• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      SPHC鋼種屈服強(qiáng)度與殘余元素相關(guān)性分析

      2020-06-22 16:10:20蔡清秀李超崔福祥趙文濤李海峰
      鞍鋼技術(shù) 2020年3期
      關(guān)鍵詞:樹結(jié)構(gòu)鋼種廢鋼

      蔡清秀,李超,崔福祥,趙文濤,李海峰

      (鞍鋼股份有限公司鲅魚圈鋼鐵分公司,遼寧 營口115007)

      鞍鋼股份有限公司鲅魚圈鋼鐵分公司 (以下簡稱“鲅魚圈”)供某客戶SPHC鋼種主要用于生產(chǎn)建筑門板、深沖件等。2017年6月用戶反饋該鋼種經(jīng)冷軋退火后,屈服強(qiáng)度值出現(xiàn)波動(dòng),超過規(guī)格上限(230 MPa)的比例達(dá)到16%,明顯高于正常水平,而使用其它鋼企相同產(chǎn)品未出現(xiàn)該情況。深入分析后認(rèn)為,2017年以來鋼種主元素成分和熱軋軋制工藝未進(jìn)行調(diào)整,對(duì)比其它鋼企主元素成分沒有顯著差異,唯一變化的是廢鋼使用結(jié)構(gòu)。因此認(rèn)為可能是使用含特殊元素廢鋼導(dǎo)致鋼中殘余元素發(fā)生波動(dòng),進(jìn)而引起屈服強(qiáng)度的波動(dòng)。采用統(tǒng)計(jì)學(xué)SPSS軟件對(duì)SPHC鋼種的殘余元素進(jìn)行回歸分析,確定了關(guān)鍵影響因素,采取相應(yīng)措施后,提高了SPHC鋼種屈服強(qiáng)度合格率,滿足了用戶的要求。

      1 數(shù)據(jù)預(yù)處理

      鲅魚圈SPHC鋼種主要工藝路線為:轉(zhuǎn)爐-LF(或RH)精煉-連鑄。收集2017年2月以來SPHC鋼種的生產(chǎn)數(shù)據(jù),由于殘余元素主要來源于轉(zhuǎn)爐加入的廢鋼,易氧化元素在轉(zhuǎn)爐吹煉過程已被充分氧化去除,故僅對(duì)殘余元素中不易氧化的Cu、Ni、Cr、Mo 元素進(jìn)行分析、整理。 Cu、Ni、Cr、Mo 含量描述見表1。由表1看出,Ni和Mo元素的標(biāo)準(zhǔn)偏差均約為平均值的一半,而這兩個(gè)取值也為非負(fù)數(shù),根據(jù)經(jīng)驗(yàn),這兩個(gè)元素的分布可能呈正偏態(tài),因此進(jìn)一步繪制圖形加以分析。

      圖 1 為 Ni、Mo元素分布圖。 從圖 1(a)、(b)看出, Ni、Mo 元素分布明顯呈正偏態(tài);從圖 1(c)、(d)看出,Ni、Mo元素分布存在大量的離群值和極值,不利于模型的穩(wěn)健性,即模型受離群值和極值影響會(huì)較大。基于上述原因,需要對(duì)Ni、Mo元素的數(shù)據(jù)進(jìn)行對(duì)數(shù)變換,以減弱正偏態(tài)、離群值的影響[1]。

      表 1 Cu、Ni、Cr、Mo 含量描述 *Table 1 Description for Content of Elements of Cu, Ni, Cr and Mo

      圖1 Ni、Mo元素分布圖Fig.1 Distribution for Elements of Ni and Mo

      2 構(gòu)建初步模型

      由于因變量屈服強(qiáng)度是否合格為二分類,所以采用Logistic回歸模型進(jìn)行初步建模。表2為方程中的變量。從表2顯著性一列可以看出,Cu、Cr元素、lnNi、lnMo 均有顯著性影響。 給出回歸方程如下:

