机器学习在板带冷轧工业的深度应用：机遇与挑战

宗男夫1，齐振2，荆涛3，沈厚发3，JEAN-CHRISTOPHE Gebelin1, 2, 3, 4， MARYAM Khaksar Ghalati1, 4（1.本钢集团有限公司技术中心数智化研究所；2.本钢集团有限公司；3.清华大学材料学院, 先进成形制造教育部重点实验室；4.英国莱斯特大学, 数字化研发中心）

摘要：板带冷轧是钢铁制造流程的关键环节，但长期以来面临着板形缺陷、厚度波动和轧机振动等问题，这些因素显著影响冷轧生产效率和产品质量。机器学习技术通过分析海量工艺数据，为实时预测和消除潜在缺陷提供解决方案。基于历史与实时数据，机器学习算法能够识别轧制力、辊缝、轧速等工艺参数与板形、厚度均匀性等质量指标间的复杂关联规律，实现工艺参数的动态优化，在保证产品一致性的同时有效降低废品率和停机时间。机器学习驱动的预测模型支持对轧制过程进行前瞻性调控，从源头上减少缺陷产生，提升整体效能。机器学习技术的应用不仅提高了冷轧过程的精度与可靠性，更带来显著的成本节约和产能提升。

关键词：机器学习；冷轧；板形缺陷；厚度波动；轧机振动