連鑄增強(qiáng)型數(shù)字孿生解決方案

連鑄增強(qiáng)型數(shù)字孿生解決方案

來源:冶金40年

作者:唐杰民


導(dǎo) 讀:

數(shù)字孿生解決方案將在許多數(shù)字轉(zhuǎn)型和工業(yè)4.0計(jì)劃中發(fā)揮非常積極的作用?,F(xiàn)有的數(shù)字孿生執(zhí)行中看,它具有廣泛的范圍和用途,從基本的數(shù)據(jù)查看,到大型的集中式預(yù)測(cè)控制設(shè)置。探索在煉鋼過程中使用各種可用的工具,為工藝過程創(chuàng)建模塊和專用界面的組合,并改進(jìn)一些現(xiàn)有的開發(fā)軟件和硬件,可能有助于創(chuàng)建和分析數(shù)據(jù)的設(shè)計(jì),提高操作員對(duì)模糊數(shù)據(jù)的理解,并尋找其他新工具和可能的工藝過程。


許多重要的參數(shù)被用來控制和監(jiān)控連鑄生產(chǎn)過程,以確保安全、一致、高質(zhì)量和高性價(jià)比的產(chǎn)品。一些例子包括監(jiān)測(cè)鋼的化學(xué)成分、中間包進(jìn)入結(jié)晶器鋼水流量、結(jié)晶器鋼水液面、鋼水溫度和鑄坯表面溫度、連鑄拉速、結(jié)晶器傳熱散熱、二冷水流量控制和結(jié)晶器振動(dòng)控制。大部分?jǐn)?shù)據(jù)可以直接從相應(yīng)的傳感器反饋中實(shí)時(shí)收集,有些因素也可能是部分或完全由人控制的,如中間包和結(jié)晶器保護(hù)渣添加,[1]但仍然可以通過鑄造機(jī)上的傳感器實(shí)時(shí)監(jiān)測(cè)這種操作。圖1是該連鑄工藝過程的主要部分的展示。

連鑄增強(qiáng)型數(shù)字孿生解決方案的圖1
圖1  連鑄過程的圖像取自Tec-Science.com。(a)關(guān)于連鑄剖面不同扇形段,(b)以及O’malley和Thomas在網(wǎng)上發(fā)表的一篇論文[2,3]

連鑄生產(chǎn)過程中要想測(cè)量軋輥和軸承的狀態(tài)是不現(xiàn)實(shí)的,在傳統(tǒng)板坯連鑄機(jī)中,扇形段夾持輥之間的輥縫、扇形段夾持輥錐度值和連鑄設(shè)備的對(duì)中性能對(duì)鑄坯的內(nèi)部質(zhì)量至關(guān)重要,通常只能在鑄機(jī)停機(jī)或更換斷面時(shí)候才能進(jìn)行測(cè)量。世界各地的多家公司已經(jīng)開發(fā)了許多解決方案來提供各種各樣測(cè)量監(jiān)測(cè)選項(xiàng),[4]其中一些測(cè)量可以使用渦流探傷和超聲波探傷設(shè)備對(duì)單個(gè)軋輥的表面和內(nèi)部結(jié)構(gòu)進(jìn)行檢查,以檢測(cè)夾持輥表面的缺陷,也可以使用更大規(guī)模的超聲波傳感器對(duì)夾持輥表面到中心的內(nèi)部結(jié)構(gòu)進(jìn)行檢查。


如圖2所示為一些公司的不同測(cè)量系統(tǒng)的例子。他們廣告宣稱提供在線夾持輥表面測(cè)量、夾持輥對(duì)中測(cè)量、輥?zhàn)颖砻嫘螤?、夾持輥彎曲和輥?zhàn)有D(zhuǎn)狀況等。[5,6]


連鑄增強(qiáng)型數(shù)字孿生解決方案的圖2
圖2  連鑄機(jī)鑄坯測(cè)量系統(tǒng)的例子取自制造商的網(wǎng)站:(a)Sarclad的扇形段狀態(tài)監(jiān)視器,[5]  (b)Power MnC的扇形段監(jiān)測(cè)系統(tǒng) [6]


