500耐磨板利用作业数据的模型化技术

3.2.1利用作业数据的模型化技术

为了提高控制精度，在作业中进行实时控制的同时，作业前操作参数初始设定的设定控制也十分重要。JFE钢铁公司构建了基于精细轧制理论的设定控制模型。事前高精度设定操作条件非常重要，但有时仅利用物理模型不能达到要求的高精度设定。

在物理模型不能获得足够控制精度时，采用了统计模型。JFE 钢铁公司曾开发出的神经元网络模型就是一种统计模型。由于该模型难于对输入、输出数据间的非线性特性进行适当调整，所以该模型开发后几乎没有得到实际应用。为此，JFE 钢铁公司采用JIT（Justin-Time）模型，使过去开发的神经元网络模型得到应用。

JIT模型最初的设想来源于东京大学木村英纪教授关于轧制设定模型的讲座。该模型每次都对存储的操作数据中的过去事例和将要设定条件的类似度进行评价，并对类似度高的事例给予较大加权，以此来更新操作数据库，使模型保持高精度，并可用于非线性问题。JIT模型的应用范围很广，有产品性能控制模型、热精轧负荷模型、厚钢板宽度控制模型、操作者操作模型等。

3.2.2由单一工序控制转变为全工序连贯性控制

JFE 钢铁公司在钢铁生产的每个工序都分别建立了控制系统，使控制量达到目标值。由于钢铁产品是经过许多工序制造成的，所以对这些工序进行连贯性管理和控制可以进一步提高产品的质量。

前述的厚板性能控制系统，就是基于上述思路建立起来的。厚板性能控制系统根据炼钢工序的作业结果，调整轧制条件，在全工序上对产品性能进行控制，制造出高性能产品。
此外，如果对各个工序的操作数据同时进行监测，就可以早期发现导致产品质量异常的原因。但相应的数据非常庞大，传统控制方法难于胜任。为此，JFE 钢铁公司开发出运用多变量统计性工艺控制技术（MSPC）的薄钢板质量操作控制系统。MSPC技术对主要成分进行分析并计算出若干个统计量。对这些统计量进行检测，提高了生产中异常现象的检出能力并进行高效率控制。薄钢板质量操作控制系统是对炼钢、轧制、退火等工序进行自动化连贯控制的系统，促进了产品质量的稳定化。