本书主要介绍长型材轧制全流程工业数据平台架构、数据采集与分析技术、加热过程智能化控制、数据驱动的复杂断面型材轧制过程智能化、智能化轧辊管理系统、高速线材生产过程组织性能精准调控及基于数字孪生系统的长型材生产过程工艺参数优化与工业化应用，实现长型材轧制过程的数字化转型升级。 本书可供钢铁企业管理层和工程技术人员阅读，也可供冶金自动化技术的科研、设计、生产维护人员以及大专院校的自动化、计算机、机电专业师生参考。
丁敬国，博士，东北大学轧制技术及连轧自动化国家重点实验室特聘研究员，博士生导师。2004年获得东北大学材料成型及控制工程专业学士学位，2009年获得东北大学材料加工工程专业博士学位。作为项目负责人承担国家自然科学基金青年基金（2016）、国家重点研发计划子课题（2017、2019）、辽宁省自然科学基金面上项目(2019)、中央引导地方科技发展资金项目（2022）、国家自然科学基金-区域创新发展联合基金（辽宁）项目课题（2022）等国家级和省部级项目10余项。在技术创新及工程实践方面，作为负责人承担企业科技研发项目10余项，经费超过3000万元，完成了具有自主知识产权的板带轧制过程控制模型与智能优化系统开发，并在武钢、河钢等多条热轧冷轧中厚板轧制生产线实现在线应用，厚度、板形精度与控制系统运行稳定性等关键指标达到了国际先进水平，获得了良好的经济社会效益。,赵宪明，教授，博士生导师，东北大学轧制技术及连轧自动化国家重点实验室副主任，中国金属学会大型型钢委员会委员，入选“辽宁省百千万人才工程”百人层次专家。从事长型材轧制过程工艺、装备研发及组织性能控制、智能化等领域研究，发表论文160余篇，获授权发明专利7项，获省部级科技奖励9项。承担国家重点研发计划项目、国家自然科学基金重点等纵横向课题60余项。
1绪论 2长型材生产全流程工业数据平台架构 2.1 过程机功能概述 2.2 过程控制系统架构 2.3 轧机过程机设定控制功能 2.3.1 轧制过程设定计算 2.3.2 轧制模型自学习 2.3.3 轧制过程机数据流 2.4 压下规程分配和模型说明 2.4.1 负荷分配算法 2.4.2 轧制模型设定计算 2.5 轧制设定基本物理模型 2.6 轧机压下规程优化设计方法 2.6.1 约束条件 2.6.2 优化方案 3长型材生产全流程数据采集与分析技术 4长型材加热过程智能化控制 数据驱动方法在钢轨热处理中的应用 钢轨在线热处理自学习工艺模型开发 计划数据与跟踪数据读取 计划数据结构设计 跟踪数据读取 数据处理与标准化 数据驱动工艺模型开发 知识库设计 数据驱动工艺模型的设计 基于神经元网络的工艺模型开发 钢轨热处理自学习工艺模型软件开发 计划读取与管理模块 自学习模型计算模块 钢轨工艺数据信息模块 模型应用数据统计与分析 T_50kg_U71Mn自学习模型应用 T_50kg_U75V自学习模型应用 T_60kg_U71Mn自学习模型应用 T_60kg_U75V自学习模型应用 5数据驱动的复杂断面型材轧制过程智能化 6复杂断面型材智能化轧辊管理系统 7高速线材生产过程组织性能精准调控及大数据分析 8螺纹钢棒材生产过程温度均匀化控制 9基于数字孪生系统的长型材生产过程工艺参数优化索引
书单推荐