準(zhǔn)確的幾何形狀和對(duì)連鑄扇形段輥?zhàn)拥恼{(diào)整被認(rèn)為對(duì)最終坯的質(zhì)量和對(duì)整個(gè)工藝的順行是非常重要的,特別是現(xiàn)在一段時(shí)間生產(chǎn)后。[7]測(cè)量技術(shù)是在不斷進(jìn)步中,但評(píng)估來自這些測(cè)量系統(tǒng)的數(shù)據(jù)工作還是落在了操作者和現(xiàn)場(chǎng)工程師的身上。本項(xiàng)目的目標(biāo)是將夾持輥之間的輥縫和對(duì)中數(shù)據(jù)集成到連鑄數(shù)字孿生模型中,結(jié)合二冷計(jì)算機(jī)模型中的凝固模擬計(jì)算,使其更好地達(dá)到可視化目的。


通過使用多個(gè)應(yīng)變儀陣列、線性可變位移傳感器(LVDTs)、兩個(gè)彩色高溫計(jì)和線掃描高溫計(jì),二冷模型更加精確。組合夾持輥輥縫數(shù)據(jù)信息和凝固信息到數(shù)字孿生中,將使操作人員和工程師能夠更好地做出實(shí)時(shí)決策,選擇合適的連鑄拉速,以避免在連鑄扇形段內(nèi)處于不恰當(dāng)凝固區(qū)域。諸如此類的測(cè)量工具所提供的數(shù)據(jù)的正確解釋可以幫助減少板坯缺陷,不需要中斷連鑄生產(chǎn)進(jìn)行人工測(cè)量或分析都可以減少停機(jī)時(shí)間和節(jié)省運(yùn)行成本。[9]



動(dòng)機(jī)

雖然一些有經(jīng)驗(yàn)的操作者和現(xiàn)場(chǎng)工程師可以看到原始數(shù)據(jù)或圖表,并迅速或直接地得出結(jié)論進(jìn)行操作作業(yè),但新人的或缺乏經(jīng)驗(yàn)的人可能需要更長(zhǎng)的時(shí)間才能得出相同的結(jié)論,甚至更糟糕的是會(huì)誤解數(shù)據(jù)。開發(fā)這個(gè)項(xiàng)目是為了獲取適時(shí)當(dāng)前數(shù)據(jù),并創(chuàng)建新的方法來幫助可視化操作,而現(xiàn)有方法可能顯示不出來問題。在決策過程中節(jié)省需要的時(shí)間,或者在某些情況下,在煉鋼冶煉決策之前達(dá)到更好地理解,都可以幫助創(chuàng)造更好的產(chǎn)品,使設(shè)備保持更好的狀態(tài)和更長(zhǎng)久安全正常生產(chǎn),并節(jié)省維護(hù)資金。



背景資料和以前的工作


該項(xiàng)目由某國鋼鐵協(xié)會(huì)(AIST)數(shù)字轉(zhuǎn)型贈(zèng)款資助,由Purdue大學(xué)西北分校通過可視化和模擬創(chuàng)新中心(CIVS)的學(xué)生和工作人員以及Cleveland-Cliffs Burns Harbor鋼廠的工作人員組成。當(dāng)前的工作是在之前的項(xiàng)目上持續(xù)開發(fā)的,之前的項(xiàng)目在2021年的AISTech上發(fā)表過一篇題為“使用Unity 3D開發(fā)過程數(shù)字孿生框架”的論文,[10] 論文詳細(xì)介紹了該軟件如何使用視頻游戲行業(yè)的工具來開發(fā)的一般方法,該工具可以創(chuàng)建一些基本的界面來查看從工廠數(shù)據(jù)庫查詢的外部文件提供的數(shù)據(jù),并以一種允許過程數(shù)據(jù)的2D和3D可視化的格式提供數(shù)據(jù)。開發(fā)了一個(gè)數(shù)字孿生軟件原型,涵蓋了生產(chǎn)數(shù)據(jù)、連鑄機(jī)設(shè)備健康指數(shù)、冷卻信息和驅(qū)動(dòng)輥校準(zhǔn)信息等領(lǐng)域的部分內(nèi)容(圖3)。


連鑄增強(qiáng)型數(shù)字孿生解決方案的圖3
圖3  來自AISTech 2021論文的數(shù)字孿生連鑄機(jī)圖片:[9] (a)主菜單,(b)過程工藝數(shù)據(jù)概述


