專利名稱：：一種奧氏體不銹鋼精密鋼帶性能預(yù)測模型及其冷軋工藝設(shè)計(jì)的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及鋼帶的制造技術(shù)，尤其是指冷軋不銹鋼鋼帶的軋制技術(shù)。
背景技術(shù)：
：帶鋼是常見的一種金屬制品。精密冷軋不銹鋼帶是一種技術(shù)含量很高的鋼帶品種，其不僅能有精確的尺寸，而且能保證所要求的機(jī)械性能指標(biāo)，其鋼帶成品的厚度可薄至0.038腿，寬度可達(dá)1250咖；硬度(維氏)可控制在135至600范圍。不銹鋼精密鋼帶成品的檢驗(yàn)標(biāo)準(zhǔn)，主要有2個(gè)(l)一是尺寸規(guī)格成品的厚度、寬度；(2)二是成品的力學(xué)(機(jī)械)性能硬度和強(qiáng)度，主要是硬度(對(duì)于設(shè)定的不銹鋼鋼種，其硬度和強(qiáng)度是基本對(duì)應(yīng)的，強(qiáng)度越大，硬度越高；故，不銹鋼精密鋼帶成品的機(jī)械性能主要是硬度)。成品的硬度值是不銹鋼精密鋼帶成品質(zhì)量的關(guān)鍵指標(biāo)。不銹鋼中的奧氏體不銹鋼具有冷變形強(qiáng)化特性，精密冷軋不銹鋼帶就是利用該特性控制冷變形量(冷軋壓下量)來獲得各種硬度、強(qiáng)度(力學(xué)性能)鋼帶。然而，如何精確控制冷軋量，使其在冷軋到成品厚度的同時(shí)獲得所預(yù)期的力學(xué)性能，是精密冷軋不銹鋼帶的制造難點(diǎn)。在奧氏體不銹鋼精密冷軋帶鋼的生產(chǎn)過程中，精密冷軋工藝的制定是依據(jù)客戶對(duì)不銹鋼帶鋼成品的力學(xué)性能(硬度)、板型尺寸(厚度、寬度)要求來設(shè)計(jì)的，用調(diào)整冷軋變形量來獲得最終產(chǎn)品力學(xué)性能。因此，精密冷軋工藝設(shè)計(jì)(制定)是不銹鋼精密鋼帶質(zhì)量保證的關(guān)鍵，精密冷軋工藝設(shè)計(jì)的關(guān)鍵是終軋變形量(終軋變形量是最主要的冷軋工藝參數(shù)；終軋變形量是指不銹鋼精密鋼帶成品坯厚度一~^成品厚度的冷軋變形量)。說明對(duì)不銹鋼精軋鋼帶材最終力學(xué)性能的影響因素有冷軋變形量、軋制次數(shù)、各次冷軋變形速度、中間退火工藝、不銹鋼化學(xué)元素的含量等，其中僅不銹鋼常規(guī)檢驗(yàn)的化學(xué)元素有67個(gè)，綜合起來影響因素有1525個(gè)，這些諸多因素都將對(duì)最終不銹鋼冷軋板、帶材的力學(xué)性能有直接影響，因此，在不銹鋼冷精軋生產(chǎn)領(lǐng)域中一直缺乏一種有效的工藝設(shè)計(jì)方法，也很難實(shí)現(xiàn)根據(jù)客戶對(duì)不銹鋼鋼帶的力學(xué)性能要求直接設(shè)計(jì)出合適的終軋變形量。目前，奧氏體不銹鋼精密鋼帶的生產(chǎn)流程有二種類型一是"完整型"(1)煉鋼廠冶煉出合格的不銹鋼，生產(chǎn)出合格的不銹鋼鋼坯(不銹鋼連鑄鋼坯、或模鑄不銹鋼錠熱加工軋制鋼坯)；(2)經(jīng)過熱軋(熱加工變形軋制)、或冷軋(冷加工變形軋制)、或"熱軋+冷軋"，將不銹鋼鋼坯軋成厚度小于1.5mm的不銹鋼精密鋼帶坯；(3)進(jìn)行精密冷軋工藝設(shè)計(jì)，先將鋼帶坯加工成不銹鋼精密鋼帶成品坯(也就是半成品)，再將不銹鋼精密鋼帶成品坯加工成不銹鋼精密鋼帶成品。二是"不完整型"(1)市場購買厚度小于1.5mm的不銹鋼精密鋼帶坯；(2)進(jìn)行精密冷軋工藝設(shè)計(jì)，先將不銹鋼精密鋼帶坯加工成不銹鋼精密鋼帶成品坯(可以多次冷軋、熱軋變形)，再將不銹鋼精密鋼帶成品坯加工成不銹鋼精密鋼帶成品(冷軋變形)。"完整型不銹鋼精密鋼帶的生產(chǎn)流程"投資大，質(zhì)量優(yōu)(精軋鋼帶的力學(xué)性能誤差可以小于士8個(gè)單位的維氏硬度)是少數(shù)不銹鋼精密鋼帶制造商的選擇。如國際上一些著名的不銹鋼精軋鋼帶企業(yè)來講，熱軋、冷軋和精軋是在一個(gè)集團(tuán)公司內(nèi)完成，供給精軋用的鋼帶的坯料其化學(xué)成分可以很一致，由同一供應(yīng)商提供原料，能夠挑選適合的化學(xué)成分鋼帶原料，保證其精軋鋼帶的力學(xué)性能誤差做的很小，小于±8個(gè)單位的維氏硬度。一般而言，對(duì)不銹鋼精密鋼帶制造商來說，具備煉鋼能力(投資額太大)是不太現(xiàn)實(shí)的事情，故"不完整型不銹鋼精密鋼帶的生產(chǎn)流程"是國內(nèi)外絕大多數(shù)的不銹鋼精密鋼帶制造商的理性選擇。目前，"不完整型不銹鋼精密鋼帶的生產(chǎn)流程"中，精密冷軋工藝的設(shè)計(jì)，往往是"工程師經(jīng)驗(yàn)設(shè)計(jì)"，憑資深工程師的經(jīng)驗(yàn)(或靠一些經(jīng)驗(yàn)公式；主要考慮的因素是不銹鋼的化學(xué)成分，不銹鋼精密鋼帶坯的生產(chǎn)商，客戶要求的某一精密冷軋鋼帶成品的力學(xué)性能)進(jìn)行估算，給出終軋冷軋變形量(用調(diào)整冷軋變形量來獲得最終產(chǎn)品力學(xué)性能)，再根據(jù)精密冷軋鋼帶成品的板型尺寸(厚度、寬度)，確定不銹鋼精密鋼帶成品坯的板型尺寸(厚度、寬度，主要是厚度)，制定不銹鋼精密鋼帶成品坯的精密冷軋工藝，及成品的精密冷軋工藝?