Автоматизированное управление процессом травления листового проката с применением нейросетевой модели

Abstract

Рассматривается подход к нейросетевой диагностике состояния технологического оборудования и анализируется влияние диагностических параметров на качество продукции применительно к автоматизации процесса травления на технологической линии холодного проката листовой стали. Дефекты могут вызываться сбоем одного из блоков управления механизмом протяжки, если этот блок не может оперативно отслеживать скорость, задаваемую другим механизмом вращения. При этом длина металлической петли в травильной ванне непрерывно меняется, что влияет на качество продукта. Предлагаемый метод позволяет обнаружить и предотвратить сбои контуров втоматизированного управления на основе нейросетевого анализа данных мониторинга без остановки технологической линии