由于開發(fā)時(shí)間大大縮短,之前的項(xiàng)目與預(yù)期的結(jié)果好壞參半,但總體想法引發(fā)了一些關(guān)于如何繼續(xù)進(jìn)行的討論和想法。利用從ClevelandCliffs鋼廠的項(xiàng)目中學(xué)到的東西,下一步是瞄準(zhǔn)原型的特定部分,開始開發(fā)它們,使其功能更全面,用戶界面更友好。


目前,該項(xiàng)目正在使用Burns Harbor鋼廠1號(hào)連鑄機(jī)作為繼續(xù)研發(fā)的參照連鑄機(jī)。與本項(xiàng)目相關(guān)的是,該連鑄機(jī)使用電池驅(qū)動(dòng)的計(jì)算機(jī)控制輥縫測(cè)量?jī)x裝置進(jìn)行了各種測(cè)量,然后由人員進(jìn)行分析和評(píng)估,以確定夾持輥狀況和扇形段設(shè)備是否符合已知目標(biāo)值。其中一些價(jià)值信息包括:

  • 輥縫值-測(cè)量外弧輥面和內(nèi)弧輥面之間的距離。

  • 輥?zhàn)油庑螤顩r-輥面與直邊基準(zhǔn)的偏差。

  • 輥?zhàn)訌澢?輥?zhàn)有D(zhuǎn)時(shí)的偏心量。

  • 輥?zhàn)有D(zhuǎn)-在已知負(fù)載和最小摩擦情況下自由旋轉(zhuǎn)。

  • 外弧輥對(duì)弧校正-用于識(shí)別扇形段錯(cuò)位造成連鑄機(jī)對(duì)中的偏差。


在停機(jī)期間,輥縫測(cè)量?jī)x連接到引錠桿上,并在鑄流扇形段內(nèi)上下移動(dòng),每個(gè)完整的引錠上下時(shí)產(chǎn)生兩個(gè)數(shù)據(jù)集。一旦完成,信息將被下載,然后傳給維護(hù)或操作人員進(jìn)行查看對(duì)比,他們將確定扇形段設(shè)備是否處于合理的范圍內(nèi),使用幾種類型的2D圖顯示數(shù)據(jù)。關(guān)于一些測(cè)量和有問題的鑄機(jī)數(shù)據(jù)由一些合作者先前發(fā)表在《鋼鐵技術(shù)》上。[10]


  • 目標(biāo)

項(xiàng)目的目標(biāo)是細(xì)化先前原型軟件的選定部分,并使其在日常生產(chǎn)中更加實(shí)用。這還包括研究一些額外的功能,這些功能可以在未來的多個(gè)目標(biāo)更新中包含。


該項(xiàng)目的目標(biāo)包括幾個(gè)主題,但建議中的目標(biāo)主要集中在下列領(lǐng)域:

  • 基于Burns Harbor鋼廠1號(hào)連鑄機(jī)的選定的讀數(shù),探索數(shù)字孿生原型的扇形段夾持輥數(shù)據(jù)部分新的可視化方法。

  • 補(bǔ)充和改進(jìn)由軟件生成的現(xiàn)有夾持輥圖數(shù)據(jù)。

  • 改進(jìn)數(shù)據(jù)加載方法和用戶加載數(shù)據(jù)的選項(xiàng)。

  • 探索數(shù)據(jù)庫訪問功能,與同等重要的加載分離文件一起工作。

  • 研究創(chuàng)建機(jī)器學(xué)習(xí)模型預(yù)測(cè)的可行方法。

  • 讓學(xué)生參與項(xiàng)目開發(fā)工作,讓他們接觸了解鋼鐵行業(yè)。



軟件開發(fā)方法和工具概述


由于可以在前一篇文章中找到該軟件以前方法的詳細(xì)版本,因此本文只在較高的層次上介紹它,然后詳細(xì)介紹這個(gè)特定項(xiàng)目的新部分或重點(diǎn)部分。


Unity 3D被用作軟件的主要開發(fā)平臺(tái),它提供了許多工具和集成軟件,允許二維和三維可視化的不同應(yīng)用程序,合并用戶定義的函數(shù),用戶界面元素,所需的插件等。一些原始的可視化也將使用內(nèi)置的特性和資源來構(gòu)建。


Microsoft Visual Studio用于集成開發(fā)環(huán)境(IDE)平臺(tái),用于軟件中任何開發(fā)或修改的代碼,主要使用C#語言,因?yàn)閁nity直接支持C#語言和Visual Studio。


