报告题目(中文)：基于工业大数据的热轧带钢组织性能预测与优化技术研究

报告内容简介：目前，钢铁企业生产的特点是大型化、连续化、集约化，用户需求的特点是个性化、多样化、优质化。钢铁企业生产技术和组织管理与用户需求产生了矛盾。为了解决这一矛盾，研究者们开发热轧工艺优化设计技术，即在考虑实际生产过程中复杂约束条件的前提下，针对用户个性化需求，结合组织性能预测技术和多目标优化算法快速计算出最优生产工艺。其中，合理的组织性能预测模型是热轧工艺优化设计技术的核心。针对大数据环境下组织性能预测与优化技术面临的模型实用性和合理性问题，本研究从大数据的处理着手，改善数据质量、提高算法精度、开发高效智能算法、丰富模型预测功能，最终实现了组织性能预测与优化技术的工业应用。

报告人姓名：吴思炜

报告人简介(中文)：吴思炜，上海大学材料科学与工程学院博士后。2012年本科毕业于南京工业大学材料化学专业，2014年毕业于东北大学材料学专业，2018年毕业于东北大学材料加工专业。从事冶金过程数据驱动模型研究和热轧带钢组织性能预测与工艺优化研究。截止目前共发表文章20余篇，包含第一作者文章16篇。软件著作权6项，发明专利6项，同时兼任IEEE Access（SCI）、Steel Research, International（SCI）、Materials Express（SCI）、Advances in Mechanical Engineering（SCI）、Mathematical Problems in Engineering（SCI）、Systems Science and Control Engineering、机械工程材料等期刊审稿人。

报告人单位(中文)：上海大学材料科学与工程学院

报告时间：2020-11-12 14:00

报告地点：日新楼506

主办单位：上海大学材料学院

联系人：吴思炜