，F(xiàn)有的"精密冷軋工藝的工程師經(jīng)驗(yàn)設(shè)計(jì)"工藝流程如下確定最終軋制變形量根據(jù)客戶提出對(duì)不銹鋼精密帶材的力學(xué)性能、鋼帶厚度尺寸等要求一選擇相應(yīng)的原料一技術(shù)部門初步(根據(jù)經(jīng)驗(yàn))確定終軋變形量一進(jìn)行小批量試生產(chǎn)一力學(xué)性能測試，對(duì)比一修正終軋變形量一再進(jìn)行小批量試生產(chǎn)一……一力學(xué)性能測試，直至不銹鋼冷軋鋼帶軋制后的力學(xué)性能與客戶要求的相一致一確定最終軋制變形量(根據(jù)最終軋制變形量，確定不銹鋼精密鋼帶成品坯厚度；根據(jù)不銹鋼精密鋼帶坯、成品坯厚度，制定成品坯的精密冷軋工藝；根據(jù)成品坯厚度、成品厚度，制定成品的精密冷軋工藝)。采用"不完整型不銹鋼精密鋼帶的生產(chǎn)流程"制造的不銹鋼精密鋼帶，由于原料供應(yīng)商提供的不銹鋼的化學(xué)成分，對(duì)于不銹鋼冷軋來講是無法選擇、改變、預(yù)測、控制的，每一批次的不銹鋼原料，將有不同化學(xué)成分組成(一般來說，一家不銹鋼精密鋼帶制造商，其主要長期原料供應(yīng)商4一5家，相互間的化學(xué)成分組合有較大的區(qū)別，又不能挑選，不同批次的原料成分也不盡相同，精密冷軋工藝設(shè)計(jì)比較困難，產(chǎn)品質(zhì)量保證也比較困難)，這就影響到最終產(chǎn)品力學(xué)性能的穩(wěn)定，使得國內(nèi)外絕大多數(shù)的不銹鋼精密鋼帶制造商的連續(xù)生產(chǎn)變得非常困難。不銹鋼精密鋼帶成品質(zhì)量相對(duì)較差，精軋鋼帶的力學(xué)性能誤差小于土20個(gè)單位的維氏硬度，合格率約92%(也就是說，當(dāng)某個(gè)規(guī)格產(chǎn)品為其確定了終軋變形量及冷軋工藝，在隨后的生產(chǎn)中嚴(yán)格按工藝要求進(jìn)行，仍有少量約8%的產(chǎn)品，性能超出范圍，這是由于不同批次的不銹鋼，其化學(xué)成分有微小變化變化引起的)。綜上所述，如何利用"不完整型不銹鋼精密鋼帶的生產(chǎn)流程"，制造出優(yōu)質(zhì)的不銹鋼精密鋼帶(精軋鋼帶的力學(xué)性能誤差小于土8個(gè)單位的維氏硬度)，是國內(nèi)外絕大多數(shù)的不銹鋼精密鋼帶制造商的技術(shù)難題。
發(fā)明內(nèi)容本發(fā)明的目的在于提供一種奧氏體不銹鋼精密鋼帶的性能預(yù)測模型及其精密冷軋工藝設(shè)計(jì)方法，用于"不完整型不銹鋼精密鋼帶的生產(chǎn)流程"制造不銹鋼精密鋼帶，它采用計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建一個(gè)不銹鋼冷軋鋼板性能預(yù)測模型，該模型能根據(jù)最終的精密不銹鋼鋼帶的力學(xué)性能、鋼帶厚度尺寸要求，由計(jì)算機(jī)經(jīng)過運(yùn)算給出最合適的終軋變形量(冷軋工藝參數(shù))，進(jìn)行軋制工藝設(shè)計(jì)，代替?zhèn)鹘y(tǒng)"精密冷軋工藝的工程師經(jīng)驗(yàn)設(shè)計(jì)"，以適應(yīng)不銹鋼鋼帶冷軋的敏捷生產(chǎn)需要，提高冷精軋(冷加工精密軋制變形)的精確性，提高生產(chǎn)的成功率，制造的奧氏體不銹鋼精密鋼帶成品，質(zhì)量達(dá)到優(yōu)質(zhì)不銹鋼精密鋼帶水平(力學(xué)性能誤差小于士8個(gè)單位的維氏硬度)。本發(fā)明提供的一種奧氏體不銹鋼精密鋼帶的性能預(yù)測模型，用于"不完整型不銹鋼精密鋼帶的生產(chǎn)流程"制造不銹鋼精密鋼帶的精密冷軋工藝設(shè)計(jì)，其特征在于運(yùn)用計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建(設(shè)計(jì))的不銹鋼冷軋鋼板性能預(yù)測模型，主要由數(shù)據(jù)存儲(chǔ)記憶庫l(計(jì)算機(jī)存儲(chǔ)單元)、計(jì)算機(jī)人工智能網(wǎng)絡(luò)2(計(jì)算機(jī)智能系統(tǒng))、終軋變形量預(yù)測模塊3、終軋變形量預(yù)測值判定模塊4組成；該預(yù)測模型可以根據(jù)影響產(chǎn)品力學(xué)性能的所有因素，進(jìn)行"多元函數(shù)"的運(yùn)算，給出最合適的終軋變形量。不銹鋼冷軋鋼板性能預(yù)測模型的建立過程(A)數(shù)據(jù)收集、整理、輸入首先對(duì)企業(yè)近二年內(nèi)的生產(chǎn)工藝記錄數(shù)據(jù)進(jìn)行匯總，收集不少于800組相關(guān)的生產(chǎn)工藝參數(shù)和最終測試的力學(xué)性能數(shù)據(jù)。每組數(shù)據(jù)包含影響產(chǎn)品力學(xué)性能的所有參數(shù)因素，這些參數(shù)因素有^1525個(gè)，它們是原料的化學(xué)成分碳O.010.30%，硅02.0%，錳02%，磷《0.045%，硫《0.030%，鎳042.0%，鉻10.026.0%，鉬04.0%，氮00.3%，鈦00.5%，鈮00.5%;軋制方式軋制道次110次，軋制速度30360米/分，終軋變形量580%;產(chǎn)品性能抗拉強(qiáng)度3502100MPa，屈服強(qiáng)度2501900MPa，延伸率0700%,維氏硬度135600單位；產(chǎn)品厚度0.031.l國；原料供應(yīng)商；然后對(duì)收集的數(shù)據(jù)進(jìn)行分類、刪選、整理，去除冗余數(shù)據(jù)，通過"數(shù)據(jù)存儲(chǔ)記憶庫1"的輸入口，將整理好的有效生產(chǎn)工藝記錄數(shù)據(jù)(參數(shù)因素)，有規(