世界先进钢铁企业如何实现高强汽车板良品率提升30% 世界先进的钢铁企业是高档汽车用钢板的主要供应商。为了在激烈的市场竞争中保持高利润率,这家公司把提升质量稳定性,持续减小产品性能波动作为其核心竞争力。当传统的质量改进方法遇到了瓶颈,人工智能为这家公司带来了突破性的质量提升。 希望了解更多案例,我们非常期望与您的团队进行现场交流,立即联系我们。 联系我们 问题 DP-780冷轧镀锌板机械性能合格率仅67% 由于产品结构调整,这家公司需要在相对落后的产线上生产汽车用高强双相钢系列产品。经过一年的量产: DP-780冷轧镀锌产品的机械性能综合合格率仅有67% 抗拉强度低于标准下限是产品机械性能缺陷的主要原因 质量攻关小组的目标是提升抗拉强度合格率至95%,机械性能综合合格率90%以上。 挑战 传统质量分析工具无法达成质量改进目标 经过三个月的分析,质量攻关小组仍然没有找到达成质量目标的方法。他们面临着巨大的挑战: 质量缺陷的成因复杂 全流程工艺参数高度耦合,多个质量特性相互冲突 由于设备能力的极限,无法缩小工艺参数容差范围 过程控制经验无法量化保存 传统的质量分析工具无法满足目标,质量攻关小组决定寻求更高级分析工具的帮助。 方案 知策人工智能带来突破性的质量改进 从过去一年的生产数据中,知策人工智能发掘了质量攻关小组需要的关键知识,帮助他们找到了最优的工艺参数: 量化过程参数对质量特性的期望值和标准差的影响 找到了最佳的参数组合,使得抗拉强度得到提升的同时,其他质量特性几乎不受影响 利用过程参数之间的交互作用,找到了不需要任何设备改造,就可以大幅降低抗拉强度标准差的方法 知策人工智能为质量攻关小组带来了突破性的进展。 结果 DP-780机械性能合格率由67%提升至94% 在知策人工智能的帮助下,质量攻关小组完美的达成了质量改进目标: DP-780机械性能合格率由67%提升至94% 抗拉强度的波动性下降20%,质量稳定性大幅提升 DP-780产品在这条产线上的成本节省了近2000万元/年 大幅加快了质量改进和工艺优化的速度和成功率 随着DP-780项目的成功,公司决定将质量分析和工艺优化工作常态化,每季度对重点产品进行分析和优化,预计每年将为公司节省数亿元的成本。 从DP780到DP780-DH,人工智能如何帮助钢铁企业加快新产品开发? 希望了解更多案例,我们非常期望与您的团队进行现场交流,立即联系我们。 获取资料