钢铁生产技术数据挖掘专家

gystld

   


好前景
钢铁生产技术数据挖掘专家

    它具有大数据和深度学习不具备的基于小样本优
势，通过使用这套软件，你将会很快掌握先进的偏最
小二乘多元回归和支持向量机机器学习技术，发现复杂的生产技术规律，更好地工作和研究。







上海敬贤信息科技有限公司



一． 背景
钢铁联合企业一般由烧结、炼铁、炼钢、轧钢、销售、钢研等部分组成。每一个部分都是复杂系统，影响每个部分工序产品的产量，质量，能耗的因素很多而且交叉重叠，非常复杂。偏最小二乘回归是先进的研究复杂系统变量之间因果关系的多元回归技术。在钢铁企业集团的采矿、选矿、烧结、焦化、炼铁、炼钢、轧钢、销售、钢研，乃至学校、医院等各部门均可得到应用。钢铁企业集团各工序点很多都是无法用精准冶金物理模型描述的生产过程。偏最小二乘回归可以找到一个物理意义清晰明确，简单有效的数学模型，在产量、质量、能耗与生产工艺参数、原料特性之间建立联系。为提高产量，改善质量，节能降耗提供科学的依据，还可为技术改造提供准确决策依据，避免出现重大决策失误。应用偏最小二乘回归技术可以使过去困扰多年的关键问题、重大问题、老大难问题和限制性瓶颈问题得到解决。
可解决以下问题:
1.优化工艺。
2.提升指标。
3.提高产量、改善质量、节能降耗。
4.从统计角度解决复杂系统参数关系问题。
5.找到问题的主要影响因素。
6.找到因果规律。
7.找到最佳工艺参数。
8.准确预测结果。
9.傻瓜式操作，使用方便。
10.规避竞争对手的高利润、垄断专利，防止自己的重大专利被规避。
二．应用领域——铁前
1.建立高炉经济技术指标与各种参数之间的联系。


控制

经济
技        状态
术指标
原料



2.了解高炉大量操作参数、状态参数、原料特性参数与产量、质量、能耗等经济技术指标之间是什么关系？哪些参数对高炉生产结果是重要因素，哪些是次要因素？哪些是正相关，哪些是负相关？变动参数的一个单位对结果影响有多大？ 哪些数据点是特异点需要关注或剔除？得出的这些结论可信度有多大等等。
3.对重要变量的重要性进行排序，把有限人力、物力、财力用在解决主要矛盾上。
4.利用偏最小二乘回归中主成分提取及典型相关分析方法，围绕炼铁的需要， 确定什么质量的焦碳、烧结矿、球团矿对高炉来说是合适而不过剩的；各种原料的指标中是物理特性（粒度、强度、……）还是化学特性（各种化学成份，……）：是常温特性还是高温特性；具体是哪一类参数、哪一个参数对高炉的哪一类经济技术指标、哪一个经济技术指标而言是重要的。解析这一问题非常有现实意义， 可以很好发挥整合优势，科学明确地指引上道工序进行有目的，有方向的生产操作调整、技术改造攻关。
5.偏最小二乘回归可综合主成分和典型相关技术，提取到各种参数层面的主成分，并得到此主成分对指标的影响程度。这实际上是在理论与实践中建立了一座桥梁，让工艺人员更好地理解课本中都未能完全解释的问题。这相当于对参数及指标系统进行了一次全方位的参数断层扫描。
6.利用历史数据对诸如提高风温，降低湿度等等的技术改造进行统计意义上的评估，对可能达到的效果及成功的把握性进行预测。
7.研究工艺参数与指标结果之间的相关程度；工艺参数之间的紧密程度；利用工艺参数对技术指标进行预测，并判断预测精度。
8.利用偏最小二乘方法，在特异点中排除统计误差较大的点，找到最佳工艺参数点，为寻找最佳工艺参数组合提供依据。
9.比较三座高炉模型的特点，找出共性及差异，对高炉生产操作经验进行统计科学意义上的提炼总结，形成技术诀窍，这将成为企业宝贵的无形财富和竞争力。
三．应用领域——钢轧
1.建立产品强度、韧性、表面质量等指标与各种参数之间的联系。