      表2 方程中的變量Table 2 Variable in Equation

      3 構(gòu)建樹結(jié)構(gòu)模型

      3.1 模型分析

      上述Logistic回歸模型雖然分析出Cu、Cr元素、lnNi、lnMo均有顯著性影響,但仍有如下兩個(gè)問題需進(jìn)一步探討:

      (1)自變量與屈服強(qiáng)度是否為簡單的線性關(guān)系,各自變量是否存在交互作用。

      (2)殘余元素是不可徹底消除的,應(yīng)降低到什么水平,如何確定上限標(biāo)準(zhǔn)。

      對(duì)于第一個(gè)問題,如果是因變量為連續(xù)變量的回歸方程,則通過散點(diǎn)圖等工具做進(jìn)一步考察,但對(duì)于Logistic回歸模型,考慮影響因子較多,因變量為非連續(xù)變量,處理起來比較困難。對(duì)于第二個(gè)問題,Logistic回歸模型完成起來則更加困難。

      基于上述探討,決定采用樹結(jié)構(gòu)模型進(jìn)行深入分析。樹結(jié)構(gòu)模型即決策樹模型,是一種簡單易用的非參數(shù)分類器。它不需要對(duì)數(shù)據(jù)進(jìn)行任何先驗(yàn)假設(shè),計(jì)算速度較快,結(jié)果容易解釋,而且穩(wěn)健性強(qiáng),同時(shí)該模型確定因變量、自變量之間的曲線關(guān)聯(lián)問題也非常有效。樹結(jié)構(gòu)模型會(huì)給出自變量節(jié)點(diǎn),根據(jù)節(jié)點(diǎn)很容易找到自變量的控制節(jié)點(diǎn),對(duì)實(shí)際因變量的控制具有實(shí)際意義。

      根據(jù)分析方法的不同,樹結(jié)構(gòu)模型可以分為分類樹和回歸樹,這里將使用分類樹。分類樹模型主要包括 CHAID(Chi-squared Automatic Interaction Detector)、QUEST (Quick,Unbiased,Efficient Statistical Tree)、CRT (Classification Regression Tree)三種方法,其中CHAID不太適合連續(xù)自變量的分析,QUEST原理不太容易理解,而CRT原理簡單,而且和Logistic回歸等經(jīng)典方法邏輯上也有一定的對(duì)應(yīng)關(guān)系,因此選擇CRT方法。

      3.2 分析操作

      決策樹模型操作過程主界面見圖2,自變量重要性見圖3。

      圖3 自變量正態(tài)化重要性Fig.3 Importance of Normalization for Independent Variable

      從圖3看出,四個(gè)自變量中最重要的是Mo元素,其次是Ni元素 (計(jì)算重要性分別為100%和99.4%),Cu元素和Cr元素相對(duì)來說影響不大(計(jì)算重要性分別為4.0%和2.8%)。

      決策樹模型分析結(jié)果見圖4,案例的總數(shù)為11 928個(gè)。由圖4可以看出:

      (1)總樣本被拆分為Ni元素含量較低的節(jié)點(diǎn) 1(≤0.017 95%)和 Ni元素含量較高的節(jié)點(diǎn)2(>0.017 95%)。其中節(jié)點(diǎn)1的屈服強(qiáng)度不合格率僅為1.8%,節(jié)點(diǎn)2則高達(dá)16%。

      (2)節(jié)點(diǎn)1進(jìn)一步被拆分為Mo元素含量較低的節(jié)點(diǎn)3(≤0.004 95%)和Mo元素含量較高的節(jié)點(diǎn)4 (>0.004 95%)。其中節(jié)點(diǎn)3的屈服強(qiáng)度不合格率為1.2%,節(jié)點(diǎn)4則達(dá)6.6%。

      (3)節(jié)點(diǎn)2進(jìn)一步被拆分為Mo元素含量較低的節(jié)點(diǎn)5(≤0.007 5%)和Mo元素含量較高的節(jié)點(diǎn)6 (>0.007 5%)。其中節(jié)點(diǎn)5的屈服強(qiáng)度不合格率為10%,節(jié)點(diǎn)6則高達(dá)35.4%。

