大量生产高质量的钢铁产品需要经过时间考验的制造实践和现代技术的结合。s manbetx 845当钢卷经过轧钢、镀锌、彩涂等生产线时，操作人员必须根据每个钢卷的特性以及所需的厚度和平整度设定烘箱温度、线速和线形。不能正确地设置一条线导致多余的废料。它还可能损坏烤箱，并导致管道关闭数天。
在Ruukki Metals，我们用MATLAB构建并部署了一个web应用程序®这使得操作人员能够在整个钢铁制造过程中选择和应用适当的设置。我们建立了第二个，独立的MATLAB应用程序，我们的工程师使用聚合和分析生产指标从多个数据库，跟踪个别线圈，并完善我们的过程。
自部署这些应用程序以来，我们有了一个更加一致和高效的过程，更少的废料，改善平坦度，更短的异径长度。例如，在平整机中，未达到目标厚度的线圈长度从几米减少到50厘米或更少。这些改进的关键是对设置计算参数的常规优化，以及在MATLAB中的数据可视化。这些MATLAB可视化检测偏差线圈的能力不能被夸大。
识别潜在的过程改进
线速度和温度必须调整，以保持每个线圈的厚度和平整度在要求的公差内。在基于MATLAB的web应用程序可用之前，我们的操作人员依靠自己的经验、个人笔记和判断来完成这项工作。由于每天运行多个班次，这种做法导致了不一致的结果。
一旦线圈被处理，对于工程师来说，确定任何特定线圈或线圈组的设置是困难和耗时的。例如，为了检查冷轧机的厚度、镀锌后的产量和横向厚度轮廓，他们通常要花几天的时间收集必要的数据，进行处理，并生成理解结果所需的图。
用MATLAB和神经网络分析大数据
在我们的新过程的核心是一套数据仓库，我们使用存储和访问信息线圈通过工厂。微软®基于SQL的数据仓库存储厚度公差、尺寸、每个线圈的原材料类别和线圈的目标客户。一个Wonderware®历史数据仓库存储时间序列数据的线圈的厚度和平坦度和其他过程测量。Oracle®基于数据仓库存储线圈检测到的缺陷或异常和测试结果。每年处理的60000个线圈中，每一个可以存储多达4000个不同的测量值。
使用MATLAB和Database Toolbox™，我们开发了一个应用程序，从每个数据库检索数据，将其合并到单独的Microsoft Access数据库中，并根据需要创建文档。当一个新的线圈即将在生产线上被加工时，这个应用程序分析合并和存储的数据，以计算烤箱温度和其他参数，用于设置设备。例如，在galvanneal过程中，应用程序使用使用neural network Toolbox™创建的神经网络来计算设置值。
我们依靠神经网络工具箱来实现其他一些关键的应用功能。我们使用自组织地图根据锌质量、铁含量和平整度对线圈进行分类(图1)。
图1所示。用神经网络工具箱创建的自组织映射。左上方的83组显示，有469个线圈具有类似的平坦度特征。
我们还使用了神经网络工具箱来创建一个神经模型。该模型基于有限元方法(FEM)生成辊缝预测(图2)。
我们总共创建了30多个不同的MATLAB应用程序，用于分析、可视化和输出生产链中的线圈数据。这些数据包括厚度、平面度、横向轮廓、原材料质量和其他特性(图3)。
部署应用程序
我们使用MATLAB Compiler™创建了一个桌面应用程序，它提供了对我们开发的MATLAB中的数据分析和可视化应用程序的方便访问。由于我们使用了JDBC驱动程序，所以不需要ODBC数据库连接，而且我们不需要使用数据库向导来为应用程序创建数据库连接。工程师可以在任何PC上安装和运行这个应用程序，而无需安装MATLAB。目前，有20多名工程师正在使用它来了解我们的生产链今天是如何工作的，以及未来可能如何改进。使用该应用程序，手动完成耗时数天的分析可以在不到一分钟的时间内完成。
我们还创建了一个基于web的应用程序,可以通过任何网络浏览器访问我们的网络,这条线运营商可以使用它来查看数据他们需要监控和设置线(图4)。建立这个. net应用程序中,我们打包的MATLAB代码作为一个DLL使用MATLAB Builder™NE。DLL从我们的数据库中检索信息，并创建以位流形式发送到驻留在Microsoft Internet information Services (IIS) web服务器上的主应用程序的图。
使用这种应用程序，我们的操作人员准备作出必要的调整之前，每个新的线圈进入一条线。自从部署这个应用程序和我们用MATLAB和MATLAB编译器创建的独立可执行程序以来，我们看到了更少的错位，更少的废料，并显著提高了工厂的效率和一致性。
最近，我们用MATLAB模拟了冷轧过程中的弯曲过程，并进行了仿真，使我们能够提高卷板的平整度在冷轧过程中。MATLAB为访问COMSOL Multiphysics等有限元模型提供了强大的工具®．我们已经创建了几个使用COMSOL- matlab链接的应用程序，使我们能够向FEM模型输入值，并从COMSOL可视化结果。
