热轧钢管生产过程的温度控制方法及系统

技术领域

本发明涉及金属轧制技术领域，具体涉及一种热轧钢管生产过程的温度控制方法及系统。

背景技术

目前，热轧钢管的生产过程中比较关注轧制力能的均匀性和冷却控制的均匀性，但是加热进行穿孔和轧制过程中，毛管内会出现组织不均匀的情况。如果对钢管整体按照同一轧制温度进行轧制，钢管的壁厚均匀度和内外表面质量无法保证。因此，现有技术中存在由于加热进行轧制时温度控制不准确，影响热轧钢管的轧态性能合格率的技术问题。

发明内容

本申请提供了一种热轧钢管生产过程的温度控制方法及系统，用于针对解决现有技术中由于热轧钢管生产过程中温度控制不准确，影响热轧钢管质量的技术问题。

鉴于上述问题，本申请提供了一种热轧钢管生产过程的温度控制方法及系统。

本申请的第一个方面，提供了一种热轧钢管生产过程的温度控制方法，所述方法包括：

对待进行热轧钢管生产的基材进行环炉加热至预设穿孔温度，在加热完成后进行穿孔，并检测获得穿孔阻力信息；

对完成穿孔的毛管进行区域划分，获得P个区域，对所述P个区域进行壁厚检测，获得P个壁厚信息，P为大于1的整数；

构建毛管组织分析通道，所述毛管组织分析通道内包括P个组织分析分支，将所述穿孔阻力信息结合所述P个壁厚信息，分别输入所述P个组织分析分支，进行毛管组织分析，获得P个毛管组织信息；

根据所述P个毛管组织信息，进行轧制温度分析，获得P个轧制温度，对所述P个区域进行加热；

在对所述P个区域进行加热的过程中，对所述P个区域进行热成像检测，获得P个区域图像以及P个加热时间节点，对所述P个区域图像进行卷积处理分析，获得P个区域温度；

结合所述P个加热时间节点和所述P个区域温度，生成P个温度节点状态，输入基于马尔科夫链构建的热轧加热温度控制通道内，获得P个温度控制措施，对所述毛管内的P个区域进行加热温度控制，在加热至P个轧制温度后，进行高温轧制。

本申请的第二个方面，提供了一种热轧钢管生产过程的温度控制系统，所述系统包括：

阻力信息获得模块，所述阻力信息获得模块用于对待进行热轧钢管生产的基材进行环炉加热至预设穿孔温度，在加热完成后进行穿孔，并检测获得穿孔阻力信息；

壁厚信息获得模块，所述壁厚信息获得模块用于对完成穿孔的毛管进行区域划分，获得P个区域，对所述P个区域进行壁厚检测，获得P个壁厚信息，P为大于1的整数；

毛管组织信息获得模块，所述毛管组织信息获得模块用于构建毛管组织分析通道，所述毛管组织分析通道内包括P个组织分析分支，将所述穿孔阻力信息结合所述P个壁厚信息，分别输入所述P个组织分析分支，进行毛管组织分析，获得P个毛管组织信息；

轧制温度获得模块，所述轧制温度获得模块用于根据所述P个毛管组织信息，进行轧制温度分析，获得P个轧制温度，对所述P个区域进行加热；

区域温度获得模块，所述区域温度获得模块用于在对所述P个区域进行加热的过程中，对所述P个区域进行热成像检测，获得P个区域图像以及P个加热时间节点，对所述P个区域图像进行卷积处理分析，获得P个区域温度；