强        成份
度韧性
等        控制
质量指
标        金相


2.了解冶炼轧制大量成份参数、控制状态参数、金相特征与强度、韧性等指标之间是什么关系？哪些参数对强度、韧性是重要因素，哪些是次要因素？哪些是正相关，哪些是负相关？变动参数的一个单位对结果影响有多大？哪些数据点是特异点需要关注或剔除？得出的这些结论可信度有多大等等。
3.对重要变量的重要性进行排序，把有限人力、物力、财力用在解决主要矛盾上。
4.利用偏最小二乘回归中主成分提取及典型相关分析方法，围绕强度、韧性、表面质量等的需要，确定成份优化设计方案，参数优化设计方案。
5.偏最小二乘回归可综合主成分和典型相关技术，提取到各种参数层面的主成分，并得到此主成分对强度、韧性的影响程度。在理论与实践中建立一座桥梁， 让工艺人员更好地理解课本中都未能完全解释的问题。相当于对参数及指标系统进行了一次全方位的参数断层扫描。
6.利用历史数据对技术改造进行统计意义上的评估，对可能达到的效果及成功的把握性进行预测。
7.研究成份、操作、金相等参数与强度、韧性、表面质量之间的相关程度；参数之间的紧密程度；利用参数对强度、韧性、表面质量指标进行预测，并判断预测精度。
8.利用偏最小二乘方法，在特异点中排除统计误差较大的点，找到最佳工艺参数点，为寻找最佳工艺参数组合提供依据。
9.利用偏最小二乘方法擅长处理小样本的特点，在新产品开发中，能以最快、最低的成本，最小的生产试制，四、五次小批量生产就能发现规律，有目的有针对性地对产品质量缺陷分析，采取改进措施。
10.根据模型提供的结论，调整不显著的昂贵元素，不显著的苛刻工艺参数，在不改变产品性能的前提下，降低成本。
11.比较各炉子、各机组模型的特点，找出共性及差异，针对当时的设备状况、原料条件对生产操作经验进行统计科学意义上的提炼总结，形成技术诀窍，这将成为企业宝贵的无形财富和竞争力。
12.用偏最小二乘方法对专利所有技术特征的显著性进行排序，找到不显著或显著性最低的技术特征，根据专利规避的原则将之去除，同时确保产品指标不下降， 达到合法规避专利目的。
四．软件功能
1.偏最小二乘回归。
2.遗传算法。
3.神经网络。