guī)則的人工輸入數(shù)據(jù)存儲(chǔ)記憶庫l，如第一組數(shù)據(jù)中的終軋變形量為A1，其余影響產(chǎn)品力學(xué)性能的所有因素(M=N-l個(gè)因素)為A(1-1)、A(1-2)、…、A(1-M)，碳因素為A(1-1)，硅為A(1-2)…；第二組數(shù)據(jù)中的終軋變形量為A2，其余影響產(chǎn)品力學(xué)性能的所有因素為A(2-1)、A(2-2)、、A(2-M)，碳因素為A(2-1)，硅為A(2-2)…；…；第X組數(shù)據(jù)中的終軋變形量為AX，其余影響產(chǎn)品力學(xué)性能的所有因素(M,-l個(gè)因素)為A(X-1)、A(X-2)、、A(X-M)，碳因素為A(X-l)，硅為A(X-2)…；……每組數(shù)據(jù)相互對(duì)應(yīng)；(B)建立"數(shù)據(jù)存儲(chǔ)記憶庫l(計(jì)算機(jī)存儲(chǔ)單元)""數(shù)據(jù)存儲(chǔ)記憶庫l"是1個(gè)記憶卡和3個(gè)接口輸入口、輸出口、數(shù)據(jù)讀取口。輸入口接受的有效生產(chǎn)工藝記錄數(shù)據(jù)，永久保存在記憶卡內(nèi)；輸出口將記憶卡內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，輸出到"計(jì)算機(jī)人工智能網(wǎng)絡(luò)2";數(shù)據(jù)讀取口便于"終軋變形量預(yù)測值判定模塊4"讀取"數(shù)據(jù)存儲(chǔ)記憶庫1"保存的有效生產(chǎn)工藝記錄數(shù)據(jù)。(C)運(yùn)用"計(jì)算機(jī)人工智能網(wǎng)絡(luò)2(計(jì)算機(jī)智能系統(tǒng))"，創(chuàng)建"終軋變形量預(yù)測模塊3"計(jì)算機(jī)人工智能網(wǎng)絡(luò)2(也稱之為計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)，是一個(gè)計(jì)算機(jī)智能系統(tǒng))，其功能是接受"數(shù)據(jù)存儲(chǔ)記憶庫1"內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，由計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)軟件進(jìn)行計(jì)算機(jī)處理，建立"終軋變形量預(yù)測模塊3";并利用收集的生產(chǎn)數(shù)據(jù)對(duì)該性能預(yù)測模塊進(jìn)行訓(xùn)練，對(duì)"終軋變形量預(yù)測模塊3"進(jìn)行修正，提高預(yù)測精度。可用的計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)軟件有Plexi神經(jīng)網(wǎng)絡(luò)丌發(fā)環(huán)境、NeuralworksProfessionalII神經(jīng)網(wǎng)絡(luò)開發(fā)環(huán)境、Neuroshell神經(jīng)網(wǎng)絡(luò)開發(fā)環(huán)境、NETESTII神經(jīng)網(wǎng)絡(luò)開發(fā)環(huán)境和CaseNet神經(jīng)網(wǎng)絡(luò)開發(fā)環(huán)境。(D)終軋變形量預(yù)測模塊3運(yùn)用計(jì)算機(jī)人工智能網(wǎng)絡(luò)2(計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò))技術(shù)構(gòu)建的"終軋變形量預(yù)測模塊3"，有l(wèi)個(gè)計(jì)算機(jī)應(yīng)用程序，和3個(gè)接口"工藝記錄數(shù)據(jù)"連接口(輸入口)、終軋變形量輸出口、應(yīng)用數(shù)據(jù)輸入口。"工藝記錄數(shù)據(jù)"連接口(輸入口)，接受"計(jì)算機(jī)人工智能網(wǎng)絡(luò)2"傳來的"數(shù)據(jù)存儲(chǔ)記憶庫l"內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)；應(yīng)用數(shù)據(jù)輸入口，接受"實(shí)際生產(chǎn)中等待精密冷軋產(chǎn)品"的參數(shù)因素(參數(shù)數(shù)據(jù))，這些參數(shù)因素有M,-l個(gè)因素，是除終軋變形量以外的所有影響產(chǎn)品力學(xué)性能的因素；計(jì)算機(jī)應(yīng)用程序，對(duì)"終軋變形量以外的、影響產(chǎn)品力學(xué)性能的所有因素"，進(jìn)行"多元函數(shù)"的計(jì)算機(jī)運(yùn)算，給出"終軋變形量"；終軋變形量輸出口，將"計(jì)算機(jī)應(yīng)用程序"得出的"終軋變形量"，傳輸?shù)?終軋變形量預(yù)測值判定模塊4"。(E)終軋變形量預(yù)測值判定模塊4"終軋變形量預(yù)測值判定模塊4"有4個(gè)接口數(shù)據(jù)讀取口、終軋變形量預(yù)測模塊3連接口、數(shù)據(jù)反饋口、輸出口。