-
公开(公告)号：CN114678080B
公开(公告)日：2022-11-18
申请号：CN202210311528.5
申请日：2022-03-28
Applicant: 北京科技大学
Abstract: 本发明提供了一种转炉终点磷含量预测模型及构建方法、磷含量预测方法，属于冶金控制领域。所述模型构建方法包括：采集相关转炉炼钢的历史数据，对历史数据进行预处理，获得清洁的历史数据；从所述清洁的历史数据中，确定影响终点磷含量的因素，并根据因素值及磷含量真实值构建训练集、测试集和验证集；构建至少两种基于机器学习的转炉终点磷含量预测子模型，采用所述训练集对多个预测子模型进行训练，并基于贝叶斯算法对多个预测子模型的预测结果进行耦合，构建贝叶斯权值网络模型，与多个预测子模型共同构成转炉终点磷含量预测模型。本发明弥补了人工经验以及静态模型在适用性以及命中率的不足，提高了终点磷含量的预测准确度及精度。
-
公开(公告)号：CN114678080A
公开(公告)日：2022-06-28
申请号：CN202210311528.5
申请日：2022-03-28
Applicant: 北京科技大学
Abstract: 本发明提供了一种转炉终点磷含量预测模型及构建方法、磷含量预测方法，属于冶金控制领域。所述模型构建方法包括：采集相关转炉炼钢的历史数据，对历史数据进行预处理，获得清洁的历史数据；从所述清洁的历史数据中，确定影响终点磷含量的因素，并根据因素值及磷含量真实值构建训练集、测试集和验证集；构建至少两种基于机器学习的转炉终点磷含量预测子模型，采用所述训练集对多个预测子模型进行训练，并基于贝叶斯算法对多个预测子模型的预测结果进行耦合，构建贝叶斯权值网络模型，与多个预测子模型共同构成转炉终点磷含量预测模型。本发明弥补了人工经验以及静态模型在适用性以及命中率的不足，提高了终点磷含量的预测准确度及精度。
-
公开(公告)号：CN114299059A
公开(公告)日：2022-04-08
申请号：CN202111682517.X
申请日：2021-12-30
Applicant: 北京科技大学
IPC: G06T7/00 , G06V10/28 , G06V10/56 , G06V10/764 , G06V10/774 , G06K9/62
Abstract: 本发明提供一种热轧带钢表面未分类铸坯划伤缺陷的判定方法，属于热轧带钢表面检测技术领域。该方法首先获取表面质量检测仪采集的热轧带钢未分类表面缺陷数据，包含缺陷的长度、宽度、相对位置信息和原始图片；然后根据人工经验提取属于铸坯划伤的缺陷样本，建立训练样本集，并对数据进行处理，计算未分类中典型缺陷样本特征量，建立未分类铸坯划伤缺陷判定模型，并根据样本数据训练模型；最后提取需要识别的未分类图片，并验证其样本特征量，模型输出该缺陷是否属于未分类铸坯划伤缺陷。该方法可以减轻热轧带钢现场质检人员工作量，减少未分类中由于铸坯划伤导致的致命缺陷漏判，预防下游表面质量异议。
-
公开(公告)号：CN108830452B
公开(公告)日：2022-04-05
申请号：CN201810421490.0
申请日：2018-05-04
Applicant: 北京科技大学
Abstract: 本发明属于质量检测领域，具体涉及一种钢铁产品质量全息信息表征的方法，所述方法在钢铁生产过程中将钢铁的产品质量数据和全息特征表征数据进行汇总得到一包含产品数据的产品质量全息信息表后，利用标准的二维码生成技术，将所述产品质量全息信息表封装成统一的二维码，并与钢铁产品批次绑定，实现产品质量信息的即时查询。该方法借助钢铁企业已有的PCS系统、MES系统和质检系统，利用信息化技术，在不增加质量检测成本的前提下，利用多维数据对最终钢铁产品质量进行表征。
-
公开(公告)号：CN108830452A
公开(公告)日：2018-11-16
申请号：CN201810421490.0
申请日：2018-05-04
Applicant: 北京科技大学
Abstract: 本发明属于质量检测领域，具体涉及一种钢铁产品质量全息信息表征的方法，所述方法在钢铁生产过程中将钢铁的产品质量数据和全息特征表征数据进行汇总得到一包含产品数据的产品质量全息信息表后，利用标准的二维码生成技术，将所述产品质量全息信息表封装成统一的二维码，并与钢铁产品批次绑定，实现产品质量信息的即时查询。该方法借助钢铁企业已有的PCS系统、MES系统和质检系统，利用信息化技术，在不增加质量检测成本的前提下，利用多维数据对最终钢铁产品质量进行表征。
-
Patent Agency Ranking
公开(公告)号：CN115232969A
公开(公告)日：2022-10-25
申请号：CN202210740138.X
申请日：2022-06-28
Applicant: 北京科技大学
