Predictive Analytics Approach for Steel Billets Quality Control System

P. 219–223.

Белов А. В., Ekaterina A. Melekhova, Воронцова Т. Д.

В статье рассматривается проблема повышения качества металлопродукции. В настоящее время на металлургических предприятиях преобладают деструктивные методы контроля качества стальной заготовки. Такой подход к оценке качества является расточительным и увеличивает ее себестоимость. Одним из способов удешевления производства металлопродукции является сокращение использования методов деструктивного контроля за счет автоматической паспортизации металлов. В работе предлагается использовать алгоритм прогнозирования механических свойств конечного продукта на основе анализа данных, полученных в процессе производства металлопродукции.
Алгоритм прогнозирования выбран на основе классических моделей глубокого машинного обучения. Целевой моделью является та, которая показывает наибольшую точность. В данной работе представлены результаты применения современных алгоритмов машинного обучения для прогнозирования механических свойств стальных заготовок и автоматической паспортизации металла по прогнозируемым значениям. Результаты исследования планируется внедрить на Металлургическом комбинате Стан-5000 ОАО «Выксунский металлургический завод».

Ключевые слова: металлургия, машинное обучение, контроль качества, Mechanical properties, computer simulation, прогнозирование, machine learning, quality control

В книге

2022 International Conference on Quality Management, Transport and Information Security, Information Technologies (IT&QM&IS)

St. Petersburg: IEEE, 2022.