Autodesk 3ds Max用于任何模型,需要?jiǎng)?chuàng)建或修改為項(xiàng)目所需,這可能是需要更多的模型調(diào)整,以使使用的模型更接近目標(biāo)鑄機(jī)的實(shí)際幾何形狀。


這個(gè)項(xiàng)目的很大一部分是為所提供的數(shù)據(jù)生成新的可視化方法,因此,首先至少需要能夠復(fù)制或重建一些與現(xiàn)有設(shè)備類似的圖形東西。為了做到這一點(diǎn),Unity使用了一個(gè)名為XCharts的數(shù)據(jù)可視化插件,它支持在各種圖形模板中使用解析數(shù)據(jù)集,其中包含一些定制元素,可以對(duì)每個(gè)圖形進(jìn)行更改,所有這些都可以實(shí)時(shí)運(yùn)行。這對(duì)于在運(yùn)行時(shí)加載新數(shù)據(jù)集尤為重要,如圖4所示,這是一個(gè)簡(jiǎn)單的曲線圖,由Unity插件生成,并從.csv文件中讀取樣本數(shù)據(jù)集。


連鑄增強(qiáng)型數(shù)字孿生解決方案的圖4
圖4  使用Unity 3D中的XCharts和測(cè)試數(shù)據(jù)集制作的示例圖表



目前的結(jié)果和實(shí)施


  • 繪圖和2D/3D可視化

利用來自數(shù)據(jù)集的一些信息,可以建立一些檢查,以幫助在圖形上可視化地后期處理數(shù)據(jù)。第一個(gè)也可以在圖4中看到,這是數(shù)據(jù)集的閾值的建立。閾值本身是預(yù)先設(shè)置的數(shù)據(jù)組,就像從.csv文件加載的數(shù)據(jù)一樣。它們可以是類似于圖4中所示的靜態(tài)值,也可以是由外部值集提供的一系列值?;谝粋€(gè)簡(jiǎn)單邏輯上,可以在運(yùn)行時(shí)執(zhí)行,每個(gè)要放在圖上的數(shù)據(jù)點(diǎn)都可以接受以下檢查:


下限閾值(n)< 當(dāng)前數(shù)值(n)<上限閾值(n)


其中n是正在檢查的當(dāng)前夾持輥號(hào)。如果數(shù)值不符合給定的閾值范圍,可以將其標(biāo)記為需要更多關(guān)注的數(shù)值。這些數(shù)據(jù)可以用不同于圖表上其他數(shù)據(jù)點(diǎn)的方式進(jìn)行表示,并做到可視化使其突出。在需要強(qiáng)調(diào)嚴(yán)重性差異的情況下,還可以建立多個(gè)級(jí)別的閾值。


到目前為止,開發(fā)該功能的目的是保留現(xiàn)有可視化2D圖形的一些基本功能,但允許根據(jù)可視化需求和反饋允許進(jìn)行一些修改。在項(xiàng)目接近結(jié)束時(shí),可能還會(huì)對(duì)如何將顏色編碼、閃爍和其他可視指示器應(yīng)用到繪圖中進(jìn)行一些探索,以使加載數(shù)據(jù)集中的異常和有問題的值更容易被挑選出來。


在2021年的論文中,連鑄機(jī)狀況檢測(cè)儀對(duì)驅(qū)動(dòng)輥試圖使用了一些以前的可視化軟件,在閾值或其他后處理數(shù)據(jù)中檢測(cè)到的問題類型得到更好的可視化指標(biāo)方面取得了進(jìn)展,雖然最終版本的更改應(yīng)該包含2D和3D可視化方面的一些修改,但當(dāng)前的可視化概念目前正在制作2D原型,利用扇形段中的一對(duì)上輥和下輥的二維映射,二維圖形后處理的輸出可用于對(duì)二維映射應(yīng)用進(jìn)行更改。如圖5所示,是基于閾值檢查的一些2D映射的模型示例。


連鑄增強(qiáng)型數(shù)字孿生解決方案的圖5
圖5  使用三對(duì)夾持輥對(duì)的不同檢測(cè)情況的示例模型(左上:正常情況;右上:定位問題,輥?zhàn)咏嵌鹊陀谙戮€閾值;左下:輥縫問題,輥縫大于上限閾值;右下:輥縫問題,輥縫小于下限閾值。)