高温轧制模块，所述高温轧制模块用于结合所述P个加热时间节点和所述P个区域温度，生成P个温度节点状态，输入基于马尔科夫链构建的热轧加热温度控制通道内，获得P个温度控制措施，对所述毛管内的P个区域进行加热温度控制，在加热至P个轧制温度后，进行高温轧制。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请通过对待进行热轧钢管生产的基材进行环炉加热至预设穿孔温度，在加热完成后进行穿孔，并检测获得穿孔阻力信息，然后对完成穿孔的毛管进行区域划分，获得P个区域，对P个区域进行壁厚检测，获得P个壁厚信息，P为大于1的整数，进而构建毛管组织分析通道，毛管组织分析通道内包括P个组织分析分支，将穿孔阻力信息结合P个壁厚信息，分别输入P个组织分析分支，进行毛管组织分析，获得P个毛管组织信息；根据P个毛管组织信息，进行轧制温度分析，获得P个轧制温度，对P个区域进行加热，然后在对P个区域进行加热的过程中，对P个区域进行热成像检测，获得P个区域图像以及P个加热时间节点，对P个区域图像进行卷积处理分析，获得P个区域温度，通过结合P个加热时间节点和P个区域温度，生成P个温度节点状态，输入基于马尔科夫链构建的热轧加热温度控制通道内，获得P个温度控制措施，对毛管内的P个区域进行加热温度控制，在加热至P个轧制温度后，进行高温轧制。达到了对不同区域进行差异化组织分析，获得对应的轧制温度，提升温度控制的准确性和轧制质量的技术效果。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种热轧钢管生产过程的温度控制方法流程示意图；

图2为本申请实施例提供的一种热轧钢管生产过程的温度控制方法中获得P个壁厚信息的流程示意图；

图3为本申请实施例提供的一种热轧钢管生产过程的温度控制方法中获得毛管组织分析通道的流程示意图；

图4为本申请实施例提供的一种热轧钢管生产过程的温度控制系统结构示意图。

附图标记说明：阻力信息获得模块11，壁厚信息获得模块12，毛管组织信息获得模块13，轧制温度获得模块14，区域温度获得模块15，高温轧制模块16。

具体实施方式

本申请通过提供了一种热轧钢管生产过程的温度控制方法及系统，用于针对解决现有技术中由于热轧钢管生产过程中温度控制不准确，影响钢管质量的技术问题。

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。

实施例1

如图1所示，本申请提供了一种热轧钢管生产过程的温度控制方法，其中，所述方法包括：

步骤S100：对待进行热轧钢管生产的基材进行环炉加热至预设穿孔温度，在加热完成后进行穿孔，并检测获得穿孔阻力信息；

在本申请的实施例中，热轧钢管生产过程中，首先需要对待进行热轧钢管生产的基材（实心管坯）进行环炉加热，将基材加热至预设穿孔温度后，利用穿孔机将基材穿制成空心的毛管，完成穿孔工艺。并对穿孔过程中穿孔机顶头受到的阻力进行检测，获得穿孔阻力信息。其中，所述穿孔阻力信息反映了在穿孔过程中作用在顶杆上的压力，也就是顶头受到的轴向力，轴向压力的大小影响顶杆强度和工作的稳定性，轴向压力越大，产生的弯曲越大，导致生产的毛管壁厚不均匀程度增加。优选的，通过利用经验公式计算轴向力，将计算获得的轴向力作为穿孔阻力信息。其中，所述经验公式为Q=（0.35~0.5）P，Q为轴向力，P为轧辊上所受的总压力，可选的，在本实施例中，Q=0.35P，通过压力检测装置对轧辊上所受的总压力进行检测。通过对穿孔过程中所受到的阻力大小进行获取，为后续分析毛管组织情况提供基础分析数据。