數(shù)據(jù)讀取口，讀取"數(shù)據(jù)存儲(chǔ)記憶庫l"內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)；終軋變形量預(yù)測模塊3連接口，接受"終軋變形量預(yù)測模塊3"傳來的終軋變形量預(yù)測值；數(shù)據(jù)反饋口，與"計(jì)算機(jī)人工智能網(wǎng)絡(luò)2"連接；"終軋變形量預(yù)測值判定模塊4"，對(duì)"數(shù)據(jù)存儲(chǔ)記憶庫1內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)"、"終軋變形量預(yù)測模塊3傳來的終軋變形量預(yù)測值"進(jìn)行比較，得出合適的終軋變形量；輸出口，傳出合適的終軋變形量；(F)"不銹鋼冷軋鋼板性能預(yù)測模型"的校驗(yàn)、確定10"數(shù)據(jù)存儲(chǔ)記憶庫1"、"計(jì)算機(jī)人工智能網(wǎng)絡(luò)2"、"終軋變形量預(yù)測模塊3"、"終軋變形量預(yù)測值判定模塊4"構(gòu)成1個(gè)內(nèi)循環(huán)，用于"終軋變形量預(yù)測模塊3"的校驗(yàn)、確定。"數(shù)據(jù)存儲(chǔ)記憶庫l"內(nèi)的冇效生產(chǎn)工藝記錄數(shù)據(jù)，分別傳輸?shù)?計(jì)算機(jī)人工智能網(wǎng)絡(luò)2"、"終軋變形量預(yù)測值判定模塊4";"計(jì)算機(jī)人工智能網(wǎng)絡(luò)2"接受"數(shù)據(jù)存儲(chǔ)記憶庫1"內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，由計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)軟件進(jìn)行計(jì)算機(jī)處理，建立"終軋變形量預(yù)測模塊3";"終軋變形量預(yù)測模塊3"內(nèi)的"計(jì)算機(jī)應(yīng)用程序"，對(duì)"計(jì)算機(jī)人工智能網(wǎng)絡(luò)2"傳來的"數(shù)據(jù)存儲(chǔ)記憶庫1"內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，進(jìn)行"多元函數(shù)"的運(yùn)算，得出終軋變形量建議值；"終軋變形量預(yù)測值判定模塊4"，對(duì)"終軋變形量預(yù)測模塊3"傳來的終軋變形量建議值，和"數(shù)據(jù)存儲(chǔ)記憶庫l"傳來的終軋變形量真實(shí)值進(jìn)行比較誤差值值較大，不符合要求的(如誤差值大于2%判為不符合要求)，該組數(shù)據(jù)反饋到"計(jì)算機(jī)人工智能網(wǎng)絡(luò)2"，由計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)軟件進(jìn)行計(jì)算機(jī)修正處理，修TF."終軋變形量預(yù)測模塊3"內(nèi)的"計(jì)算機(jī)應(yīng)用程序"，修正后的"計(jì)算機(jī)應(yīng)用程序"得出第2次終軋變形量建議值，"終軋變形量預(yù)測值判定模塊4"第2次進(jìn)行比較，……，最后，"終乳變形量預(yù)測模塊3"傳來的終軋變形量建議值，和"數(shù)據(jù)存儲(chǔ)記憶庫l"傳來的終軋變形量真實(shí)值，誤差值符合要求。此時(shí)，"終軋變形量預(yù)測模塊3"校驗(yàn)完畢，并基本確定；"不銹鋼冷軋鋼板性能預(yù)測模型"可用于生產(chǎn)實(shí)際。運(yùn)用計(jì)算機(jī)人工智能網(wǎng)絡(luò)2，接受"數(shù)據(jù)存儲(chǔ)記憶庫1"內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，建立的"終軋變形量預(yù)測模塊3"，能利用收集的生產(chǎn)數(shù)據(jù)對(duì)該性能預(yù)測模塊進(jìn)行訓(xùn)練，對(duì)"終軋變形量預(yù)測模塊3"進(jìn)行修正，提高預(yù)測精度。網(wǎng)絡(luò)的訓(xùn)練可采用下降法來實(shí)現(xiàn)或免疫算法梯度。網(wǎng)絡(luò)訓(xùn)練說明設(shè)學(xué)習(xí)的樣本有P個(gè)(X*，")，k:l,2,…p，輸入節(jié)點(diǎn)為、(j=l，2，……，n)，中間隱層節(jié)點(diǎn)為^(i-l，2，……，m)，最后輸出祌經(jīng)元&;設(shè)輸入節(jié)點(diǎn)與中間隱節(jié)點(diǎn)之間的權(quán)為w"，閾值為《，隱節(jié)點(diǎn)與輸出節(jié)點(diǎn)之間的權(quán)為^，閾值為《；當(dāng)輸出節(jié)點(diǎn)的期望輸出為,'時(shí)，模型的計(jì)算公式和訓(xùn)練方法如下乂=/隱節(jié)點(diǎn)的輸出為-其中輸出節(jié)點(diǎn)的計(jì)算輸出為:傳遞函數(shù)的y(^的公式:輸出節(jié)點(diǎn)的誤差公式為z<formula>formulaseeoriginaldocumentpage12</formula>輸出節(jié)點(diǎn)的權(quán)值修正《'("i)=《'W+at;=7;'("+械少'式中k為迭代次數(shù)，A)/'("",),)=)(i-))=/化>(i-/fc))隱節(jié)點(diǎn)的權(quán)值修正W'#+l)=W+awy=%("+/化式中k為迭代次數(shù)，',)=/("",)(1-,》〃,(1-少,)輸出節(jié)點(diǎn)的閾值修正《^+0=《("+7《式中k為迭代次數(shù)。