汉鑫工艺优化管理系统 严选 鲲鹏

汉鑫科技

共 1469字,需浏览 3分钟

 ·

2020-11-10 20:49

商品详情

商品亮点
  • 依托云计算充足算力,结合原料的50+维特征进行综合计算,给出更准确的原料配比
  • 建立的模型可根据实际生产过程中的原料数据和钢水元素指标结果数据持续自动优化,确保钢水预测质量预测精度不下降
  • 能够提供更广泛的原料信息,为企业的原料采购提供指导建议,进一步降低炼钢的成本
  • 结合公司的炼钢工艺及历史数据建立高精度的模型,准确预测钢水质量,降低传统炼钢的指标过剩问题,节约炼钢成本
商品说明
版本: V1.0 交付方式: License
适用于: Windows/Linux 上架日期: 2020-08-14
交付SLA: 30 自然日
汉鑫科技依托于大数据与工业互联网技术,致力于打造企业数字化转型解决方案,深入各行业内整理行业经验,结合华为云ModeArts平台人工智能、大数据建模等先进技术打造生产工艺大数据处理的工艺优化管理系统。
汉鑫工艺优化管理系统整体是通过四层架构实现,首先是底层的基础设施层,主要是计算资源、存储和网络;接着是华为云大数据和AI开发平台,主要提供数据分析、建模以及模型管理等能力;第三层是工业PaaS层,是将行业know-how以及企业数据,结合华为人工智能算法,输出适合企业实际应用场景的模型;最上层是应用层,主要是对接模型和企业用户,定制开发能够满足用户使用的可视化界面。
钢铁生产过程,需要根据钢水最终指标成分、原材料成分、价格和生产工艺要求,让原辅料按照合适的比例装炉进行熔炼;另外,由于不同批次采购的原辅料成分和价格是波动的。因此,原料配比是炼钢过程的重要环节,在保证钢水指标同时要兼顾企业生产成本。目前电弧炉生产过程中影响最终钢水质量的因素很多,包括废钢生铁以及合金的指标以及配量,同时需要考虑电弧炉工艺参数和设备运行状态;人工经验难以达到各种工况下对配比的精准计算。基于人工智能的技术发展,通过收集现阶段生产过程中的原辅料成分和价格、原辅料加入量、电弧炉生产工艺数据、电弧炉钢水成分和钢渣成分等生产数据,利用机器学习算法和优化算法来寻找最优的原料配比,为配料站工艺师提供有效参考。使得电弧炉终点钢水成分各指标满足目标要求的条件下,原辅料的成本最低,有效的为企业降低成本提高生产利润。同时,优化模型可以支持当前配比下钢水成分指标的预测功能,为配料工艺人员提供有效的参考。

用户案例

烟台华新不锈钢有限公司---配料优化系统
原料配比是炼钢过程的重要环节,需要根据钢水最终指标成分,结合原材料指标以及工艺要求,对原材料做适当的混合,既要保证钢水指标同时要兼顾企业生产成本。该项目将以华新电弧炉生产过程的信息化、数字化、智能化为出发点,以具有自主知识产权的全流程智能化关键技术研发为突破口,以华为云平台为依托,以稳定产品质量和生产效率、降低生产成本为最终目标,全流程、多层次的提升华新不锈钢的智能化水平。
该项目将以电弧炉生产过程的信息化、数字化、智能化为出发点,以具有自主知识产权的全流程智能化关键技术研发为突破口,以华为云平台为依托,以稳定产品质量和生产效率、降低生产成本为最终目标,全流程、多层次的提升不锈钢的智能化水平。原料配比项目通过原辅料成分和价格、原辅料加入量、电弧炉生产工艺数据、电弧炉钢水成分和钢渣成分等生产数据构建人工智能模型。该模型可以提供一个合理的配料方案供配料工艺人员参考,不但可以直接减少材料浪费,降低材料成本,而且可以简化操作、降低制造费用,直接给企业带来经济效益,提高企业竞争力。
浏览 9
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报