步骤S200：对完成穿孔的毛管进行区域划分，获得P个区域，对所述P个区域进行壁厚检测，获得P个壁厚信息，P为大于1的整数；

进一步的，如图2所示，对完成穿孔的毛管进行区域划分，获得P个区域，对所述P个区域进行壁厚检测，获得P个壁厚信息，本申请实施例步骤S200还包括：

步骤S210：对完成穿孔的毛管沿垂直轴心线的方向进行划分，获得多个纵向区域；

步骤S220：对每个纵向区域沿所述毛管的轴心线方向进行划分，获得多个横向区域集合，获得所述P个区域；

步骤S230：对所述毛管的P个区域进行壁厚检测，获得所述P个壁厚信息。

在一个可能的实施例中，由于待进行热轧钢管生产的基材需要在预设穿孔温度下进行穿孔，无法通过低温轧制工艺细化奥氏体组织，实心管坯在穿孔过程中由于高温变形，内部组织不同，韧性不同，导致穿孔阻力以及穿孔后的壁厚不均匀，因此，需要对完成穿孔的毛管进行区域划分，获得P个区域，进而，分别对P个区域的壁厚进行检测，获得P个壁厚信息。由此，实现了对毛管的变形情况进行分区域采集的目标，达到了提高分析的准确度和数据的可靠性的效果。

具体而言，通过对完成穿孔的毛管沿着垂直轴心线方向，以毛管长度为基准进行均匀划分，划分为多个纵向区域，根据本领域技术人员的精度要求，精度越高划分的多个纵向区域数量越多。其中，多个纵向区域的宽度一致。进而，对每个纵向区域沿所述毛管的轴心线方向进行划分，以毛管直径为基准进行均匀划分，将每个纵向区域划分获得多个横向区域，从而获得多个横向区域集合，将多个横向区域集合中任意一个横向区域作为一个区域，从而获得P个区域。实现了对毛管进行区域均匀划分的目标，P个区域中每个区域大小一致。

在一个可能的实施例中，通过对所述毛管的P个区域进行壁厚检测，获得P个壁厚信息。优选的，通过使用双尖头数显卡尺、壁厚千分尺等对壁厚进行检测。从而，实现了为后续进行毛管组织分析提供基础数据，提升分析的准确度的效果。

步骤S300：构建毛管组织分析通道，所述毛管组织分析通道内包括P个组织分析分支，将所述穿孔阻力信息结合所述P个壁厚信息，分别输入所述P个组织分析分支，进行毛管组织分析，获得P个毛管组织信息；

进一步的，如图3所示，构建毛管组织分析通道，所述毛管组织分析通道内包括P个组织分析分支，本申请实施例步骤S300还包括：

步骤S310：对历史时间内热轧钢管的生产及测试数据进行数据挖掘，获取样本穿孔阻力信息集合、P个样本壁厚信息集合和P个样本金相组织信息集合；

步骤S320：对所述P个样本金相组织信息集合内的样本金相组织信息内的晶粒大小进行识别和标识，获得P个样本毛管组织信息集合；

步骤S330：分别采用所述样本穿孔阻力信息集合、P个样本壁厚信息集合和P个样本毛管组织信息集合作为构建数据，构建所述P个组织分析分支，获得所述毛管组织分析通道。

在本申请的一个实施例中，所述毛管组织分析通道是用于对毛管的组织性能进行分区域智能化分析的功能通道，包括P个组织分析分支。其中，所述P个组织分析分支与P个区域一一对应。通过将所述穿孔阻力信息、P个壁厚信息分别输入所述P个组织分析分支中进行毛管组织分析，经过分析后获得P个毛管组织信息。所述P个毛管组织信息反映了P个区域内的毛管组织性能，包括组织晶粒大小信息。由于不同区域的毛管组织不同，对应的韧性不同，导致穿孔后的壁厚不均匀，为了保证后续进行高温轧制后的薄壁毛管能够具有较高的壁厚均匀度，以及较好的内外表面质量，根据不同的毛管组织信息进一步确定不同的轧制温度。

在一个可能的实施例中，通过以穿孔阻力、壁厚信息和金相组织信息为索引，对历史时间内热轧钢管的生产及测试数据进行数据挖掘，获得样本穿孔阻力信息集合、P个样本壁厚信息集合和P个样本金相组织信息集合。其中，所述样本金相组织信息包括铜合金成分、晶粒大小、晶界形态、相的分布、检测缺陷、腐蚀性能等。进而，通过对P个样本金相组织信息集合内的样本金相组织信息内的晶粒大小进行识别和标识，获得P个样本毛管组织信息集合。分别采用所述样本穿孔阻力信息集合、P个样本壁厚信息集合和P个样本毛管组织信息集合作为构建数据，对P个以卷积神经网络为基础构建的框架进行训练，并利用标识的P个样本毛管组织信息集合对训练过程分别进行监督，直至输出均达到收敛，获得训练完成的P个组织分析分支。然后，将P个组织分析分析分支进行并联，获得所述毛管组织分析通道。达到了提升毛管组织分析效率和分析准确度的效果。