在數(shù)據(jù)中發(fā)現(xiàn)的問題通常很難直觀可視地表達(dá)問題是什么,特別是在某些情況下,數(shù)據(jù)被處理成絕對(duì)值之類的數(shù)值,在這種情況下,導(dǎo)致的問題需要用戶參考原始數(shù)據(jù)來進(jìn)行識(shí)別。這些問題將按比例擴(kuò)大化,以便明顯地顯示錯(cuò)誤的位置,因?yàn)橛行﹩栴}的閾值在某些情況下可能達(dá)到千分之一英寸,如果按正常的比例繪制,仍然幾乎不可能可視看到問題的出現(xiàn),這可以與顏色編碼相結(jié)合,以突出表明問題的嚴(yán)重性(圖6)。


連鑄增強(qiáng)型數(shù)字孿生解決方案的圖6
圖6  顏色編碼示例(從左到右可能示例:灰色=忽略,綠色=良好,黃色=警告,紅色=警報(bào),藍(lán)色=屏蔽)


也可能在某些情況下,在讀數(shù)中需要忽略已知的某些特定輥?zhàn)訑?shù)值(尤其是在測(cè)量開始時(shí)),并可以這樣標(biāo)記,如圖6中的灰色部分。此外,在一些已知不符合設(shè)置閾值的情況下,或者使用過濾器屏蔽掉某些數(shù)值,或者是某些特定獨(dú)立范圍,如圖6中的藍(lán)色部分。不同的顏色可以用于不同的目的,標(biāo)記顯示檢測(cè)到的問題的嚴(yán)重性,或者標(biāo)記不同類型的已經(jīng)知曉問題,結(jié)合其他視覺效果,可以類似于圖4所示的數(shù)據(jù)圖表點(diǎn)。


隨著對(duì)初始2D映射和繪圖功能進(jìn)行微調(diào)優(yōu)化的工作越來越多,還需要將過濾出來的信息傳輸?shù)教摂M環(huán)境中的3D模型中,并顯示與2D映射中相同的所有信息。當(dāng)向這個(gè)方向移動(dòng)時(shí),需要考慮的其他事情是,扇形段輥?zhàn)颖旧砜赡苁且桓陛伝蛘呤欠止?jié)輥的組合,在輥?zhàn)拥拈L(zhǎng)度方向上,在不同的位置上要使用不同的輥縫測(cè)量?jī)x,這可能為2D和3D可視化增加額外的維度。


這通?,F(xiàn)場(chǎng)實(shí)際觀察并與CAD圖紙結(jié)合起來才能起到真實(shí)的效果,所以以這種方式探索輥縫數(shù)據(jù)的可視化可以使一些問題更加直觀。如圖7所示為幾個(gè)扇形段俯視投影示意圖,可以看出單輥和分節(jié)輥布置上的不同。


連鑄增強(qiáng)型數(shù)字孿生解決方案的圖7
圖7  幾個(gè)扇形段俯視投影夾持輥布置示意圖

  • 訪問數(shù)據(jù)庫功能

由于該軟件是用C#語言開發(fā)的,并利用了Microsoft System . net數(shù)據(jù)庫,因此可以訪問一些不同的自帶數(shù)據(jù)庫類型,目前正在進(jìn)行一些測(cè)試,以開發(fā)Unity項(xiàng)目中SQL數(shù)據(jù)庫的工作流程和尾端。


Cleveland-Cliffs鋼廠目前正在研究測(cè)試這些功能的選項(xiàng),以及如何將最終的版本放在一起,以便在工廠中實(shí)際使用,以便通過項(xiàng)目的其余部分進(jìn)行進(jìn)一步的測(cè)試和反饋。


  • 使用過程數(shù)據(jù)的機(jī)器學(xué)習(xí)

在撰寫本文時(shí),在將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于連鑄工藝數(shù)據(jù)方面還沒有進(jìn)行大量的工作,但在撥款期限結(jié)束前,如果時(shí)間允許,將完成了一些初步的文獻(xiàn)綜述,以研究調(diào)查潛在的選項(xiàng)。


