NEURONOVÉ SÍTĚ V OCELÁŘSKÉM PRŮMYSLU

PartneR: ITA TECHNOLOGY & SOFTWARE

Odvětví: OCELÁŘSKÝ PRŮMYSL

Společnost ITA technology & software byla založena v roce 1991 a jedná se o dodavatele softwarových řešení a technologií v oblasti válcování, tváření, tepelného zpracování a metalurgie. Zabývá se moderními technologiemi válcování za tepla i za studena, jakož i počítačovou simulací a predikcí mechanických vlastností po tepelném zpracování. ITA dodává know-how a softwarová řešení předním a významným výrobcům válcovacích zařízení, technologií a řídicích systémů a mnoho jejích softwarových řešení bylo úspěšně instalováno ve válcovnách po celém světě.

Hlavním cílem spolupráce mezi společností ITA a IT4Innovations bylo analyzovat možnosti použití metod strojového učení (ML) k predikci nejlepších parametrů používaných v procesu chlazení po válcování oceli. Správné nastavení těchto parametrů je nezbytné pro efektivní řízení chlazení, což má vliv na požadovanou kvalitu konečného výrobku. Cílem této analýzy bylo zjistit, zda předpověď založená na modelech ML může překonat dosavadní metody, které vznikly na základě kombinací dříve používaných hodnot.

ML model je založen na vícevrstvých dopředných neuronových sítích. Jako vstupní proměnné byly nastaveny materiál a fyzikální vlastnosti plechu a teplota chladicí vody. Výstupem neuronové sítě je předpovězená hodnota parametru chlazení. Trénovací množiny se skládají z historických dat o již zpracovaných množstvích plechu. Tato data obsahují parametry, které byly použity v nastavení chlazení, a jejich optimální hodnoty, jež byly vypočteny po ochlazení. Navrhli jsme několik modelů, které obsahují odlišné sady vstupních parametrů, a provedli jsme analýzu závislosti výstupu na těchto proměnných. Rovněž byl zkoumán možný vliv výpadků na predikci. Porovnání ML modelu se zavedeným modelem bylo založeno na rozdílu mezi optimálními a předpovídanými hodnotami (hodnoty udávané zavedeným modelem odpovídají hodnotám již použitým v nastavení chlazení).

K chlazení ocelových pásů se používá velké množství vody, jejíž objem je určen výpočtem softwarového modulu automatizace. Tento modul je založen na řešení teplotního modelu pro odhad teploty následujícího pásu. Aby tento teplotní model správně fungoval, je třeba jej upravit pomocí dvou nebo tří adaptačních parametrů v závislosti na skutečně naměřené teplotě chlazení. V současné době se tato adaptace provádí na základě zkušeností obsluhy chladicího zařízení. Cílem je nahradit nutnost korekce ze strany uživatele automatickou korekcí založenou na metodách umělé inteligence. Zmíněná náhrada umožní přesnější výpočet odhadované teploty pásu po ochlazení, čímž se celý proces chlazení zefektivní.