[00131547]基于数据驱动的带钢热镀锌生产过程工艺参数优化研究

本项目紧紧围绕流程工业中的带钢热镀锌生产,重点研究了其过程工艺参数优化问题;利用支持向量机、凸壳和粒子群等有效的数据挖掘理论方法,基于协同分析的研究理念,在大数据驱动下,首次提出带钢热镀锌过程工艺参数优化策略,并系统建立了面向流程工业生产过程的质量建模、规则抽取、参数优化等模型与优化方法。 在质量建模方面,提出一种基于主动学习的SVM增量学习算法,利用聚类方法和凸壳理论对原始数据进行主动学习,提取信息含量大的数据进行建模,提高模型的训练速度和精度;同时,提出一种基于广义KKT约束的SVM增量学习算法,利用KKT条件互检的方法解决了模型在动态更新过程中数据融合的问题,提高模型在更新过程中的训练速度和精度。在规则抽取方面,提出一种基于凸壳的SVM规则提取算法,通过核函数将低维的原始数据映射到高维的特征空间,在特征空间中计算凸壳,并将凸壳映射成区间规则,实验证明该方法具有较高的保真度和覆盖度。在群智能优化方面,利用自我更新的外部档案和网格的方法,分别通过提高个体及全局极值的多样性,丰富了优化空间解的多样性。 以第一作者发表/录用论文11篇,其中EI收录8篇,中文核心1篇。申请国家发明专利1项,名称“一种流程工业过程工艺参数的确定方法”,申请号：2012102921647。开发了工艺参数的可视化系统,借助于该系统利用热镀锌带钢生产过程的实时数据,进行仿真实验,验证了所提方法的有效性。在人才培养方面,指导博士研究生1人,培养硕士研究生8名,均获得硕士学位,秦波同学和宋政立同学的硕士学位论文分别被评为内蒙古科技大学2012届“硕士研究生优秀学位论文”;科学研究过程中,培养青年教师和学术骨干4人。在团队建设和学术交流方面,先后邀请到重庆大学机械传动国家重点实验室副主任、博士生导师邵毅敏教授,浙江大学信息学部控制科学与工程学系NSFC优秀青年基金获得者、博士生导师赵春晖特聘研究员,北京工业大学机械工程与应用电子技术学院北京市先进制造技术重点实验室高立新教授,北京科技大学国家材料服役安全科学中心（筹）杨斌副研究员来课题组,针对工业过程的质量建模、优化进行学术交流10余次;团队入选内蒙古自治区“草原英才”工程产业创新创业人才团队,内蒙古自治区高等学校“创新团队发展计划”团队。 本项目的研究结果进一步丰富和完善了质量建模和群智能优化理论体系。所提出的流程工业过程工艺参数优化方法,不仅适用于包钢冷轧带钢镀锌生产过程,同样也适用于炼铁、冷轧、炼钢、热轧、连铸等其他冶金工业生产的过程,并且在有机化工、塑料、催化剂化肥等化工领域有着广泛的应用前景,具有重要的理论价值和实际工程意义。