步骤S400：根据所述P个毛管组织信息，进行轧制温度分析，获得P个轧制温度，对所述P个区域进行加热；

进一步的，根据所述P个毛管组织信息，进行轧制温度分析，获得P个轧制温度，本申请实施例步骤S400还包括：

步骤S410：对历史时间内热轧钢管的生产及测试数据进行数据挖掘，获取样本毛管组织信息集合和样本轧制温度集合；

步骤S420：构建所述样本毛管组织信息集合和样本轧制温度集合的映射关系，获得热轧温度对照表；

步骤S430：将所述P个毛管组织信息输入所述热轧温度对照表，获得所述P个轧制温度。

在一个实施例中，当完成管坯穿孔后，进一步的在轧制温度下进行高温轧制，从而将穿孔后的厚壁毛管压成薄壁毛管。由于不同区域的毛管组织信息不同，通过分别对P个毛管组织信息进行对应的轧制温度分析，从而获得P个轧制温度。进而，通过对毛管进行分区域高温加热，使不同区域的毛管达到对应的轧制温度。示例性地，P个轧制温度可为1100-1250℃内的温度。

具体而言，通过以毛管组织信息、轧制温度为索引，对历史时间内热轧钢管的生产及测试数据进行数据挖掘，获得样本毛管组织信息集合和样本轧制温度集合。根据挖掘过程中样本毛管组织信息集合和样本轧制温度集合对应的样本，构建样本毛管组织信息集合和样本轧制温度集合的映射关系，并根据映射关系生成热轧温度对照表。其中，所述热轧温度对照表反映了不同毛管组织信息对应的轧制温度。进而，将P个毛管组织信息输入所述热轧温度对照表中，根据映射关系进行查找，获得对应的P个轧制温度。

步骤S500：在对所述P个区域进行加热的过程中，对所述P个区域进行热成像检测，获得P个区域图像以及P个加热时间节点，对所述P个区域图像进行卷积处理分析，获得P个区域温度；

进一步的，对所述P个区域图像进行卷积处理分析，获得P个区域温度，本申请实施例步骤S500还包括：

步骤S510：对历史时间内毛管加热的热成像图像进行获取，获取样本区域图像集合和样本区域温度集合；

步骤S520：采用所述样本区域图像集合和样本区域温度集合，基于卷积神经网络，构建区域温度识别通道；

步骤S530：将所述P个区域图像输入所述区域温度识别通道，获得所述P个区域温度。

在一个可能的实施例中，在对P个区域进行加热的过程中，通过热成像摄像机对毛管的P个区域进行热成像检测，获得对应的P个区域图像和P个加热时间节点。其中，所述P个区域图像反映了P个区域在加热过程中所处的温度情况。所述P个加热时间节点是在对P个区域进行加热的过程进行热成像检测的时间点。通过对P个区域图像进行卷积处理分析，提升图像处理的效率，获得P个区域温度。所述P个区域温度反映P个区域在热成像检测的时间节点对应的温度。

在一个实施例中，以热成像图像和区域温度为索引，对历史时间内毛管的加热情况进行采集，获得样本区域图像集合和样本区域温度集合。将样本区域图像集合和样本区域温度集合作为识别通道构建数据，利用识别通道构建数据对卷积神经网络构建的网络层进行监督训练，直至输出达到收敛，获得智能化对热成像图像中反映的区域温度进行识别的区域温度识别通道。进而，将P个区域图像输入所述区域温度识别通道中，获得P个区域温度。实现了提升图像分析效率的目标。

