钢铁生产过程辊表面粗糙度(微米)计量粗糙度仪
无量纲化处理
在实际工程应用中，不同变量的单位往往是不一样的。板厚(mm)、
光整辊表面粗糙度(微米)的单位是不一样的。在这样的情况下，如何计
算两个样本点间的距离？若简单地使用欧氏距离则会造成结果的不准确
，因为板厚的测量单位较大，坐标图上的变异就显得很大，而光整辊表
面粗糙度的测量单位较小，在坐标图上的变异范围就很小。计算欧氏距
离时，就会夸大板厚的作用，而忽略了光整辊表面粗糙度的作用。事实
上，板厚的这种大的变异是由其测量单位较大造成的，而不能真正反映
数据本身的变化情况，因此称这类大的变异方向为假变异方向。
影响产品质量的主要因素
(1)输入环节：主要是原料准备，如铁水、钢水成分，板坯质量等
；
(2)外部因素：如环境温度、湿度、尘埃等，尤其对高端产品需考
虑环境影响；
(3)工艺参数：设置合理的过程控制的工艺参数是确保产品质量的
关键因素；
(4)参数关联：在非线性、强耦合情况下，需掌握工艺参数间及工
艺参数与质量间的关系；
(5)设备工况：设备在服役过程中工况会发生变化，使产品质量出
现偏移；
(6)时间延滞：在慢过程中，控制变量的瞬间变化存在时间滞后，
需考虑延滞性。
在钢铁生产过程中，各工序将根据不同产品的质量要求制定多项质
量规范要求，而影响这些质量规范的工艺参数也是多方面的，主要包括
原料的各种参数、操作过程工艺参数等。如果将某一工序的生产过程看
成是一个系统，则所有的工艺参数(包括原料参数)可作为系统的输入，
产品质量指标作为系统的输出，而工艺装备的过程能力和工况、外部环
境因素、操作人员水平等可视为系统的特征。产品质量的监控模型就是
寻求在确定的系统特征下，建立生产过程中各种工艺参数与产品的各种
质量指标之间的关系，即根据生产过程的输入输出数据建立质量监控系
统的数学模型。但是，由于冶金生产过程的复杂性，常常难以建立系统
的机理模型，因此基于实际生产数据建立统计过程质量控制模型成为必
然的选择