4.支持向量机。
5.极限学习机。
五．软件特点
1.软件以 Excel 作为开发平台，与 Excel和WPS 无缝连接，成为 Excel 和WPS的一条菜单，无需编程，让偏最小二乘回归、神经网络、支持向量机成为易用的工具。克服软件推广应用的语言、编程、统计知识障碍，让先进工具从象牙塔走向工厂车间。
2.软件安装简单，使用方便，数据实现自动整理，结论以 Word 文档形式输出， 一线人员无需学习统计知识都能理解，一般统计软件都忽视了这一点。
3.只需要标记、确定两步就完成操作，象使用傻瓜相机一样使用先进工具。省去学习、培训、交流的麻烦和费用 ，是工艺技术人员和生产操作人员的好帮手。在中控室配备的话，大批核心操作岗位人员都能长期受益，在拥有专业知识，工作经验的基础上更拥有定性、定量的先进分析手段。由于一线操作人员对数据有很好的甄别能力，得出的模型更准确可靠，在可调整的权限范围内从数据统计这一薄弱环节最大限度挖掘生产潜力，提升技术经济指标，产生无法估量的经济效益。
4.极高性价比，软件价格仅100元1套。
六．项目实施
1.解决一些实际问题
解决一些长期困扰生产、技术、操作人员的有关复杂系统参数之间关系的难题。
2.教授一种先进方法
讲解偏最小二乘回归、神经网络、支持向量机等先进统计方法的原理和软件的使用。
3.安装一批软件工具
在中控室、技术部门、生产部门等关键岗位安装软件包。
4.使用范围
可做钢铁企业集团全公司解决方案，也可单独做炼铁或者钢轧等小单位的解决方案。
七．        实际应用场景
1.操作工解决烧结作业区域转鼓莫名其妙下滑问题
最近几天烧结转鼓强度莫名其妙下降 2%，数据经常在 80%以下，高炉已经多次提醒，要迅速查找原因，制定改善措施，一两天之内就要扭转下滑势头。
分析：理论上，影响烧结的最重要因素应该是配矿，但是配矿一经配好，使用周期大约半个月，现在调整不现实，要作改变，只能是调整工艺参数最快。 随即收集上半年烧结日报表中烧结矿的转鼓指标、烧结矿成份、过程工艺参数数据，运用好前景—AOSPS 5.0 软件分析得知：自变量与因变量相关系数为 0.3081，自变量与因变量相关关系微弱，这模型不能用，但进一步分析认为：这是因为过程参数与指标有时间滞后，因果数据难以形成准确一一对应造成，但仍然有 80% 左 右 的 信 息 是 对 应 上 的 。 根 据 转 鼓 模 型tiy=64.5381+1.5001sio2x-1.7918mgox+0.6812feox+3.5919rx-3.8618  机 速 x+0.0025层厚 x+0.0149 终点温度 x+0.0379 烟道负压 x，参数对转鼓影响的重要性及排序
为：机速 x>feox>层厚 x>终点温度 x>sio2x>rx>mgox>烟道负压 x，其中机速 x，feox，层厚 x 在解释因变量集合 Y 时具有重要作用，机速 x 具有最重要的作用。作业区内看火、配料、中控相关人员根据统计分析结合生产实际，下达操作参数调整指令：在操作规程许可的参数调整区间内，根据模型提供的正负相关性和重要性排序，首先把机速降到下限，feo 反映的是燃料配比大小，将燃料配比提高到 feo 的上限，层厚提高到上限，为增加累积效应，将不显著的终点温度烧到上限，sio2 提到上限，mgo 降到下限，烟道负压是随动指标，往上限靠，当天执行。第二天，调整的效果立即体现出来，转鼓提升了 2 个百份点。最后烧结车间在操作规程中增加了——转鼓下滑的应急标准化操作，此后遇到转鼓不明原因下滑，应用此标准化操作，转鼓指标迅速得到改善。
2.工程师解决配矿、配煤、配料的优化问题
钢铁集团配矿、配煤、配料是关系到整个集团成本和下游产品质量的重要环节，业内的共识是：七分原料、三分操作。当前基本上是基于化学成分和成本两方面考虑，单品种原料对产品性能指标的影响，实验室也研究得比较透，但是工业生产是多品种的组合，由于品种间的交互作用影响，实验与生产有较大的出入。当产品的某项重要指标长期无法满足要求时，如何确定性地通过调整原料配比实现提升产品指标，这个问题一直比较突出。通过建立起矿种、煤种、原料品种和对应的生产技术指标数据库，运用好前景—AOSPS 5.0 软件分析，如果数学模型揭示：对技术指标 1 显著有利的正相关品种类型是 A、B、C，显著不利的品种类型是 E、F，对技术指标 2 显著有利的正相关品种类型是 B、C、E，显著不利的品种类型是 A、F， 考虑到要解决的当下限制性的环节是指标 1，权衡品种对指标 2 的影响后，根据模型的指引，增加 B、C 品种的用量，既达到改善技术指标 1，解决限制性环节， 又不影响其它指标的目的，随着原料和生产等情况的变化，遇到其它类似的新问题，也可用相似的办法解决。另外，只要将变量相乘生成新变量，就能考察到两变量的交互作用，三变量相乘生成新变量，就能考察到三变量的交互作用，解决了复杂系统交互作用如何判定的疑难问题。最后也可将算法得到的指标模型加入成份、成本进行规划求解，这样得到的配矿、配煤、配料的解决方案才是真正意义上的成本最低，指标最好的方案。