步骤S600：结合所述P个加热时间节点和所述P个区域温度，生成P个温度节点状态，输入基于马尔科夫链构建的热轧加热温度控制通道内，获得P个温度控制措施，对所述毛管内的P个区域进行加热温度控制，在加热至P个轧制温度后，进行高温轧制。

进一步的，结合所述P个加热时间节点和所述P个区域温度，生成P个温度节点状态，输入基于马尔科夫链构建的热轧加热温度控制通道内，获得P个温度控制措施，本申请实施例步骤S600还包括：

步骤S610：对毛管进行加热轧制的数据进行调取和处理，获取多个样本区域温度集合、多个样本加热时间节点集合、多个样本温度控制措施集合和多个样本轧制温度；

步骤S620：分别基于所述多个样本区域温度集合和多个样本加热时间节点集合，进行组合，获得多个样本温度节点状态集合；

步骤S630：分别采用所述多个样本温度节点状态集合和多个样本温度控制措施集合，基于马尔科夫，构建所述多个样本轧制温度对应的多个热轧加热温度控制分支，整合所述多个热轧加热温度控制分支，获得所述热轧加热温度控制通道；

步骤S640：结合所述P个加热时间节点和P个区域温度，生成所述P个温度节点状态；

步骤S650：将所述P个温度节点状态输入所述P个轧制温度对应的P个热轧加热温度控制分支内，获得所述P个温度控制措施。

在一个可能的实施例中，通过根据P个加热时间节点和P个区域温度获得P个温度节点状态，将P个温度节点状态输入基于马尔科夫链构建的热轧加热温度控制通道内，经过通道分析，获得P个温度控制措施。进而，利用P个温度控制措施对所述毛管内的P个区域进行加热温度控制，在加热至P个轧制温度后，对毛管不同区域进行高温轧制。其中，所述温度节点状态反映了毛管在加热时间节点下的区域温度情况。所述热轧加热温度控制通道的输入数据为温度节点状态，输出数据为温度控制措施。通过根据所述热轧加热温度控制通道可以对P个区域的实时温度控制进行措施输出，从而提升温度控制的时效性。

具体而言，通过对毛管进行加热轧制的数据进行调取和处理，获得多个样本区域温度集合、多个样本加热时间节点集合、多个样本温度控制措施集合和多个样本轧制温度。通过对多个样本区域温度集合和多个样本加热时间节点集合进行组合，获得多个样本温度节点状态集合，其中，所述多个样本温度节点状态集合反映了区域温度与加热时间节点的多个组合状态。然后根据多个样本温度节点状态集合和多个样本温度控制措施集合，基于马尔科夫，构建所述多个样本轧制温度对应的多个热轧加热温度控制分支，然后将多个热轧加热温度控制分支进行并联获得所述热轧加热温度控制通道。

进而，根据P个加热时间节点和P个区域温度对应的区域，获得P个区域对应的P个温度节点状态，然后将所述P个温度节点状态输入所述P个轧制温度对应的P个热轧加热温度控制分支内，获得所述P个温度控制措施。

进一步的，分别采用所述多个样本温度节点状态集合和多个样本温度控制措施集合，基于马尔科夫，构建所述多个样本轧制温度对应的多个热轧加热温度控制分支，本申请实施例步骤S630还包括：

步骤S631：获取所述多个样本温度节点状态集合和多个样本温度控制措施集合内的第一样本温度节点状态集合和第一样本温度控制措施集合；

步骤S632：获取所述第一样本温度节点状态集合和第一样本温度控制措施集合内的第一样本温度节点状态和第一样本温度控制措施，并获取采用所述第一样本温度控制措施对所述第一样本温度节点状态进行控制后的第二样本温度节点状态；

步骤S633：构建所述第一样本温度节点状态、第一样本温度控制措施和第二样本温度节点状态的映射关系；

步骤S634：继续获得第N-1样本温度节点状态、第N-1样本温度控制措施和第N样本温度节点状态，并构建映射关系，获得所述多个热轧加热温度控制分支内的第一热轧加热温度控制分支，N为大于1的整数；

