特种无缝钢管数智化工厂关键技术开发及应用
白先送1,颜学勇2,马金辉2,肖雄3,邵健3,张学军3,陈丹4(1.中信泰富特钢集团股份有限公司;2.大冶特殊钢有限公司;3.北京科技大学工程技术研究院;4.北京科技大学设计研究院有限公司)
摘要:针对特种无缝钢管在“多品种、小批量”生产模式下面临的产品质量在线检测难、单管信息全流程追溯难、生产高效自动排程难以及过程质量管控闭环难等系统性挑战,本文提出并实践了一套“检测-跟踪-排程-管控”四位一体的数智化工厂解决方案。该方案通过构建基于深度学习与多模态视觉融合的质量检测系统,实现了对钢管缺陷与尺寸的高精度在线测量;首创融合“视频AI+事件逻辑”的逐支跟踪系统,攻克了单支钢管全流程数据精准映射的行业难题;研发了基于遗传模拟退火混合算法的动态排程优化模型,显著提升了复杂订单环境下的排产效率与资源利用率;建立了基于策划-执行-检查-处置(PDCA)闭环理念的协同质量管控系统,实现了质量管理的系统化与前瞻性。应用结果表明,该系统使缺陷检出率达到99.95%,物料跟踪准确率达99.98%,排产效率提升超过60%,产品不合格率降低50%,为中国特钢行业的数字化转型提供了具有重要参考价值的典型范例。
关键词:特种无缝钢管;物料逐支跟踪;质量在线检测;生产优化排程;质量闭环管控;数智化工厂
目录介绍
0 引言
1 特种无缝钢管数智化工厂建设思路
2 基于深度学习与多模态视觉融合的质量检测系统
2.1 在线LIPS光谱检测设备
2.2 融合“2D+3D视觉”表面质量检测设备
2.3 钢管全尺寸轮廓扫描测量设备
3 融合“视频AI+事件逻辑” 的逐支跟踪系统
3.1 物料跟踪系统架构
3.2 基于全视场AI的物料轨迹动态跟踪技术
3.3 面向异常事件的全流程业务容错技术
3.4 系统价值与突破
4 融合“模型-知识-算法”的动态排程系统
4.1 “模型-知识-算法”融合框架
4.2 系统支撑技术
4.3 应用成效与可视化
5 基于PDCA闭环理念的协同质量管控
5.1 策划和执行:质量标准推送与监控
5.2 精准在线质量判定
5.3 质量异常闭环处置
5.4 系统价值
6 应用效果
7 结论
©软件著作权归作者所有。本站所有文件均来源于网络,仅供学习使用,请支持正版!
转载请注明出处!

发表评论 取消回复