讓數(shù)字化成為鋼鐵熱軋產(chǎn)品質(zhì)量控制的制勝法寶

2024-01-09 光明網(wǎng)王鈺慧）</p> <p>?</p><!--/enpcont286

核心提示：??讓數(shù)字化成為鋼鐵熱軋產(chǎn)品質(zhì)量控制的制勝法寶??——記東北大學2011鋼鐵共性技術(shù)協(xié)同創(chuàng)新中心先進熱軋

??讓數(shù)字化成為鋼鐵熱軋產(chǎn)品質(zhì)量控制的制勝法寶

??——記東北大學2011鋼鐵共性技術(shù)協(xié)同創(chuàng)新中心先進熱軋工藝、裝備及產(chǎn)品團隊

??鋼鐵是保障經(jīng)濟民生與重大工程建設(shè)的基礎(chǔ)原材料，我國年產(chǎn)鋼量超過11億噸，穩(wěn)居世界首位。95％以上的鋼鐵材料，需經(jīng)過熱軋工序軋制成材。因此，熱軋是鋼鐵生產(chǎn)的核心工序，而熱軋鋼材的質(zhì)量，則是一個國家鋼鐵工業(yè)整體水平的標志，它不僅決定了鋼材的尺寸形狀，也決定了內(nèi)部組織結(jié)構(gòu)、宏觀力學性能以及表面質(zhì)量。

??鋼材熱軋生產(chǎn)，既是一個成形成性的多工序集成，也是一個充滿“黑箱”的未知世界。要想實現(xiàn)精準控制，需要每個“黑箱”都能夠清晰呈現(xiàn)出來，一直以來，都是鋼鐵人為之奮斗的終極目標。

??正是在這一背景下，20世紀70-80年代，世界各國的鋼鐵企業(yè)，開始了軋制過程組織演變及表面氧化行為的探索。當時，中國的鋼鐵工業(yè)即將騰飛，中國工程院院士王國棟已經(jīng)敏銳地抓住了這一國際發(fā)展趨勢。劉振宇教授當時正在王院士門下攻讀碩士研究生，從此，破解軋制過程黑箱的難題，便成了他至今仍魂牽夢繞的所在。

??艱辛探索，實現(xiàn)“一鋼多能”的集約化生產(chǎn)目標

??熱軋過程看似只是加熱鋼材壓延成型的簡單過程，但其實卻是極端復(fù)雜的：不僅生產(chǎn)過程中需要同時控制的變量多達幾十上百個，而且還需要在高速運行的狀態(tài)下完成材料的成形成性。如此一來，主要依靠海量模擬實驗建立的軋制過程顯微組織演變與鋼材氧化模型，由于實驗條件與生產(chǎn)過程嚴重不符，會導(dǎo)致模型的預(yù)測結(jié)果與實際生產(chǎn)過程存在很大差距。

??與此同時，隨著鋼鐵產(chǎn)品高強化的發(fā)展，添加微合金元素帶來的復(fù)雜性，導(dǎo)致現(xiàn)有物理冶金學理論無法精準描述熱軋生產(chǎn)中發(fā)生的各種現(xiàn)象。破解“黑箱”成為一項不可能完成的課題，國際各大鋼鐵企業(yè)紛紛下馬了相關(guān)研究項目。

??國際人工智能領(lǐng)域的突破，為這種令鋼鐵人一籌莫展的局面帶來了一絲曙光。為跟蹤這一新發(fā)展趨勢，劉振宇與東北大學自動化專業(yè)的王殿輝合作，將人工神經(jīng)網(wǎng)絡(luò)理論和方法應(yīng)用于熱軋鋼材組織性能的預(yù)測，在國際上首次發(fā)表了應(yīng)用人工神經(jīng)元網(wǎng)絡(luò)研究C-Mn鋼性能的論文。

??這一突破帶來了系列研究及應(yīng)用成果，初步解決了熱軋鋼材性能變化的定量把控問題，于1999年獲得了遼寧省科技進步二等獎。在此之后，基于梅鋼1422熱連軋生產(chǎn)線，劉振宇團隊開發(fā)了智能化鋼種歸并技術(shù)，實現(xiàn)了熱軋過程“一鋼多能”的集約化生產(chǎn)目標。

??這項技術(shù)簡化了煉鋼和連鑄工藝，提高了生產(chǎn)效率和產(chǎn)品成材率，使新產(chǎn)品開發(fā)周期大大縮短，實現(xiàn)了對市場需求的快速響應(yīng)。在此期間，東北大學軋制技術(shù)及連軋自動化國家重點實驗室還抓住智能技術(shù)發(fā)展的寶貴機遇，開展軋制過程智能技術(shù)應(yīng)用研究，并在本鋼、寶鋼等工業(yè)生產(chǎn)線上應(yīng)用，為這些企業(yè)解決了性能在線預(yù)測的難題。2001年，金屬軋制過程的人工智能優(yōu)化項目獲得國家科技進步二等獎。