步骤S635：继续构建其他的多个热轧加热温度控制分支，获得所述热轧加热温度控制通道。

在本申请的实施例中，从所述多个样本温度节点状态集合和多个样本温度控制措施集合内的第一样本温度节点状态集合和第一样本温度控制措施集合中抽取一个样本温度节点状态集合和第一样本温度控制措施集合，作为第一样本温度节点状态集合和第一样本温度控制措施集合。进而获取所述第一样本温度节点状态集合和第一样本温度控制措施集合内的第一样本温度节点状态和第一样本温度控制措施，并确定第一样本温度控制措施对第一样本温度节点状态进行控制后的第二样本温度节点状态，其中，所述第二样本温度节点状态是利用第一样本温度控制措施进行控制，进行温度升高或降低后第二加热时间节点的区域温度。构建所述第一样本温度节点状态、第一样本温度控制措施和第二样本温度节点状态的映射关系。然后，继续获得第N-1样本温度节点状态、第N-1样本温度控制措施和第N样本温度节点状态，并构建映射关系，获得所述多个热轧加热温度控制分支内的第一热轧加热温度控制分支，N为大于1的整数。进而，基于所述多个样本温度节点状态集合和多个样本温度控制措施集合内的其他样本温度节点状态集合和其他样本温度控制措施集合构建多个热轧加热温度控制分支。将所多个热轧加热温度控制分支进行并联，从而获得所述热轧加热温度控制通道。

综上所述，本申请实施例至少具有如下技术效果：

本申请通过对待进行热轧钢管生产的基材进行环炉加热从而达到穿孔的条件，然后对穿孔过程中受到的阻力进行检测，结合完成穿孔后毛管不同区域的壁厚情况，输入毛管组织分析通道的P个组织分析分支中，获得P个毛管组织信息，实现对毛管不同区域组织情况进行智能化分析的目标，然后确定P个区域的P个轧制温度，并在对P个区域进行加热的过程中，对P个区域进行热成像采集，获得P个区域温度，结合P个加热时间节点和P个区域温度，生成P个温度节点状态，输入基于马尔科夫链构建的热轧加热温度控制通道内进行控制措施分析，获得分别对P个区域进行加热温度控制的P个温度控制措施，然后在分别加热至P个轧制温度后，进行高温轧制。达到了提升热轧钢管生产过程中温度控制的准确度，对不同区域的轧制温度分析，保证轧制质量的技术效果。

实施例2

基于与前述实施例中一种热轧钢管生产过程的温度控制方法相同的发明构思，如图4所示，本申请提供了一种热轧钢管生产过程的温度控制系统，本申请实施例中的系统与方法实施例基于同样的发明构思。其中，所述系统包括：

阻力信息获得模块11，所述阻力信息获得模块11用于对待进行热轧钢管生产的基材进行环炉加热至预设穿孔温度，在加热完成后进行穿孔，并检测获得穿孔阻力信息；

壁厚信息获得模块12，所述壁厚信息获得模块12用于对完成穿孔的毛管进行区域划分，获得P个区域，对所述P个区域进行壁厚检测，获得P个壁厚信息，P为大于1的整数；

毛管组织信息获得模块13，所述毛管组织信息获得模块13用于构建毛管组织分析通道，所述毛管组织分析通道内包括P个组织分析分支，将所述穿孔阻力信息结合所述P个壁厚信息，分别输入所述P个组织分析分支，进行毛管组织分析，获得P个毛管组织信息；

轧制温度获得模块14，所述轧制温度获得模块14用于根据所述P个毛管组织信息，进行轧制温度分析，获得P个轧制温度，对所述P个区域进行加热；

区域温度获得模块15，所述区域温度获得模块15用于在对所述P个区域进行加热的过程中，对所述P个区域进行热成像检测，获得P个区域图像以及P个加热时间节点，对所述P个区域图像进行卷积处理分析，获得P个区域温度；