Abstract: 本发明提供一种利用钢渣碱性节约间接碳酸化工艺碱消耗的方法，属于钢渣资源化利用技术领域；包括：S1、采用两步法的方式对钢渣进行浸出反应：S101、使用水和钢渣进行一次浸出反应，过滤得到一次浸出液和一次浸渣；S102、使用醋酸溶液和所述一次浸渣混合进行二次浸出反应，过滤得到二次浸出液；S2、随后将一次浸出液和二次浸出液混合，并向所得的混合浸出液中通入CO2进行碳酸化反应。本发明的两步浸出反应可使钢渣中大多数氧化钙和氢氧化钙所具备的碱性转移至水中，在保存了钢渣碱性的同时也减少了碱性矿物对第二步浸出反应中酸的消耗，使得节约的酸可以参与到其他非碱性矿物的浸出反应中，提高了反应的浸出率。
-
公开(公告)号：CN111489067B
公开(公告)日：2022-10-18
申请号：CN202010228879.0
申请日：2020-03-27
Applicant: 北京科技大学
Abstract: 本发明提供一种基于动态区域分配的炼钢车间天车调度方法，能够有效提高天车调度的效率。所述方法包括：S1，获取炼钢车间生产跨的历史天车任务表；S2，根据获取的历史天车任务表，确定用于任务产生概率计算的参数；S3，判断当前时刻是否达到重新分区的时刻，若达到，则依次执行S4、S5，以实现动态区域分配的天车调度；S4，根据确定的用于任务产生概率计算的参数，计算生产跨在当前的下一时刻空间总的任务产生概率分布；S5，根据得到的任务产生概率分布，将生产跨空间划分为任务密度均匀的等天车数量的区域，每台天车执行一个区域内的任务。本发明涉及天车调度领域。
-
公开(公告)号：CN114418464B
公开(公告)日：2022-06-24
申请号：CN202210315396.3
申请日：2022-03-29
Applicant: 北京科技大学
Abstract: 本发明提供了一种基于案例推理的二步法冶金流程能源评价方法及系统，涉及自动控制技术领域。包括：运用最小流程单元能耗情况解析的方法，对二步法冶炼不锈钢流程能耗进行解析，提出流程能源优化由工序能耗、传搁能耗和差异能耗三部分组成，其中差异能耗是流程能源优化的关键。通过对差异能耗影响因素的分析，提出了基于案例推理的冶金流程能源诊断系统的设计方法，采用灰色关联度的方法进行相似度计算，经过选择得到诊断结果。对不同操作条件和操作制度下炉次信息进行案例诊断，案例推理结果对比分析表明，案例推理的方法可以得到与待诊断炉次工艺操作水平相同、原料配置相近、能耗情况相似的案例推理炉次，适用于复杂的冶金流程能源的诊断。
-
公开(公告)号：CN107273619A
公开(公告)日：2017-10-20
申请号：CN201710474894.1
申请日：2017-06-21
Applicant: 北京科技大学
CPC classification number: Y02P90/30 , G06F17/509 , G06F17/504 , G06F2217/06 , G06Q10/04 , G06Q50/04
Abstract: 本发明提供一种钢铁企业静态能量流网络优化设计方法，能够提高能源转换效率。所述方法包括：获取钢铁流程各工序/设备的多种能源介质参数；根据获取的多种能源介质参数，以企业最大经济效益为目标，建立静态能量流网络数学模型；对建立的静态能量流网络数学模型进行求解，得到符合预设条件且具有最大经济效益的各能源介质的分配方案，所述预设条件包括：在满足生产用能平衡的前提下；根据得到的得到符合预设条件且具有最大经济效益的各能源介质的分配方案进行能源结构的优化调整，根据优化调整后的能源结构，确定静态能量流网络。本发明涉及大型钢铁企业能量利用优化与节能领域。
-
公开(公告)号：CN114299059B
公开(公告)日：2025-03-07
申请号：CN202111682517.X
申请日：2021-12-30
Applicant: 北京科技大学
IPC: G06T7/00 , G06V10/28 , G06V10/56 , G06V10/764 , G06V10/774
Abstract: 本发明提供一种热轧带钢表面未分类铸坯划伤缺陷的判定方法，属于热轧带钢表面检测技术领域。该方法首先获取表面质量检测仪采集的热轧带钢未分类表面缺陷数据，包含缺陷的长度、宽度、相对位置信息和原始图片；然后根据人工经验提取属于铸坯划伤的缺陷样本，建立训练样本集，并对数据进行处理，计算未分类中典型缺陷样本特征量，建立未分类铸坯划伤缺陷判定模型，并根据样本数据训练模型；最后提取需要识别的未分类图片，并验证其样本特征量，模型输出该缺陷是否属于未分类铸坯划伤缺陷。该方法可以减轻热轧带钢现场质检人员工作量，减少未分类中由于铸坯划伤导致的致命缺陷漏判，预防下游表面质量异议。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.024 seconds)