      由此得出,為降低SPHC鋼種屈服強(qiáng)度,鋼中Ni元素應(yīng)控制在0.017 95%以下,Mo元素控制在0.004 95%以下,屈服強(qiáng)度不合格率可由16%降低到1.2%以下。從機(jī)理上分析,Ni元素在鋼中主要是強(qiáng)化鐵素體并細(xì)化珠光體,Mo元素能提高鋼的淬透性和熱強(qiáng)性,這兩種元素總的效果是提高鋼的強(qiáng)度,這與模型分析結(jié)論基本一致。實(shí)踐認(rèn)為,Ni、Mo元素主要來源為廢鋼。據(jù)此要求SPHC鋼種限制使用含Ni、Mo元素的特種廢鋼。

      圖4 決策樹模型分析結(jié)果Fig.4 Analysis Results for CRT model

      4 應(yīng)用效果

      為驗(yàn)證上述模型的有效性,統(tǒng)計(jì)了2017年6~12月份供某客戶SPHC鋼種屈服強(qiáng)度數(shù)據(jù),見表3。由表3看出,屈服強(qiáng)度不合格率由2017年6月的 12.34%降至同年12月的0.44%,計(jì)算2017年7~12月份加權(quán)平均不合格率為1.71%。

      表3 2017年6~12月份SPHC鋼種屈服強(qiáng)度統(tǒng)計(jì)Table 3 Statistics on Yield Strength of SPHC Steel from June to December in 2017

      5 結(jié)語

      采用SPSS軟件對(duì)SPHC鋼種殘余元素進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn),Ni、Mo元素是影響屈服強(qiáng)度的主要因素,Cu、Cr元素屬次要因素,且影響不大。進(jìn)一步采用決策樹模型分析認(rèn)為,鋼中Ni元素應(yīng)控制在0.017 95%以下,Mo元素控制在0.004 95%以下,應(yīng)限制使用含Ni、Mo元素的特種廢鋼。鞍鋼股份有限公司鲅魚圈鋼鐵分公司在生產(chǎn)中采取上述措施后,SPHC鋼種屈服強(qiáng)度不合格率由2017年6月份的12.34%降至7~12月平均值1.71%,提高了鋼板的質(zhì)量,滿足了用戶的要求。

      猜你喜歡
      樹結(jié)構(gòu)鋼種廢鋼
      SPHC鋼種轉(zhuǎn)爐冶煉的生產(chǎn)實(shí)踐
      山東冶金(2022年3期)2022-07-19 03:24:26
      熱連軋帶鋼邊部組織對(duì)于邊部翹皮缺陷的影響
      四維余代數(shù)的分類
      金屬破碎機(jī)回收廢鋼政策得到扶持
      金屬破碎機(jī)回收廢鋼政策獲扶持
      大數(shù)據(jù)背景下基于B—樹結(jié)構(gòu)的SQL Server數(shù)據(jù)優(yōu)化策略研究
      基于μσ-DWC特征和樹結(jié)構(gòu)M-SVM的多維時(shí)間序列分類
      廢鋼破碎設(shè)備工藝技術(shù)的論述
      采用動(dòng)態(tài)樹結(jié)構(gòu)實(shí)現(xiàn)網(wǎng)絡(luò)課程內(nèi)容的動(dòng)態(tài)更新
      河南科技(2014年11期)2014-02-27 14:17:57
      安鋼成功冶煉高強(qiáng)度合金冷鐓鋼B7鋼種
      四川冶金(2013年4期)2013-08-15 00:45:06
      延津县| 中方县| 大关县| 彰化县| 两当县| 芦山县| 会宁县| 霸州市| 嘉峪关市| 苗栗市| 类乌齐县| 旺苍县| 都江堰市| 新兴县| 元谋县| 乌恰县| 林甸县| 邯郸市| 阳高县| 玉龙| 陕西省| 开封县| 黄石市| 岳阳县| 垫江县| 苍南县| 曲阜市| 进贤县| 井冈山市| 专栏| 新巴尔虎左旗| 临夏县| 当阳市| 白水县| 达尔| 龙南县| 类乌齐县| 石城县| 通城县| 龙江县| 江津市|