高温轧制模块16，所述高温轧制模块16用于结合所述P个加热时间节点和所述P个区域温度，生成P个温度节点状态，输入基于马尔科夫链构建的热轧加热温度控制通道内，获得P个温度控制措施，对所述毛管内的P个区域进行加热温度控制，在加热至P个轧制温度后，进行高温轧制。

进一步的，所述壁厚信息获得模块12用于执行如下方法：

对完成穿孔的毛管沿垂直轴心线的方向进行划分，获得多个纵向区域；

对每个纵向区域沿所述毛管的轴心线方向进行划分，获得多个横向区域集合，获得所述P个区域；

对所述毛管的P个区域进行壁厚检测，获得所述P个壁厚信息。

进一步的，所述毛管组织信息获得模块13用于执行如下方法：

对历史时间内热轧钢管的生产及测试数据进行数据挖掘，获取样本穿孔阻力信息集合、P个样本壁厚信息集合和P个样本金相组织信息集合；

对所述P个样本金相组织信息集合内的样本金相组织信息内的晶粒大小进行识别和标识，获得P个样本毛管组织信息集合；

分别采用所述样本穿孔阻力信息集合、P个样本壁厚信息集合和P个样本毛管组织信息集合作为构建数据，构建所述P个组织分析分支，获得所述毛管组织分析通道。

进一步的，所述轧制温度获得模块14用于执行如下方法：

对历史时间内热轧钢管的生产及测试数据进行数据挖掘，获取样本毛管组织信息集合和样本轧制温度集合；

构建所述样本毛管组织信息集合和样本轧制温度集合的映射关系，获得热轧温度对照表；

将所述P个毛管组织信息输入所述热轧温度对照表，获得所述P个轧制温度。

进一步的，所述区域温度获得模块15用于执行如下方法：

对历史时间内毛管加热的热成像图像进行获取，获取样本区域图像集合和样本区域温度集合；

采用所述样本区域图像集合和样本区域温度集合，基于卷积神经网络，构建区域温度识别通道；

将所述P个区域图像输入所述区域温度识别通道，获得所述P个区域温度。

进一步的，所述高温轧制模块16用于执行如下方法：

对毛管进行加热轧制的数据进行调取和处理，获取多个样本区域温度集合、多个样本加热时间节点集合、多个样本温度控制措施集合和多个样本轧制温度；

分别基于所述多个样本区域温度集合和多个样本加热时间节点集合，进行组合，获得多个样本温度节点状态集合；

分别采用所述多个样本温度节点状态集合和多个样本温度控制措施集合，基于马尔科夫，构建所述多个样本轧制温度对应的多个热轧加热温度控制分支，整合所述多个热轧加热温度控制分支，获得所述热轧加热温度控制通道；

结合所述P个加热时间节点和P个区域温度，生成所述P个温度节点状态；

将所述P个温度节点状态输入所述P个轧制温度对应的P个热轧加热温度控制分支内，获得所述P个温度控制措施。

进一步的，所述高温轧制模块16用于执行如下方法：

获取所述多个样本温度节点状态集合和多个样本温度控制措施集合内的第一样本温度节点状态集合和第一样本温度控制措施集合；

获取所述第一样本温度节点状态集合和第一样本温度控制措施集合内的第一样本温度节点状态和第一样本温度控制措施，并获取采用所述第一样本温度控制措施对所述第一样本温度节点状态进行控制后的第二样本温度节点状态；

构建所述第一样本温度节点状态、第一样本温度控制措施和第二样本温度节点状态的映射关系；

继续获得第N-1样本温度节点状态、第N-1样本温度控制措施和第N样本温度节点状态，并构建映射关系，获得所述多个热轧加热温度控制分支内的第一热轧加热温度控制分支，N为大于1的整数；

继续构建其他的多个热轧加热温度控制分支，获得所述热轧加热温度控制通道。

需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。