無縫鋼管被廣泛應用于汽車、航空、石油、化工、建筑、鍋爐和軍工等各個部門,在國民經(jīng)濟中具有很重要的地位,故被人們稱為工業(yè)的血管。隨著經(jīng)濟的快速發(fā)展,無縫鋼管的使用領域在不斷擴大,對產(chǎn)品質量的要求也越來越高。大多數(shù)鋼廠對產(chǎn)品質量的檢測僅停留在成品管上,但無縫鋼管的產(chǎn)品質量主要靠****檢查來保證是靠不住的,這不僅因為任何檢查技術和手段都有可能出錯,而且各生產(chǎn)工序都有可能出現(xiàn)缺陷或次品。如果前一工序出現(xiàn)的缺陷或次品不能及時被檢查和糾正,在后面工序繼續(xù)加工時,部分缺陷很有可能被一直保留到最終成品,從而嚴重影響最終的產(chǎn)品質量。因此,無縫鋼管產(chǎn)品質量的控制必須從原料開始,各工序環(huán)節(jié)都要加強產(chǎn)品質量的檢測和控制,以保證后一工序生產(chǎn)出質量合格的產(chǎn)品。本文以寶鋼鋼鐵公司鋼管分公司無縫鋼管連軋生產(chǎn)線為研究背景,對無縫鋼管生產(chǎn)的各個環(huán)節(jié)進行質量預報和控制,本文主要工作如下：針對管坯加熱存在大滯后,使得管坯加熱的質量難以預報和控制這一問題,提出了基于TLPCR(Time Lagged Principal Component Regression)軟測量方法,實現(xiàn)了管坯加熱質量的準確預報,并采用溫度補償控制使得管坯終點溫度保持在生產(chǎn)要求范圍內。對于無縫鋼管生產(chǎn)的第一道工序,該方法較好地解決了管坯加熱質量的控制問題,為后面的穿孔生產(chǎn)提供了可靠的原料保證。針對穿孔生產(chǎn)具有多時段間歇過程特性,并且生產(chǎn)數(shù)據(jù)具有非高斯分布的特殊性,提出適用于非高斯分布數(shù)據(jù)的步進子時段MICR(Multiway Independent Component Regression)方法,建立了精確的毛管質量預報模型。利用毛管質量預報模型的預報結果,應用迭代學習控制算法很好地實現(xiàn)了穿孔過程的橫縱向壁厚偏差控制,提高了毛管生產(chǎn)的質量。基于生產(chǎn)數(shù)據(jù)的仿真結果和在寶鋼鋼管分公司SWW斜軋穿孔機試驗效果表明了方法的有效性。針對連軋生產(chǎn)過程具有典型的多時段、動態(tài)多變量等間歇生產(chǎn)過程以及數(shù)據(jù)具有梯形分布等特性,提出步進均值子時段MPLS(Multiway Partial Least Square)方法,建立了精確的荒管質量預報模型。然后借助于荒管質量預報模型的預報結果,將迭代學習控制技術應用于連軋過程的壁厚偏差控制系統(tǒng)中,提高了荒管生產(chǎn)的質量。現(xiàn)場數(shù)據(jù)仿真和在寶鋼鋼管分公司連軋生產(chǎn)試驗效果表明了方法的有效性。荒管的減徑生產(chǎn)涉及產(chǎn)品規(guī)格較多,且同一規(guī)格產(chǎn)品由于機架的調整也會引起模型的微小變化,同時減徑生產(chǎn)具有典型的多時段、動態(tài)多變量等間歇生產(chǎn)過程特性。針對上述問題,本文提出能解決模型漸變的多模型均值子時段RMPLS(Recursive Multiway Partial Least Square)方法,建立了減徑管質量預報模型。利用減徑管質量預報模型的預報結果,將迭代學習控制技術應用于減徑生產(chǎn)過程的壁厚偏差控制系統(tǒng)中,提高了減徑管生產(chǎn)的質量。現(xiàn)場數(shù)據(jù)仿真和在寶鋼鋼管分公司減徑生產(chǎn)試驗效果表明了方法的有效性。針對穿孔機導盤轉速難以在線測量與控制問題,建立了導盤轉速模型,提出了基于速度觀測器的間接測量方法。采用ICR方法建立軟測量模型,實現(xiàn)對觀測器中難于測量的導盤負載轉矩,同時也是控制系統(tǒng)中主要擾動的實時預估。得到精確可用的導盤轉速后,利用前饋和推理結合的復合控制算法作為導盤轉速控制系統(tǒng)的控制器,實現(xiàn)導盤轉速的精確控制。在無縫鋼管生產(chǎn)中,產(chǎn)品質量并不是廠家唯一關注的指標。面對市場需求,廠家同樣關心生產(chǎn)效率和成本。針對這一問題,本文建立了均值子時段的MICR穿孔效率和能耗預報模型,并根據(jù)生產(chǎn)工藝約束和產(chǎn)品市場需求情況,對其進行了綜合優(yōu)化求解,獲得了****穿孔效率和能耗所對應的穿孔生產(chǎn)工藝參數(shù),用于指導生產(chǎn),保證廠家生產(chǎn)的利潤****化。