Développement d'un système de contrôle des modèles de largeur des bandes d'acier
Pour ce qui est des modèles, les objectifs de base imposaient d'établir la relation entre les paramètres non linéaires et les données dimensionnelles élevées provenant des opérations de production de l'acier. Le résultat obtenu n'est autre qu'un modèle comprenant des méthodes avancées pour un algorithme de tri des données dédié et une méthode de traitement des données de bruit pour contrôler la plausibilité. Il a été élaboré à l'aide d'un outil logiciel basé sur la boîte à outils "Self-Organising Map" (SOM). Celui-ci a été combiné au SCC pour produire des modèles hautement adaptables et physiquement plausibles qui permettent l'exploitation. Ces derniers peuvent être configurés pour diverses aciéries avec différentes configurations des trains dégrossisseurs et programmations des passes. Pour y parvenir, l'algorithme SOM calcule la conversion des données dimensionnelles élevées par des séquences de prétraitement, d'apprentissage et de visualisation. Il prend les données dimensionnelles élevées et les convertit en de simples états géométriques avant que les modèles informatiques décrivent les observations en cours. Des expériences antérieures ont démontré que les applications en ligne à long terme fonctionnant avec plusieurs réseaux neuronaux améliorent le précalcul des forces de roulement du train finisseur. Ce SSC intègre de nouvelles fonctionnalités: de puissantes procédures de mise en service, plusieurs contraintes technologiques de roulement et l'indépendance de la programmation des passes. Doté des commandes existantes du processus d'automatisation du train dégrossisseur, il a été mis en oeuvre dans le laminoir de Rautarruukki Raahe. Les résultats ont démontré que les commandes étaient plus précises et exactes avec les modèles expérimentaux. Toutefois, le véritable potentiel de ce modèle de commande de largeur devrait se révéler lors de sa mise en service dans un laminoir moderne.
