间的通信协议采用现场总线协议。

作为优选，当前轧机控制系统状态包括生产状态、plc当前负荷和plc顺控流程。

作为优选，实时检测系统带有工业以太网、现场总线及串口，该实时检测系统所需测量设备包括：调整液压缸压力传感器、位移传感器，轧机入口温度传感器、轧机出口轧件出钢状态检测摄像传感器和热态钢轨规格轮廓测量系统。

作为优选，大数据应用软件的功能包括：数据抽取和清洗，即可以访问大数据平台的存储媒质，且有数据预处理的功能；数据统计分析、算法包导入和算法定制；模型结果展现；用户应用界面定制；直接与自动调整控制系统进行实时参数的交换；负责系统各模块的任务调动，状态以及硬件监控。

作为优选，分布式服务器集群，采用cloundmanager或ambari开源系统实现，其中实时数据采集及存储过程采用apachenifi数据实时数据流处理系统实现，对外通信协议均采用工业千兆以太网协议，且该分布式服务器集群内大数据中间件可更新。

实施例

本发明实施例钢轨规格尺寸在线自动调整系统，包括：专家知识库、钢轨智能轧制规格控制基础模型系统、大数据模型系统、自动调整控制系统、实时检测系统、大数据应用平台和大数据数据采集平台。

在具体实施过程中，可包括如下步骤：

1、系统架构设计：系统由7部分组成：大数据采集平台、大数据应用平台、专家知识库、钢轨智能轧制规格控制基础模型系统、大数据模型系统、自动调整控制系统、实时检测系统组成。由于系统实时响应的要求，大量的数据收集及建模工作均是在系统离线进行的，而系统在线时，只进行当前轧制钢轨数据收集、调整方案建立与验证、在线调整参数下发，以及界面展示。该系统的运行机制如下：

(1)系统离线建模：第一，实际收集现场轧钢过程中，轧制力、规格尺寸内部控制范围，同时收集孔型设计专家对设计辊缝、孔型充满度的控制范围，将这些数据存入专家知识库；第二，大数据模型系统通过数据平台批量采集数据(包括一级控制系统中的辊径等工况数据、辊缝等调整参数设定值、轧制力等状态数据，以及热态轮廓仪测量的轮廓尺寸结果数据)；第三，应运分类聚合算法以及参数估计的方法，找出历史数据中不同工况下的最优轧制表(包括辊缝、轧制力、规格尺寸的置信区间)，存入专家知识库，最优轧制表被用于系统在线调整阶段里第一根钢轨的轧制参数预设定值；第四，应运大数据模型系统内预置的建模流程(数据清洗、相关性分析、特征选择、特征处理、样本拆分、多算法建模、模型验证、模型评分)，生成不同工况下的规格尺寸模型和轧制力模型，保存至大数据模型库；第五，构建钢轨规格尺寸调整算法，该步可以新建调整算法，也可以通过修改预置算法的结构或评价指标的方式重置调整算法；第六，应运钢轨智能轧制规格控制基础模型系统，通过轧制力理论或经验公式，建立起的各轧制道次的数学模型关系，包括辊缝与规格的函数关系、压下量与轧制力的函数关系、轧制中间道次孔型充满度与辊缝的函数关系，然后通过有限元仿真技术对数据模型进行仿真检验及修正，将最终模型保存至基础模型库；第七，整理专家知识库，对同一工况下的同一参数具有不同控制范围的这类数据记录进行分析、专家确认和清理，消除矛盾。

(2)系统在线调整：第一，启动系统在线监听功能，主要监听轧制过程数据与轮廓检测数据的产生状态；第二，当监听到数据生成后，提取一级调整参数设定值、各轧辊轧制力值，以及当前钢轨通过轮廓仪后的规格检测值；第三，将数据特征化(比如求均值)后，求出规格与标准的偏差；第四，将数据带入钢轨规格尺寸调整算法中，建立调整方案，可能有多种调整方案；第五，将各调整模型分别带入钢轨智能轧制规格控制基础模型系统进行验证，各调整模型中涉及的调整参数、轧制力、孔型充满度、规格尺寸偏差是否在控制范围内(这些数据的控制范围均被存储在专家知识库里面)，所有参数在控制范围以内的均合理；第六，对合理的调整方案进行打分(打分判据：求各方案中各参数的模型计算值与最优控制均值的相对二阶距的和，再求算术平方根，那个方案的和值最小那个方案得分最高，分值＝1-某方案相对二阶距算术平方根/各方案相对二阶距算术平方根总和)，将前三种调整方案显示在操作画面上；第六，系统上线初始，需经调整专家确认方案无误后，才能进行方案下发，当在线验证一段时间后，发现系统稳定时，由系统直接下发调整参数至一级控制系统；第七，将各调整模型及得分存入专家知识库。