隱節(jié)點(diǎn)的閾值修正《(^+l)=《("+W'《(12)式中k為迭代次數(shù)。根據(jù)上述計(jì)算公式，編制計(jì)算機(jī)程序，用于計(jì)算模型的訓(xùn)練和預(yù)測計(jì)算。也可采用現(xiàn)有的神經(jīng)網(wǎng)絡(luò)軟件等來實(shí)現(xiàn)。上述所述的"不銹鋼冷軋鋼板性能預(yù)測模型"，用于生產(chǎn)實(shí)踐后，新積累的有效生產(chǎn)工藝記錄數(shù)據(jù)，輸入"數(shù)據(jù)存儲(chǔ)記憶庫l"，增加"數(shù)據(jù)存儲(chǔ)記憶庫l"容量，同時(shí)，進(jìn)行第一步中的(F)"不銹鋼冷軋鋼板性能預(yù)測模型"的校驗(yàn)、確定流程，進(jìn)一歩修正"終軋變形量預(yù)測模塊3"內(nèi)的"計(jì)算機(jī)應(yīng)用程序"，提高終軋變形量預(yù)測精度。應(yīng)用上述"不銹鋼冷軋鋼板性能預(yù)測模型"，可以方便地進(jìn)行奧氏體不銹鋼精密鋼帶的精密冷軋工藝設(shè)計(jì)，其特征在于首先應(yīng)用"不銹鋼冷軋鋼板性能預(yù)測模型"，得出最合適的終軋變形量；然后根據(jù)終軋變形量，制定合適的成品坯精密冷軋工藝、和成品精密冷軋工藝，生產(chǎn)出優(yōu)質(zhì)的奧氏體不銹鋼精密鋼帶成品；(A)根據(jù)客戶提出對(duì)不銹鋼精密帶材的力學(xué)性能、鋼帶板型尺寸(厚度、寬度)要求，及不銹鋼精密鋼帶坯生產(chǎn)商、鋼帶坯厚度、化學(xué)成分，不銹鋼冷軋生產(chǎn)中的軋制道次、軋制速度等M二(N-1)個(gè)因素，編號(hào)分別為B-1、B-2、……、B-M，作為"終軋變形量預(yù)測模塊3"的輸入；影響產(chǎn)品力學(xué)性能的所有參數(shù)因素，有N4525個(gè)，M個(gè)因素中不包含終軋變形量；(B)"終軋變形量預(yù)測模塊3"內(nèi)的"計(jì)算機(jī)應(yīng)用程序"，對(duì)"B-1、B-2、……、B-M"共M-(N-l)個(gè)因素自動(dòng)計(jì)算，得出終軋變形量建議值B，并傳輸?shù)?終軋變形量預(yù)測值判定模塊4";(C)"終軋變形量預(yù)測值判定模塊4"，讀取"數(shù)據(jù)存儲(chǔ)記憶庫l"內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，選擇合適的一組(或多組)數(shù)據(jù)，與終軋變形量建議值B進(jìn)行比較，給出最合適的終軋變形量應(yīng)用值。(D)根據(jù)不銹鋼冷軋鋼板性能預(yù)測模型給出的終軋變形量(最終軋制變形量)，確定不銹鋼精密鋼帶成品坯厚度；(E)根據(jù)不銹鋼精密鋼帶坯、成品坯厚度，按照常規(guī)方式，制定成品坯的精密冷軋工藝；(F)根據(jù)不銹鋼精密鋼帶成品坯厚度、成品厚度，按照常規(guī)方式，制定成品的精密冷軋工藝。根據(jù)不銹鋼精密鋼成品坯、成品的精密冷軋工藝，軋機(jī)對(duì)不銹鋼精密鋼帶坯進(jìn)行冷軋變形，生產(chǎn)出優(yōu)質(zhì)的奧氏體不銹鋼精密鋼帶成品(力學(xué)性能誤差小于土8個(gè)單位的維氏硬度)。與現(xiàn)有技術(shù)相比，本發(fā)明具有下列優(yōu)點(diǎn)本發(fā)明利用原有生產(chǎn)數(shù)據(jù)構(gòu)建預(yù)測模型并與工藝優(yōu)化搜索方法相結(jié)合，在計(jì)算機(jī)上進(jìn)行模擬生產(chǎn)，得出最佳生產(chǎn)工藝參數(shù)，顯著提高了不銹鋼冷軋鋼帶的產(chǎn)品合格率；省去了原工藝中根據(jù)客戶對(duì)性能要求而進(jìn)行的試生產(chǎn)歩驟，大大簡化了不銹鋼冷軋工藝的制定，提高了生產(chǎn)效益。并且能排除原料的化學(xué)成分的影響，使冷軋帶鋼的力學(xué)性能保持穩(wěn)定。圖1是不銹鋼冷軋鋼板性能預(yù)測模型的方框示意圖具體實(shí)施方案本發(fā)明是這樣實(shí)現(xiàn)的終軋變形量預(yù)測模塊3經(jīng)過訓(xùn)練后，吸收了以前生產(chǎn)數(shù)據(jù)中所含的知識(shí)，并存儲(chǔ)在"數(shù)據(jù)存儲(chǔ)記憶庫l"內(nèi)。本發(fā)明設(shè)計(jì)的"不銹鋼冷軋鋼板性能預(yù)測模型"，實(shí)現(xiàn)了將各種軋制工藝參數(shù)和最終不銹鋼鋼帶的力學(xué)性能作為輸入，來確定終軋變形量的功能。在預(yù)測模型投入使用后，還可通過持續(xù)收集后續(xù)生產(chǎn)的工藝和性能記錄數(shù)據(jù)，不斷對(duì)預(yù)測模型進(jìn)行新的訓(xùn)練，進(jìn)一歩提高預(yù)測模型的精度。應(yīng)用上述"一種奧氏體不銹鋼精密鋼帶的性能預(yù)測模型"，實(shí)施奧氏體不銹鋼精密鋼帶的精密冷軋工藝設(shè)計(jì)方法，顯著提高了不銹鋼冷軋鋼帶的產(chǎn)品合格率；工藝流程如下首先在計(jì)算機(jī)內(nèi)建立一個(gè)"不銹鋼冷軋鋼板性能預(yù)測模型"，該模型對(duì)以往成功的生產(chǎn)工藝進(jìn)行學(xué)習(xí)，構(gòu)建起由終軋變形量、產(chǎn)品的力學(xué)性能、原料的化學(xué)成分、原料供應(yīng)商、軋制方式、產(chǎn)品厚度等多變量的"多元函數(shù)關(guān)系"計(jì)算方式，當(dāng)該模型的"終軋變形量預(yù)測模塊3"輸入待冷軋奧氏體不銹鋼精密鋼帶的力學(xué)性能要求、原料化學(xué)成分、供應(yīng)商和產(chǎn)品厚度等參數(shù)后一由計(jì)算機(jī)模擬各種不銹鋼冷軋生產(chǎn)工藝，并進(jìn)行工藝優(yōu)化一模型將輸出最終冷軋工藝參數(shù)(終軋變形量)一進(jìn)行軋制生產(chǎn)一獲得最終合格產(chǎn)品。