一种基于带钢力学性能预报模型的加热炉节能控制方法

    公开(公告)号:CN102560081B

    公开(公告)日:2013-10-30

    申请号:CN201210046441.6

    申请日:2012-02-27

    Inventor: 张群亮 郭朝晖

    Abstract: 一种基于带钢力学性能预报模型的加热炉节能控制方法,属过程控制领域。包括基于过程控制计算机对加热炉的炉温进行控制,其建立一个热轧带钢力学性能的工业预报模型;在铸坯进加热炉前,先根据化学成分和预定的工艺参数对轧后带钢的力学性能进行预报;若力学性能的预报值大于其目标值,则考虑对带钢出炉工艺温度进行优化;在保证带钢力学性能及不违反其它必要约束的前提下,通过降低出炉温度减少加热炉的燃气消耗,对带钢出炉工艺温度进行优化控制,实现了加热炉燃气消耗量/单位产品能耗的降低。其控制方法可覆盖钢种范围广,可广泛用于板坯热轧产线加热炉的温度控制领域。

    热镀锌产品全流程质量控制方法

    公开(公告)号:CN107179749B

    公开(公告)日:2019-10-15

    申请号:CN201610139704.6

    申请日:2016-03-11

    Abstract: 本发明涉及热镀锌产品生产领域,尤其涉及一种热镀锌产品质量控制方法。一种热镀锌产品全流程质量控制方法,在布置到控制系统后先采集缺陷数据并匹配工艺参数;再对缺陷数据进行评级得到缺陷指标综合评价值;如发现缺陷超标则进行缺陷成因分析找到首要缺陷影响参数,最后对工艺参数进行修正以减少缺陷,实现对热镀锌产品质量的控制。本发明对热镀锌产品全流程生产过程中的缺陷数据进行采集并匹配对应的工艺参数,对缺陷数据综合评价后如发现缺陷超标则通过缺陷成因智能分析模块会针对某种缺陷进行智能成因分析,得到需要重点控制的关键工艺参数及其影响范围,对下一批次生产物料的工艺参数设定值进行调整,以降低缺陷发生率。

    一种铸坯内裂缺陷的在线预报方法

    公开(公告)号:CN102527971B

    公开(公告)日:2014-01-22

    申请号:CN201210046904.9

    申请日:2012-02-27

    Abstract: 一种铸坯内裂缺陷的在线预报方法,属金属铸造领域。包括由L3级计算机、L2级计算机和L1级计算机构成的网络以及相互之间的数据传输,其在现有的L2级计算机中或相同控制等级上,设置一模型计算机,通过实时、在线模拟计算铸坯的冷却凝固过程,获得铸坯内部的受力应变信息,再根据应变的变化趋势实时地对铸坯的内裂缺陷进行预报;然后把生产过程中的铸坯质量信息及时传递到切割L1计算机,其用于优化控制缺陷铸坯的切割过程,可提高产品质量控制精度及产品合格率,提高产品的合格率和商品等级,进而提高了企业整体的经济效益。可广泛用于板坯连铸生产过程中铸坯之切割过程的优化/控制领域。

    一种基于双冷却模式的板坯连铸动态二冷控制方法

    公开(公告)号:CN101844215A

    公开(公告)日:2010-09-29

    申请号:CN200910048378.8

    申请日:2009-03-27

    Abstract: 本发明公开了一种基于双冷却模式的板坯连铸动态二冷控制方法,包含以下步骤:收集铸造过程数据,并索引各冷却区的目标冷却温度及ABC参数;根据热传导方程,动态计算当前周期连铸板坯的传热过程;计算得到各冷却区温度跟踪误差,并作为调节因子动态计算第二冷却模式下的各冷却区水量;基于ABC参数和当前铸造速度,分别计算第一冷却模式下的各冷却区水量;判断温度跟踪误差是否超过预定的阈值,并比较两种模式下的水量,确定当前周期的冷却模式和控制水量;验证控制水量的合理性,若控制水量超出设定的最大水量值或最小水量值,则将控制水量修正为设定的最大水量值或最小水量值。保证了二次冷却过程中铸坯质量的稳定性。

    基于深度学习的热轧卷取带钢的尾部角度识别方法

    公开(公告)号:CN116197243A

    公开(公告)日:2023-06-02

    申请号:CN202111441510.9

    申请日:2021-11-30

    Abstract: 本发明公开了一种基于深度学习的热轧卷取带钢的尾部角度识别方法:包括步骤:1、建立带钢尾部图像数据集,分为训练数据集和验证数据集;2、构建深度学习模型,将训练数据集和验证数据集送至深度学习模型进行训练,得到带钢尾部位置的识别模型;3、整定现场环境,采集现场图像,识别尾部类别,计算初始带钢尾部位置角度,启动尾部跟踪任务;4、间隔采集现场图像,利用识别模型实时跟踪带钢尾部位置,识别尾部类别并计算带钢尾部位置角度;5、带钢卷取过程中根据尾部类别识别结果计算实际角度值;6、是否卷取结束,是则结束图像采集,否则返回步骤4。本发明能基于深度学习的识别模型,实现带钢尾部位置的准确识别和跟踪。