(3)系统在线预警：在现场稳定轧制钢轨阶段，由于轧制过程比较稳定，出现规格不合的概率比较低，所以此时为了保证系统的实时性，对轧制力与规格尺寸只进行异常预警和监测，同时在操作界面会抽样显示轧制力与规格尺寸随时间变化的趋势线，以供裂变分析参考。

2、专家知识库设计

由于轧钢行业工况复杂，经验性比较强，所以收集并记录轧钢专家经验、孔型设计专家经验、以及行业经验公式等是很有必要的，所以系统特设计了专家知识库模块，该模块内容包括：在生成过程中已被验证的规格调整经验，孔型设计经验，基于历史数据找出的最优轧制表，以及统计所得的辊缝、轧制力、规格数据的控制范围，同时如果在系统在线调整工程中，某调整方案被验证是合理的，且库里没有的，也可追加至专家知识库。

3、钢轨智能轧制规格控制基础模型系统设计

该子系统内部主要包含智能仿真模块、轧钢经验模型(各道次变形抗力公式、轧制力公式、连轧张力公式、力矩公式、功率公式、孔型充满度公式、出钢状态公式等)库模块，技术人员可添加、修改、删除经验公式，也可以通过智能仿真模块，设定仿真条件，建立新的轧钢仿真模型，对于新建的模型，系统会添加待验证标签，如模型被使用后效果显著，则打上已验证标签，同时被存入专家知识库，若不显著，则标签仍为待验证。

4、大数据建模系统设计

该子系统不仅是基于数据建模分析的核心，同时也是整个系统在线控制的调度枢纽。当系统离线运行时，技术人员可通过其标准内置的建模流程，使用已有算法或自定义新算法，建立或更新基于历史数据的大数据模型(规格尺寸模型、轧制力模型、以及此类数据的控制范围)，也可修改、增删钢轨规格尺寸调整寻优算法；当系统在线时，系统被触发后，提取当前钢的生产数据，并带入大数据规格尺寸调整寻优算法，应用大数据模型和参数控制范围，找出合理的调整方案，然后针对每种调整方案调用钢轨智能轧制规格控制基础模型系统内的轧钢经验模型，再次验证中间道次金属在孔型内的充满度、轧制力等参数的合理性，并打分，选出得分最高的为建议调整的最优方案，在操作界面上显示排名前三的方案，若系统被授予最高权限，则直接由系统下发最优调整方案的参数至自动控制系统，另外，在稳定轧制阶段系统会提取不同钢轧制过程同一参数的变化情况，以曲线的形式显示在操作界面上。

5、自动调整控制系统设计

该系统由数据转发控制器和当前轧机控制系统组成，模型系统与数据转发控制器通信协议采用tcp/ip，转发控制器与轧机控制系统采用现场总线协议(比如profibus等)，数据转发控制器的作用主要有：一是数据接收、解析、转发，二是监听轧机控制系统状态(包括生产状态，plc当前负荷，plc顺控流程等)和模型系统运行状态(若模型系统初始假死等状态，控制会向系统下发保存当前状态，并重新启动的指令)，三是对模型系统与生产网络进行安全隔离(数据包监听，杀毒等)，四是诊断网络状态和信号质量，自动控制系统配置成服务器，配置相应的任务等级，当轧机控制系统接收当信息后，直接更新当前调整参数的设定值。

6、实时检测系统设计

该子系统是系统提供模型和调整方案的数据基础，由于该系统数据来源于现场控制器或数据服务器，所以该系统服务器硬件为工控机，并带有工业以太网、现场总线、串口等通行办卡，该系统所需测量设备有：调整液压缸压力传感器、位移传感器，轧机入口温度传感器，轧机出口轧件出钢状态检测摄像传感器，热态钢轨规格轮廓测量系统等。

7、大数据应用平台设计

其是整个模型系统前三部分运作的软硬件载体，即一台运行有大数据应用软件的标准服务器，该套大数据应用软件有以下功能：(1)数据抽取、清洗、功能，即可以访问数据平台的存储媒质，且有数据预处理的功能；(2)数据统计分析、算法包导入、算法定制；(3)模型结果展现；(4)用户应用界面定制；(5)可以直接与自动调整控制系统进行实时参数的交换；(6)负责系统各模块的任务调动，状态以及硬件监控。

8、大数据数据采集平台设计

该平台是一个分布式服务器集群，主要用来采集、存储、备份大数据应用平台与控制系统及检测系统数据，该分布式软件管理系统可采用cloundmanager或ambari开源系统实现，其中实时数据采集及存储过程可采用apachenifi数据实时数据流处理系统实现，另外该系统对外通信协议均采用工业千兆以太网协议，且该系统内大数据中间件可更新，方便维护。