公开(公告)号：CN119313198A

公开(公告)日：2025-01-14

申请号：CN202310843546.2

申请日：2023-07-11

Applicant: 上海交通大学

Inventor： 潘尔顺 ,  陈兆祥 ,  陈震 ,  朱挺

IPC: G06Q10/0639 ,  G06Q50/04 ,  G06N3/043 ,  G06N3/047

Abstract: 一种考虑模糊维修质量的热轧产线可靠性评估方法，确定串联结构的热轧产线的任务需求以及串联结构中的关键机器，识别热轧产线关键工艺并采集工艺数据，估计串联结构中各个机器的性能状态分布函数并评估各个机器的模糊维修质量参数，从而构建热轧产线的随机模糊流制造网络模型；通过分析模型中的比例集合确定随机模糊流网络模型中的子任务需求集合，进而建立各个机器考虑模糊维修质量的可靠性模型，最后基于热轧产线中机器间结构关系建立热轧产线的可靠性模型，实现在生产需求已知的情况下，分析热轧产线生产过程中性能的动态演化趋势，量化热轧产线的生产过程。本发明通过随机模糊流制造网络简化热轧产线的生产过程，分析其性能状态变化规律并通过基于马尔可夫模型和模糊数学的机会测度指标来表征可靠性，显著提高了结果的准确性。

公开(公告)号：CN118839796A

公开(公告)日：2024-10-25

申请号：CN202310450671.7

申请日：2023-04-25

Applicant: 上海交通大学

Inventor： 潘尔顺 ,  朱挺 ,  陈震 ,  陈兆祥

IPC: G06Q10/04 ,  G06Q10/0639 ,  G06Q10/20 ,  G06Q50/04 ,  G06N3/0442 ,  G06N3/084

Abstract: 一种基于Bayesian‑LSTM的热轧精轧机轧辊剩余寿命预测方法，在离线阶段根据传感器采集数据库与维修表单中得到轧辊运行公里数L和轧辊直径d的历史数据生成得到轧辊健康指标数据集，对Bayesian‑LSTM神经网络进行训练；在在线阶段，将待测热轧精轧机轧辊特征输入已训练的Beyesian‑LSTM模型中，得到测试集轧辊健康指标HI的时序模型，结合轧辊剩余寿命与不确定性评估指标，预测测试集轧辊的剩余寿命。本发明改变对轧辊剩余寿命预测精度差、难以获得不确定性评估结果的现状。

公开(公告)号：CN118831969A

公开(公告)日：2024-10-25

申请号：CN202310450667.0

申请日：2023-04-25

Applicant: 上海交通大学

Inventor： 潘尔顺 ,  朱挺 ,  陈震 ,  李林蔓 ,  陈兆祥

IPC: B21B38/00

Abstract: 一种基于可工作转动量的轧辊健康状态检测方法，根据轧制公里数和已测量直径确定轧辊健康状态的退化趋势，建立轧辊健康状态与不同状态参数间的动态变化关系，得到轧辊可工作转动量的健康指标，并基于该健康指标随工作周期变化的统计数据，采用滑动窗口法实现轧辊健康状态准确评价，判断轧辊进入快速磨损期的工作周期。本发明通过构建表征轧辊健康状态的性能指标，能够实现轧辊健康状态的准确评价，并且具有工程可解释性，能有效支撑轧辊剩余寿命精准预测，为轧辊维护计划提供大量的决策支持。

公开(公告)号：CN119167077A

公开(公告)日：2024-12-20

申请号：CN202310723734.1

申请日：2023-06-19

Applicant: 上海交通大学

Inventor： 潘尔顺 ,  李艳婷 ,  赵宇 ,  朱挺 ,  陈兆祥 ,  李林蔓

IPC: G06F18/214 ,  B21B38/00 ,  G06F18/23 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于FCM的热轧产线精轧机组故障快速定位方法，通过数据采集系统采集得到精轧机组减速器、分配箱的多源信号与工况参数数据，通过标准化操作，得到有效变量的数据集；构建基于FCM非参数隶属度的模糊神经网络；通过模糊神经网络输出不同设备的状态模糊结果及其对应概率，按照最大概率值原则解模糊化得到最终设备状态；根据各个设备状态、轧机状态以及产线状态，实现故障的快速定位，进而达到快速复产减少故障损失的目的，保障设备稳定运行、生产持续进行。本发明考虑复杂设备的多传感器信号之间的耦合性、多尺度特点，通过产线层级—轧机层级—设备层级的三层故障定位策略，能够实现适用于热轧产线的高准确度故障定位，提高轧钢生产效率。