運(yùn)用本發(fā)明方法，根據(jù)不銹鋼材料的化學(xué)成分、材料的初始條件以及客戶對(duì)不銹鋼鋼帶力學(xué)性能(如硬度，或者強(qiáng)度，或者韌性)、鋼帶厚度等要求，來制定生產(chǎn)工藝、優(yōu)化工藝參數(shù)，以保證生產(chǎn)出的精密不銹鋼鋼帶力學(xué)性能要求能得到準(zhǔn)確控制，使得硬度值控制在±8HV單位內(nèi)，其他力學(xué)性能如抗拉強(qiáng)度、屈服強(qiáng)度、延伸率的精度控制在8%以內(nèi)。具體實(shí)施例方式采用本發(fā)明所述的工藝制定方法，對(duì)牌號(hào)為301、304、430的奧氏體不銹鋼帶材進(jìn)行了軋制。首先根據(jù)對(duì)不銹鋼冷軋鋼帶的力學(xué)性能、厚度尺寸要求及原料的化學(xué)成分，利用本方法得出四種不銹鋼鋼帶的冷軋工藝參數(shù)，實(shí)施軋制，軋制后對(duì)這四批不銹鋼鋼帶進(jìn)行硬度、抗拉強(qiáng)度、延伸率測量，并與設(shè)計(jì)時(shí)給出的力學(xué)性能進(jìn)行對(duì)比。本實(shí)施例的技術(shù)數(shù)據(jù)及測試數(shù)據(jù)如表1，2，3所示。表l、實(shí)施例不銹鋼材料合金元素含量不銹鋼合金元素含量(wt%)<table>tableseeoriginaldocumentpage15</column></row><table>實(shí)施本發(fā)明，用于"不完整型不銹鋼精密鋼帶的生產(chǎn)流程"制造不銹鋼精密鋼帶，生產(chǎn)的300系列、400系列不銹鋼精密鋼帶成品，質(zhì)量優(yōu)，力學(xué)性能誤差小于土8個(gè)單位的維氏硬度，合格率95%以上，達(dá)到"完整型不銹鋼精密鋼帶的生產(chǎn)流程"制造的不銹鋼精密鋼帶水平。權(quán)利要求1、根據(jù)權(quán)利要求1所述的一種奧氏體不銹鋼精密鋼帶的性能預(yù)測模型，其特征在于運(yùn)用計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建的不銹鋼冷軋鋼板性能預(yù)測模型，主要由數(shù)據(jù)存儲(chǔ)記憶庫(1)、計(jì)算機(jī)人工智能網(wǎng)絡(luò)(2)、終軋變形量預(yù)測模塊(3)、終軋變形量預(yù)測值判定模塊(4)組成；該預(yù)測模型可以根據(jù)影響產(chǎn)品力學(xué)性能的所有因素，進(jìn)行“多元函數(shù)”的運(yùn)算，給出最合適的終軋變形量；不銹鋼冷軋鋼板性能預(yù)測模型的建立過程A、數(shù)據(jù)收集、整理、輸入首先對(duì)企業(yè)生產(chǎn)工藝記錄數(shù)據(jù)進(jìn)行匯總，收集不少于800組相關(guān)的生產(chǎn)工藝參數(shù)和最終測試的力學(xué)性能數(shù)據(jù)；每組數(shù)據(jù)包含影響產(chǎn)品力學(xué)性能的所有參數(shù)因素，這些參數(shù)因素有N＝15～25個(gè)，它們是原料的化學(xué)成分碳0.01～0.30％，硅0～2.0％，錳0～2％，磷≤0.045％，硫≤0.030％，鎳0～42.0％，鉻10.0～26.0％，鉬0～4.0％，氮0～0.3％，鈦0～0.5％，鈮0～0.5％；軋制方式軋制道次1～10次，軋制速度30～360米/分，終軋變形量5～80％；產(chǎn)品性能抗拉強(qiáng)度350～2100MPa，屈服強(qiáng)度250～1900MPa，延伸率0～70％，維氏硬度135～600單位；產(chǎn)品厚度0.03～1.1mm；原料供應(yīng)商；然后對(duì)收集的數(shù)據(jù)進(jìn)行分類、整理，通過“數(shù)據(jù)存儲(chǔ)記憶庫(1)”的輸入口，將有效生產(chǎn)工藝記錄數(shù)據(jù)，有規(guī)則的人工輸入數(shù)據(jù)存儲(chǔ)記憶庫(1)，如第一組數(shù)據(jù)中的終軋變形量為A1，其余影響產(chǎn)品力學(xué)性能的所有因素(M＝N-1個(gè)因素)為A(1-1)、A(1-2)、…、A(1-M)，碳因素為A(1-1)，硅為A(1-2)…；……；第X組數(shù)據(jù)中的終軋變形量為AX，其余影響產(chǎn)品力學(xué)性能的所有因素(M＝N-1個(gè)因素)為A(X-1)、A(X-2)、…、A(X-M)，碳因素為A(X-1)，硅為A(X-2)…；每組數(shù)據(jù)相互對(duì)應(yīng)；B、建立“數(shù)據(jù)存儲(chǔ)記憶庫(1)”“數(shù)據(jù)存儲(chǔ)記憶庫(1)”是1個(gè)記憶卡和3個(gè)接口輸入口、輸出口、數(shù)據(jù)讀取口；輸入口，接受有效的生產(chǎn)工藝記錄數(shù)據(jù)，并永久保存在記憶卡內(nèi)；輸出口，將記憶卡內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，輸出到“計(jì)算機(jī)人工智能網(wǎng)絡(luò)(2)”；數(shù)據(jù)讀取口，