1.命题方向

智能制造

2.题目类别

应用类

3.题目名称

钢铁冶炼产品质量预测及工艺参数优化系统

4.背景说明

【整体背景】

中国钢铁工业经历多年高速发展，当前正处于“高产量、高成本、低价格、低效益”的粗放发展向高质量发展转变过程中，在市场需求方面向小批量、多品种、定制化的趋势发展。中国钢铁企业依旧面临严峻挑战，除受上游原材料行业和下游钢铁产品深加工行业的双重影响外，钢铁企业自身产品结构不合理、生产管控水平低、能源消耗高以及产品质量稳定性差等问题也是影响企业竞争力、限制企业持续性发展的内在重要因素。

为促使钢铁行业可持续发展，《中国制造2025》提出钢铁行业实行生产、物流等的智能控制与优化协同，着力开发基于大数据、云计算的新型信息化和智能化技术，实现企业信息深度感知、智慧优化决策和精准协调控制。

【公司背景】

大连华信计算机技术股份有限公司成立于1996年，是一家面向全球客户提供领先的产品、服务及解决方案的数字技术服务企业。公司拥有员工逾万人，2020年销售额超27亿元，在国内外设立有二十余家分支机构。

致力于“成为世界一流的数字技术服务及解决方案提供商”，坚持国际、国内同步发展战略。目前华信业务已覆盖中国、日本、欧美等国家和地区，是IAOP全球外包百强企业、全国第二大软件出口企业，也是中国自主品牌软件产品收入前十家企业。在国际市场，华信是中国最大的对日软件系统和IT服务提供商，同时在全球多地实现自主知识产权出口。在国内市场，形成了主要行业和重点区域的市场布局，自主研发的智能制造、智慧城市、智慧商业、智慧金融多领域解决方案深获市场认可。在新技术领域，围绕自建的国际最高标准云数据中心，华信的一站式服务可实现由云到端的方案整体构建。同时，立足于云原生技术，以DT助力DX实现，打造驱动百行百业数字化转型核心能力。

为把握市场机遇，近年来华信不断加大研发投入，每年用于技术和产品的研发投入超亿元，面向大智物移云等新IT领域加速拓展。华信建设有国际最高标准云数据中心，围绕数据中心所建立的ONE STOP一站式服务，涵盖云技术、大数据、移动终端，由后台到前台，可实现由云到端的方案整体技术架构体系、应用方案体系的构建。

未来，华信将聚焦服务、方案和创新三大主航道。以“数字技术服务+解决方案”为业务模式，为客户提供数字技术咨询、软件开发、运行维护、现场服务等全方位服务及行业解决方案、业务解决方案、技术解决方案和服务解决方案。在智能制造领域，华信与大连理工大学合作获得“国家级制造管理信息化技术国家地方联合工程实验室”称号，并在日本京都设立专门研发机构。

【业务背景】

钢铁制造业市场竞争的日益激烈,客户对钢材成份和性能等的个性化需求呈现具体化、多样化、小批量化的趋势,这就增加了钢铁生产过程质量控制的难度。产品质量保证多以事后控制为主；生产完成后，对产品质量进行检验判定，这往往会出现以下状况：一是当发现质量不良的产品时，要修正通常都为时以晚；二是有些抽检、免检的检验项目，存在一定的质量风险。传统的统计过程控制建立在统计理论的基础上,不能适应多品种、小批量生产环境下的过程质量控制。在机器学习，人工智能快速发展的今天，采用基于智能化方法的质量预测过程控制是十分必要的，更进一步的，可基于预测的结果，对生产做相应的决策及应变。5.项目说明

【问题说明】

由于客户需求多变、加工流程复杂、约束因素多以及特有的产品层次结构,钢铁制造业的生产过程呈现出高度复杂的动态特性。钢铁产品的质量特性受生产过程中原材料、人工操作技能、工艺方法、设备效率等因素的波动影响。钢铁制造业的过程质量控制就是通过监控生产过程中工艺参数的波动,将质量特性控制在规定的范围内所进行的活动,目的是在事中努力避免和消除不良因素的影响,从而使最终产品质量波动限制在允许的范围内，提高钢铁产品质量。

【用户期望】

质量预测的意义不仅局限于根据工艺参数估计质量水平,更重要的是利用质量预测模型结合领域知识对工艺参数进行优化,寻求更加优化的工艺控制参数,以改善产品的质量水平。

6.任务要求

【开发说明】

本项目提供了生产线上脱敏后的数据，影响成材率的因素众多，包括：配料中的原主材料（如：统料废钢、生铁、重型废钢、中型废钢及其剪切料等），辅助材料如（如：硅铁粉、萤石、石灰石等）、冶炼过程工艺参数（如：配料方式、出钢温度、炉钢的镇静时间、出钢时间、浇铸时间等），以及炉钢的20余项最终化学成分等因子。通过这些因子，需要选手设计出模型，并能够预测出成材率。综合成材率 = 成锭率 * 成坯率 * 成材率。因为数据中可能存在异常等现象，鼓励选手发挥想象力、创造力，去设计出智能的算法。并能够以可视化的仪表盘、看板、图表等形式呈现。

提供数据详见数据接口。

【技术要求与指标】

以钢铁制造业生产过程综合质量指标——成材率为对象，详细阐述基于成材率的质量预测的预测模型及预测方法。基于提供的过程数据使用智能化的方法对质量进行预测,估计质量指标结果值, 利用质量预测模型结合领域知识对工艺参数进行优化,根据工艺参数估计质量水平。其中寻求更加优化的工艺控制参数，作为算法部分的评分要求。系统功能方面，可以通过可视化的仪表盘、看板、图表等形式呈现，作为系统功能部分的评分要求。

【提交材料】

（1）项目概要介绍; 

（2）项目简介 PPT; 

（3）项目详细方案; 

（4）项目演示视频; 

（5）企业要求提交的材料：

1完整的系统功能。

（6）团队自愿提交的其他补充资料。

【任务清单】

（1）预测模型的概述和简介，对模型的充分理解；

（2）工艺控制参数优化；

（3）完整的web端平台开发。

【开发工具与数据接口】

（1）开发工具：开发工具及开发平台不限，可以借助开源的工具；

（2）数据接口：企业会通过网盘提供。

7.其他

无

8. 参考信息

无

9.评分要点

本赛题评分要点参考附件一：A类企业命题统一评分标准。