??“黑箱變白”，用數(shù)字孿生賦能鋼鐵智能制造

??在熱軋流程中，產(chǎn)品的組織性能、形狀尺寸和表面氧化呈現(xiàn)強耦合的特點決定了破解這些黑箱狀態(tài)是不可能通過解析單一過程而實現(xiàn)的。但以目前的理論和方法，只能通過引入相關(guān)假設(shè)條件再求解，割裂各現(xiàn)象之間的聯(lián)系，將彼此密切相關(guān)問題拆分為彼此獨立的個體，因此結(jié)果會大大偏離實際生產(chǎn)過程。

??近一個世紀以前，世界鋼鐵研究者即開始思考如何精準計算熱軋過程的軋制力變化，提出的模型林林總總，但至今也不能考慮顯微組織演變對鋼材軟化及硬化行為的影響以及氧化鐵皮厚度對界面摩擦的影響，因此嚴重制約了軋制力的計算精度。

??該如何突破這一難題，使軋制過程能夠清晰地呈現(xiàn)在生產(chǎn)者眼前？這成為了鋼鐵生產(chǎn)技術(shù)邁上新臺階的瓶頸。與國際各研究小組一樣，劉振宇教授與團隊成員同樣在這道難題面前嘗遍了苦果，多年找不到突破的方向而徘徊不前。這方面的研究工作只能在艱辛跋涉中苦苦支撐。然而，在每次嘗試失敗后，王國棟院士總是給予鼓勵和支持，幫助分析前進的方向和解決問題的方案，溫暖的鼓勵和思路的點撥，使劉振宇和團隊的研究終于堅持了下來。

??為了找到鋼鐵生產(chǎn)智能化方向的突破口，2014年，王國棟院士主持召開了“基于大數(shù)據(jù)的煉鋼-連鑄-軋鋼-熱處理一體化鋼鐵材料組織性能控制研討會”。會議分析了大數(shù)據(jù)、人工智能等新一代信息技術(shù)，確立了基于大數(shù)據(jù)的一體化鋼鐵材料組織性能控制的任務(wù)與目標，先后與鞍鋼、寶鋼梅鋼、河鋼承鋼建立了科研合作，以工業(yè)大數(shù)據(jù)驅(qū)動，利用大數(shù)據(jù)處理與挖掘技術(shù)，進行材料力學性能預(yù)測，獲得高保真度的預(yù)測模型，即數(shù)字孿生，為鋼材性能的高精度智能化控制奠定了基礎(chǔ)。

??同時，新一代信息數(shù)字技術(shù)為破解鋼材表面質(zhì)量、力學性能與尺寸精度黑箱提供了新的方法路徑。吳思煒在攻讀博士期間，提出了數(shù)據(jù)逆向優(yōu)化方法，獲得了更高精度的軋制過程組織演變模型，在熱軋生產(chǎn)中解決了鋼材屈強比控制這一行業(yè)難題，證明了用好工業(yè)大數(shù)據(jù)的重要性。

??通過對數(shù)據(jù)科學與機器學習／深度學習等理論與方法的深入掌握，劉振宇團隊進一步認識到，熱軋生產(chǎn)中，軋制力作為可實時、精準檢測的關(guān)鍵參數(shù)，其實反映著軋件內(nèi)部顯微組織的演變狀態(tài)；與此同時，熱軋過程氧化行為影響著軋件與軋輥之間的摩擦狀態(tài)，也會在軋制力上反映出來。因此，只要能夠圍繞軋制力，通過工業(yè)數(shù)據(jù)的逆向?qū)W習，就一定可以同時弄清楚軋件流變應(yīng)力和界面摩擦系數(shù)的變化過程，從而解析出軋件再結(jié)晶、應(yīng)變誘導(dǎo)析出等組織演變與流變應(yīng)力、軋件表面氧化厚度與界面摩擦狀態(tài)的耦合關(guān)系，構(gòu)建起了熱軋大模型體系，實現(xiàn)了熱軋過程“形-性-面”高保真動態(tài)數(shù)字孿生，從而使得熱軋過程“黑箱變白”。（如圖1所示）

??思路一變天地闊。這一學術(shù)思想突破以后，又一道難題擺在了眼前，就是如何才能通過僅有的實測軋制力去回溯如此復(fù)雜的組織演變和表面氧化過程呢？國際國內(nèi)沒有這方面的工作可以借鑒，更沒有相關(guān)算法可以使用。唯一的出路是自己開發(fā)有關(guān)機器學習算法。這對于以材料和材料加工專業(yè)為主的劉振宇團隊成員，無疑是一項難題。

??在困難面前畏首畏尾，從來不是他們的選擇。曹光明、吳思煒、周曉光、常嘯老師，帶領(lǐng)博士生崔春園、曹陽、劉建軍、高志偉、李鑫等，經(jīng)過3年多的艱苦努力，終于開發(fā)出獨有的算法程序。在此基礎(chǔ)上，他們建立了軋制過程軋件軟化行為與流變應(yīng)力以及表面氧化狀態(tài)與軋制摩擦狀態(tài)的耦合關(guān)系模型，開發(fā)了熱軋過程“形-性-面”耦合機器學習框架，建立了通過集成學習方法實現(xiàn)軋制過程“形性面一體化”高保真動態(tài)數(shù)字孿生，最終團隊建立了生成式預(yù)訓(xùn)練系統(tǒng)，使破解熱軋過程強耦合黑箱過程成為可能，徹底突破了現(xiàn)有理論體系下對軋制生產(chǎn)過程的認知。