便于“終軋變形量預(yù)測值判定模塊(4)”讀取“數(shù)據(jù)存儲(chǔ)記憶庫(1)”保存的有效生產(chǎn)工藝記錄數(shù)據(jù)；C、運(yùn)用“計(jì)算機(jī)人工智能網(wǎng)絡(luò)(2)”，創(chuàng)建“終軋變形量預(yù)測模塊(3)”；計(jì)算機(jī)人工智能網(wǎng)絡(luò)(2)，是一個(gè)計(jì)算機(jī)智能系統(tǒng)，其功能是接受“數(shù)據(jù)存儲(chǔ)記憶庫(1)”內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，由計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)軟件進(jìn)行計(jì)算機(jī)處理，建立“終軋變形量預(yù)測模塊(3)”；并利用收集的生產(chǎn)數(shù)據(jù)對(duì)該性能預(yù)測模塊進(jìn)行訓(xùn)練，對(duì)“終軋變形量預(yù)測模塊(3)”進(jìn)行修正，提高預(yù)測精度；D、終軋變形量預(yù)測模塊(3)運(yùn)用計(jì)算機(jī)人工智能網(wǎng)絡(luò)(2)構(gòu)建的“終軋變形量預(yù)測模塊(3)”，有1個(gè)計(jì)算機(jī)應(yīng)用程序，和3個(gè)接口“工藝記錄數(shù)據(jù)”連接口、終軋變形量輸出口、應(yīng)用數(shù)據(jù)輸入口；“工藝記錄數(shù)據(jù)”連接口，接受“計(jì)算機(jī)人工智能網(wǎng)絡(luò)(2)”傳來的“數(shù)據(jù)存儲(chǔ)記憶庫(1)”內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)；應(yīng)用數(shù)據(jù)輸入口，接受“實(shí)際生產(chǎn)中等待精密冷軋產(chǎn)品”的參數(shù)因素，這些參數(shù)因素有M＝N-1個(gè)因素，是除終軋變形量以外的所有影響產(chǎn)品力學(xué)性能的因素；計(jì)算機(jī)應(yīng)用程序，對(duì)“終軋變形量以外的、影響產(chǎn)品力學(xué)性能的所有因素”，進(jìn)行“多元函數(shù)”的計(jì)算機(jī)運(yùn)算，給出“終軋變形量”；終軋變形量輸出口，將“計(jì)算機(jī)應(yīng)用程序”得出的“終軋變形量”，傳輸?shù)健敖K軋變形量預(yù)測值判定模塊(4)”；E、終軋變形量預(yù)測值判定模塊(4)“終軋變形量預(yù)測值判定模塊(4)”有4個(gè)接口數(shù)據(jù)讀取口、終軋變形量預(yù)測模塊(3)連接口、數(shù)據(jù)反饋口、輸出口；數(shù)據(jù)讀取口，讀取“數(shù)據(jù)存儲(chǔ)記憶庫(1)”內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)；終軋變形量預(yù)測模塊(3)連接口，接受“終軋變形量預(yù)測模塊(3)”傳來的終軋變形量預(yù)測值；數(shù)據(jù)反饋口，與“計(jì)算機(jī)人工智能網(wǎng)絡(luò)(2)”連接；“終軋變形量預(yù)測值判定模塊(4)”，對(duì)“數(shù)據(jù)存儲(chǔ)記憶庫(1)內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)”、“終軋變形量預(yù)測模塊(3)傳來的終軋變形量預(yù)測值”進(jìn)行比較，得出合適的終軋變形量；輸出口，傳出合適的終軋變形量；F、“不銹鋼冷軋鋼板性能預(yù)測模型”的校驗(yàn)、確定“數(shù)據(jù)存儲(chǔ)記憶庫(1)”、“計(jì)算機(jī)人工智能網(wǎng)絡(luò)(2)”、“終軋變形量預(yù)測模塊(3)”、“終軋變形量預(yù)測值判定模塊(4)”構(gòu)成1個(gè)內(nèi)循環(huán)，用于“終軋變形量預(yù)測模塊(3)”的校驗(yàn)、確定；“數(shù)據(jù)存儲(chǔ)記憶庫(1)”內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，分別傳輸?shù)健坝?jì)算機(jī)人工智能網(wǎng)絡(luò)(2)”、“終軋變形量預(yù)測值判定模塊(4)”；“計(jì)算機(jī)人工智能網(wǎng)絡(luò)(2)”接受“數(shù)據(jù)存儲(chǔ)記憶庫(1)”內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，由計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)軟件進(jìn)行計(jì)算機(jī)處理，建立“終軋變形量預(yù)測模塊(3)”；“終軋變形量預(yù)測模塊(3)”內(nèi)的“計(jì)算機(jī)應(yīng)用程序”，對(duì)“計(jì)算機(jī)人工智能網(wǎng)絡(luò)(2)”傳來的“數(shù)據(jù)存儲(chǔ)記憶庫(1)”內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，進(jìn)行“多元函數(shù)”的運(yùn)算，得出終軋變形量建議值；“終軋變形量預(yù)測值判定模塊(4)”，對(duì)“終軋變形量預(yù)測模塊(3)”傳來的終軋變形量建議值，和“數(shù)據(jù)存儲(chǔ)記憶庫(