    一种伺服阀故障智能监测方法
    17.
    发明公开

    公开(公告)号:CN115807803A

    公开(公告)日:2023-03-17

    申请号:CN202111067407.2

    申请日:2021-09-13

    Abstract: 一种伺服阀故障智能监测方法,通过如下步骤建立对伺服阀是否安全运行的实时监控:S1:基于伺服放大器输入电压与伺服阀主阀阀芯位置的历史数据分布特性,设置包络曲线函数;S2:基于设置的包络曲线函数建立判断模型;S3:按照设定的采集周期将实时采集的数据送入判断模型,根据判断模型的判断结果确定伺服阀是否处于安全的工作状态。本发明的一种伺服阀故障智能监测方法,可以实时监测伺服阀的数据点是否处于包络曲线范围之内,以及零点漂移情况,从而实现伺服阀实时故障监测。是实现液压伺服系统故障监测前提,同时也是实现含液压伺服系统的机械设备智能运维的基础。

    一种打磨工具磨损量自动检测与补偿装置及方法

    公开(公告)号:CN115609358A

    公开(公告)日:2023-01-17

    申请号:CN202110798087.1

    申请日:2021-07-15

    Abstract: 本发明公开了一种打磨工具磨损量自动检测与补偿装置,属于智能修磨技术领域,该打磨工具磨损量自动检测与补偿装置包括工件,设置在所述工件上方的执行机构,设置在所述执行机构的机械臂上的检测系统以及设置在所述机械臂上的打磨工具。本发明还公开了一种打磨工具磨损量自动检测与补偿方法,该打磨工具磨损量自动检测与补偿装置及方法在打磨过程中,利用自身的检测系统实时计算打磨工具的磨损量并在精磨中对磨损量进行补偿,一方面可以提高打磨精度;另一方面,不用额外增加检测装置,也不用人工测量,为装备的智能化和无人化的操作,提供了便利条件。

    采用激光线扫仪的焊缝三维数据检测获取装置和方法

    公开(公告)号:CN115479553A

    公开(公告)日:2022-12-16

    申请号:CN202110602687.6

    申请日:2021-05-31

    Abstract: 本发明公开了一种采用激光线扫仪的焊缝三维数据检测获取装置和方法。本发明的装置包括机器人手臂、激光线扫仪(1)、工件边端探测器(2)和工件表面探测器(3),激光线扫仪安装在机器人手臂的末端,工件表面探测器固定安装在激光线扫仪的前进端处,工件边端探测器固定安装在激光线扫仪的尾端处。本发明的方法包括:激光线扫仪对工件焊缝(5)进行移动扫描,激光线扫仪每经过一段时间间隔,就对焊缝轮廓进行一次检测,得出轮廓点数据,待激光线扫仪扫描结束后,将所有的轮廓点数据组合在一起,得出工件焊缝外形的三维点云数据。采用本发明的装置和方法对焊缝进行检测,有效降低成本,产生的数据量小,占用的计算机资源少。

    一种基于力学性能预报和轧制能耗模型的精轧节能控制方法

    公开(公告)号:CN105363794A

    公开(公告)日:2016-03-02

    申请号:CN201410415017.3

    申请日:2014-08-21

    Abstract: 一种基于力学性能预报和轧制能耗模型的精轧节能控制方法,涉及一种专门适用于金属轧机或其加工产品的控制设备或方法,用于热轧精轧生产线轧制工艺控制过程的轧制能耗控制,包括如下步骤:收集带钢的化学成分、轧制工艺参数和力学性能目标值,检查力学性能预报模型的输入参数,调用轧制能耗计算过程,使用轧制能耗模型计算精轧总能耗,结合力学性能预报模型和轧制能耗模型,对精轧出口温度进行优化;比较优化前后的精轧总能耗,若优化后的能耗降低幅度>能耗优化阈值,修改轧制工艺参数中的工艺温度条件,进行铸坯轧制。本方法可以在保证轧后带钢力学性能的前提下,通过优化精轧轧制温度,实现降低精轧轧制能耗,该方法的覆盖钢种范围广,可以应用于各种板坯热轧产线。

Patent Agency Ranking