將一些不同的論文和案例研究作為參考,但目前正在研究的是非線性技術(shù)的使用,如支持向量機(jī)(svm)在一些時(shí)間序列預(yù)測(cè)應(yīng)用中的成功使用。[11]更常見的線性技術(shù)無法以最佳結(jié)果來預(yù)測(cè)某些過程的性質(zhì),而支持向量機(jī)是一種通常在非線性、非穩(wěn)態(tài)和在某些情況下不完全由原來定義的情況中表現(xiàn)良好的技術(shù)。在支持向量機(jī)不是一個(gè)可行的預(yù)測(cè)建模選擇的情況下,研究了不同的更常見的解決方案的優(yōu)缺點(diǎn)。目前,已經(jīng)發(fā)表的論文比較不同線性和非線性方法正在評(píng)估中。[12]



結(jié)論及未來工作


項(xiàng)目期限定于2022年6月結(jié)束,在撰寫本文時(shí),根據(jù)項(xiàng)目提案中最初的時(shí)間表,項(xiàng)目進(jìn)展順利。圖形和2D可視化方面的可視化工作正在進(jìn)展,到2022年4月,它們應(yīng)該可以由鋼廠的工作人員進(jìn)行審查和修訂,3D可視化方面的繼續(xù)工作將在項(xiàng)目結(jié)束時(shí)進(jìn)行。


將軟件硬件組合在一起并進(jìn)行驗(yàn)證之后,接下來的步驟將是幫助引入用于數(shù)據(jù)庫的訪問步驟,并改進(jìn)數(shù)據(jù)輸入方法,以允許更用戶友好的數(shù)據(jù)訪問。如果處理得當(dāng),這一改進(jìn)變化將極大地影響該軟件對(duì)其它數(shù)據(jù)集的使用性能,最終目標(biāo)是使軟件能夠以處理離線數(shù)據(jù)文件的相同方式直接訪問數(shù)據(jù)庫值。這還包括處理不同數(shù)據(jù)集的能力,因此隨著連鑄機(jī)的需求發(fā)生變化,對(duì)用戶界面上目標(biāo)變量的更改更容易迭代和貫徹實(shí)現(xiàn)。


機(jī)器學(xué)習(xí)一直是工業(yè)應(yīng)用中的熱門話題,連鑄也不例外。找到一些對(duì)預(yù)測(cè)建模有用的初始變量,并建立一些模型來進(jìn)行工藝過程預(yù)報(bào),在未來不僅可以查看現(xiàn)有數(shù)據(jù),還可以添加一個(gè)“預(yù)測(cè)”模式,允許用戶查看“假設(shè)”場(chǎng)景。


這本身就可以改變操作者和技術(shù)人員操作思維方式,了解連鑄機(jī)參數(shù)的變化如何影響影響工藝過程,并幫助他們實(shí)時(shí)對(duì)連鑄機(jī)操作做出更明智的決策。使用故障場(chǎng)景的預(yù)測(cè)建模也可以很好地在數(shù)據(jù)中找到潛在的導(dǎo)致故障的主要因素,如論文中提到的輥縫測(cè)定儀數(shù)據(jù),或者是工藝生產(chǎn)過程中的數(shù)據(jù),并在以前的生產(chǎn)過程中對(duì)最終產(chǎn)品中出現(xiàn)質(zhì)量問題進(jìn)行分析對(duì)比,發(fā)現(xiàn)和測(cè)試具有不同變量集的各種線性和非線性模型可能是未來需要進(jìn)行長(zhǎng)期工作的一個(gè)項(xiàng)目,預(yù)測(cè)可能會(huì)顯示出更加良好的結(jié)果。


這個(gè)項(xiàng)目在CIVS和Cleveland-Cliffs鋼廠引起的興趣導(dǎo)致了一個(gè)更大、更復(fù)雜的項(xiàng)目,將起源于CESMII正在研究的結(jié)果和改進(jìn)應(yīng)用到其它連鑄機(jī)上。最終,該軟硬件改造成為系列模塊,使其可用于除了當(dāng)前測(cè)試鋼廠以外的其他連鑄機(jī)上。


致謝:作者要感謝某國鋼鐵協(xié)會(huì)(AIST)基金會(huì)通過數(shù)字轉(zhuǎn)型贈(zèng)款資助這個(gè)項(xiàng)目,感謝Cleveland-Cliffs鋼廠團(tuán)隊(duì)對(duì)這個(gè)項(xiàng)目上合作并提供信息和建議,感謝CIVS的學(xué)生和工作人員在項(xiàng)目期間做出的貢獻(xiàn)。


參考文獻(xiàn)