3.研究员解决提升产品性能、专利规避问题
市场竞争激烈，国内外同行纷纷推出高性能的产品，获取高额利润，并用技术秘密或者专利进行保护，而自己的产品性能总是差强人意，虽然知道通过化验等反向工程，很容易准确获悉产品的成份、金相组织，但如何找到合适、合法的替代工艺路线，是一个问题，根据公开换保护的专利原则， 要想彻底保护，就要完全公开，国外想占领中国市场，其专利一般都会真实完整公开。通过收集国内外同行在本领域最接近的专利的实施例数据，运用好前景—AOSPS 5.0 软件检验实施例参数显著性，找到独立权利要求中的最不显著的技术特征，由于算法不会将不显著变量误判为显著变量，不会遗漏掉真正的显著变量， 能准确对变量显著性进行排序，将最不显著的参数调整到权利要求范围以外的区域即可实现专利规避，按照原始数据回归方程回归系数表，将其它参数，依次从最显著变量→显著变量→不显著变量在权利要求的参数区间范围内朝最有利于性能优化的方向调整，从专业知识、工艺装备、原料条件、生产操作等方面对上述方案进行论证，进一步进行实验室验证，这样就可站在巨人的肩膀上，快速轻松解决了产品性能提升的问题，而且还达到合法规避专利的目的。钢铁制品的强度、韧性、表面质量等指标往往是彼此矛盾，难以兼顾，好前景—AOSPS  5.0 软件得到的模型还可以在强度、韧性、表面质量等这些指标的影响因素中进行权衡，找到兼顾各方面指标的优选方案。
4.解决集团所有工序优化的问题
实践证明，好前景—AOSPS 5.0 软件是解决技术问题的有效工具，且支持国产办公软件WPS企业版，能解决的问题非常多，以上只是其中的几个场景。作为钢铁集团建议分两步走。第一步：全面部署软件，虽然是手动，但是具有灵活性，短时间就能解决遗留多年的大量工艺技术难题，见效快，缺点是需要人工收集数据。第二步：合作完成自动分析系统，方案是让参数增加时间属性，以钢轧产品形成之时为例，时间为0，往前赋予比如轧钢过程温度1100度，时间为-300秒。建立这样的数据库，需要分析时候，直接点击目标问题就可以了，系统自动从原料，过程参数中收集数据，并根据时间差，自动对应响应——目标问题，根据算法自动分析得出报告，可以省去耗时耗力易错的人工数据收集整理工作，尽快发现问题，解决问题。
八．        业绩
序号        使用者单位        研究方向
1        中国科学院（生物化学重点实验室）        生物化学
2        中国科学院（青藏高原研究所）        生态
3        中国科学院（地理湖泊研究所）        水质
4        北京大学        社会
5        清华大学        光谱分析
6        同济大学        经济
7        中山大学        城市规划
8        北京工业大学        水处理
9        华北电力大学        电力
10        昆明理工大学        水坝位移
11        南京林学院        生态学
12        西北工业大学        国产大型客机造价预测
13        上海对外贸易学院        经济
14        南京财经大学        企业行为仿真
15        东莞农信        银行网点选址
16        上海理工大学        食品科学
17        北京对外经济贸易大学        经济
18        甘肃农业大学        生态足迹因子分析
19        东北林业大学        生物
20        厦门大学        公司金融
21        宝钢经济研究院        经济
22        茂名石化        化工
23        上海标准化研究院        数据分析
24        河南农业大学        农业
25        甘肃农业大学        农业
26        西华大学        食品
27        江苏省农科院        农业
28        深圳职业技术学院        交通
29        恒昌利通        经济
30        台湾五铃光学        光谱分析
31        马钢股份        钢铁
                                        电话（微信）:18055595710
                                              上海敬贤信息科技有限公司