1)”傳來的終軋變形量真實(shí)值進(jìn)行比較誤差值較大，不符合要求的，該組數(shù)據(jù)反饋到“計(jì)算機(jī)人工智能網(wǎng)絡(luò)(2)”，由計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)軟件進(jìn)行計(jì)算機(jī)修正處理，修正“終軋變形量預(yù)測模塊(3)”內(nèi)的“計(jì)算機(jī)應(yīng)用程序”，修正后的“計(jì)算機(jī)應(yīng)用程序”得出第2次終軋變形量建議值，“終軋變形量預(yù)測值判定模塊(4)”第2次進(jìn)行比較，……，最后，“終軋變形量預(yù)測模塊(3)”傳來的終軋變形量建議值，和“數(shù)據(jù)存儲(chǔ)記憶庫(1)”傳來的終軋變形量真實(shí)值，誤差值符合要求；此時(shí)，“終軋變形量預(yù)測模塊(3)”校驗(yàn)完畢，并基本確定；“不銹鋼冷軋鋼板性能預(yù)測模型”可用于生產(chǎn)實(shí)際。2、據(jù)權(quán)利要求1所述的一種奧氏體不銹鋼精密鋼帶的性能預(yù)測模型，其特征在于上述所述的"不銹鋼冷軋鋼板性能預(yù)測模型"，用于生產(chǎn)實(shí)踐后，新積累的有效生產(chǎn)工藝記錄數(shù)據(jù)，輸入"數(shù)據(jù)存儲(chǔ)記憶庫(l)"，增加"數(shù)據(jù)存儲(chǔ)記憶庫(l)"容量，同時(shí)，進(jìn)行第一步中的(F)"不銹鋼冷軋鋼板性能預(yù)測模型"的校驗(yàn)、確定流程，進(jìn)一步修正"終軋變形量預(yù)測模塊(3)"內(nèi)的"計(jì)算機(jī)應(yīng)用程序"，提高終軋變形量預(yù)測精度。3、應(yīng)用上述"不銹鋼冷軋鋼板性能預(yù)測模型"，可以方便地進(jìn)行奧氏體不銹鋼精密鋼帶的精密冷軋工藝設(shè)計(jì)，其特征在于首先應(yīng)用"不銹鋼冷軋鋼板性能預(yù)測模型"，得出最合適的終軋變形量；然后根據(jù)終軋變形量，制定合適的成品坯精密冷軋工藝、和成品精密冷軋工藝，生產(chǎn)出優(yōu)質(zhì)的奧氏體不銹鋼精密鋼帶成品；A、根據(jù)客戶提出對(duì)不銹鋼精密帶材的力學(xué)性能、鋼帶板型厚度、寬度尺寸要求，及不銹鋼精密鋼帶坯生產(chǎn)商、鋼帶坯厚度、化學(xué)成分，不銹鋼冷軋生產(chǎn)中的軋制道次、軋制速度等M4N-l)個(gè)因素，編號(hào)分別為B-l、B-2、……、B-M，作為"終軋變形量預(yù)測模塊(3)"的輸入；影響產(chǎn)品力學(xué)性能的所有參數(shù)因素，有N4525個(gè)，M個(gè)因素中不包含終軋變形量；B、"終軋變形量預(yù)測模塊(3)"內(nèi)的"計(jì)算機(jī)應(yīng)用程序"，對(duì)"B-l、B-2、……、B-M"共^(N_n個(gè)因素自動(dòng)計(jì)算，得出終軋變形量建議值B，并傳輸?shù)?終軋變形量預(yù)測值判定模塊(4)";C、"終軋變形量預(yù)測值判定模塊(4)"，讀取"數(shù)據(jù)存儲(chǔ)記憶庫(l)"內(nèi)的有效生產(chǎn)工藝記錄數(shù)據(jù)，選擇合適的一組(或多組)數(shù)據(jù)，與終軋變形量建議值B進(jìn)行比較，給出最合適的終軋變形量應(yīng)用值》D、根據(jù)不銹鋼冷軋鋼板性能預(yù)測模型給出的終軋變形量，確定不銹鋼精密鋼帶成品坯厚度；E、根據(jù)不銹鋼精密鋼帶坯、成品坯厚度，按照常規(guī)方式，制定成品坯的精密冷軋工藝；F、根據(jù)不銹鋼精密鋼帶成品坯厚度、成品厚度，按照常規(guī)方式，制定成品的精密冷軋工藝；根據(jù)不銹鋼精密鋼成品坯、成品的精密冷軋工藝，軋機(jī)對(duì)不銹鋼精密鋼帶坯進(jìn)行冷軋變形，生產(chǎn)出"力學(xué)性能誤差小于土8個(gè)單位的維氏硬度"的優(yōu)質(zhì)奧氏體不銹鋼精密鋼帶成品。全文摘要一種奧氏體不銹鋼精密鋼帶的性能預(yù)測模型及其精密冷軋工藝設(shè)計(jì)，其特征在于運(yùn)用計(jì)算機(jī)人工神經(jīng)網(wǎng)絡(luò)技術(shù)(如Plexi神經(jīng)網(wǎng)絡(luò)開發(fā)環(huán)境軟件)構(gòu)建的不銹鋼冷軋鋼板性能預(yù)測模型，主要由數(shù)據(jù)存儲(chǔ)記憶庫、計(jì)算機(jī)人工智能網(wǎng)絡(luò)、終軋變形量預(yù)測模塊、終軋變形量預(yù)測值判定模塊組成；該模型可以根據(jù)影響產(chǎn)品力學(xué)性能的化學(xué)成分等所有因素，進(jìn)行“多元函數(shù)”的運(yùn)算，并利用收集的生產(chǎn)數(shù)據(jù)對(duì)該性能預(yù)測模塊進(jìn)行修正訓(xùn)練，給出最合適的終軋變形量。應(yīng)用該預(yù)測模型給出的終軋變形量預(yù)測值，可以方便地進(jìn)行奧氏體不銹鋼精密鋼帶的精密冷軋工藝設(shè)計(jì)，效率高、效果好，能生產(chǎn)出“力學(xué)性能誤差小于±8個(gè)單位的維氏硬度”的優(yōu)質(zhì)奧氏體不銹鋼精密鋼帶成品。文檔編號(hào)G06F19/00GK101320031SQ20081003810公開日2008年12月10日申請(qǐng)日期2008年5月27日優(yōu)先權(quán)日2008年5月27日發(fā)明者徐羕兒,陳守超申請(qǐng)人:上海實(shí)達(dá)精密不銹鋼有限公司