1. V. Rakocevic, Development of a SCADA System to Monitor and Control Continuous Casting of Steel Billets, University of British Columbia, 1995.
2. From Steel to Semi-Finished Products, 21 June, 2018, retrieved from https://www.tec-science.com/material-science/steel-making/steel-semifinished-products-continuous-ingot-casting/
3. B. Thomas, R. O’Malley and D Stone, “Measurement of Temperature, Solidification, and Microstructure in a Continuous Cast Thin Slab,” retrieved from researchgate.net, 2022.
4. V. Shcherbinskii, Y. Samedov and S. Artem’ev, “Automated Devices for the Testing of Mill Rolls,” Russian Journal of Nondestructive Testing, Vol. 40, No. 6, 2004, pp. 361-367.
5. Strand Condition Monitor (SCM) and Documentation, Sarclad, retrieved 10 February 2022 from https: // www.sarclad.com/scm.
6. Caster Strand Monitoring System: Roll Checker (PDF), Power MnC Co., retrieved 10 February 2022 from http://www.powermnc.com/english/product/ 1/pdf/1.pdf.
7. W. Pritchard and G. Hyde, “The Monitoring of the Alignment of Continuous Casting Machines,” COMADEM 89 International, 1989, pp. 187–193.
8. N. Gregurich, G. Flick, R. Moravec and K. Blazek, “In-Depth Analysis of Continuous Caster Machine Behavior During Casting With Different Roll Gap Taper Profiles,”Iron & Steel Technology, Vol. 9, No. 12, 2012, p. 62.
9. A. Normanton and B. Patrick, “Advances in Continuous Casting Technology,” Ironmaking & Steelmaking, Vol. 27, No. 4, 2000, pp. 260–267.
10. K. Toth, J. Moreland, S. Khaleelullah, A. Sun, L. Raygadas, C. Zhou, et al., “Developing a Framework for a Process Digital Twin Using Unity 3D,” AISTech 2021 Conference Proceedings, 2021.
11. N.I. Sapankevych and R. Sankar, “Time Series Prediction Using Support Vector Machines: A Survey,” IEEE Computational Intelligence Magazine, Vol. 4, No. 2, 2009, pp. 24–38, doi: 10.1109/MCI.2009.932254.
12. S. Selvin, R. Vinayakumar, E.A. Gopalakrishnan, V.K. Menon and K.P. Soman, “Stock Price Prediction Using LSTM, RNN and CNN-Sliding Window Model,” 2017 International Conference on Advances in Computing, Communications and Informatics (ICACCI), 2017, pp. 1643–1647, doi: 10.1109/ICACCI.2017.8126078.

作者

Kyle Toth:Research Engineer, Center for Innovation Through Visualization and Simulation, Purdue University Northwest, Hammond, Ind., USA katoth@pnw.edu
Yifan Fei:Center for Innovation Through Visualization and Simulation, Purdue University Northwest, Hammond, Ind., USA
Aleeha Zafar:Student, Center for Innovation Through Visualization and Simulation, Purdue University Northwest, Hammond, Ind., USA azafar@pnw.edu
Chenn Zhou:NIPSCO Distinguished Professor of Engineering Simulation, Director of Center for Innovation Through Visualization and Simulation and Steel Manufacturing Simulation and Visualization Consortium, Purdue University Northwest, Hammond, Ind., USA czhou@pnw.edu
Nicholas Gregurich:Caster Process Manager – Proactive, Cleveland-Cliffs Burns Harbor, Burns Harbor, Ind., USA nicholas.gregurich@clevelandcliffs.com
Lidia Yakovleva:Operations Technology Engineer, Steel Producing, Cleveland-Cliffs Burns Harbor, Burns Harbor, Ind., USA lidia.yakovleva@clevelandcliffs.com
唐杰民2022年12月上旬在安徽黃山屯溪翻譯自某國《鋼鐵技術(shù)》今年最后一期雜志,我對(duì)自動(dòng)化領(lǐng)域沒有涉足,水平不夠,翻譯過程中出現(xiàn)的不妥不對(duì)和錯(cuò)誤之處敬請(qǐng)各位老師專家給予指正。

連鑄增強(qiáng)型數(shù)字孿生解決方案的圖8

登錄后免費(fèi)查看全文
立即登錄
App下載
技術(shù)鄰APP
工程師必備
  • 項(xiàng)目客服
  • 培訓(xùn)客服
  • 平臺(tái)客服

TOP

1
1