-
公开(公告)号：CN102929186B
公开(公告)日：2015-02-11
申请号：CN201210343143.3
申请日：2012-09-14
Applicant: 北京科技大学
IPC: G05B19/048
Abstract: 本发明一种模型系统与Web监控画面的数据通信实现方法，本发明方法主要特征在于包括以下步骤：1）在模型服务器上建立共享内存块并加载变量标签表；2）Web监控画面通过模型服务器上的WebService接口将新的输入参数写入共享内存中的相应变量标签；3）模型进程在每次设定计算前，都需读取共享内存的变量标签表以获取最新的输入参数；4）模型进程在设定计算完成后，将新的显示内容数据写入共享内存中的相应变量标签；5）Web监控画面周期调用模型服务器上的WebService接口，从共享内存中读取变量标签的最新值并更新显示。本发明方法易于实现、灵活通用、稳定可靠，适用于一般工业过程自动化系统。
-
公开(公告)号：CN117668489A
公开(公告)日：2024-03-08
申请号：CN202311694883.6
申请日：2023-12-11
Applicant: 北京科技大学
IPC: G06F18/20 , G06F18/213 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于GRU的加热炉炉温预测方法，包括：根据加热炉热平衡主要能量收支项计算公式，计算得到热平衡主要能量收支序列；建立热平衡能量守恒方程，计算得到输入输出特征序列；对输入输出特征序列进行预处理；确定预处理后的输入特征序列与输出特征序列的时滞关系；根据时滞关系，匹配输入特征序列和输出特征序列，得到滑动窗口；构建GRU模型，利用得到的滑动窗口对构建的GRU模型进行训练；利用训练好的GRU模型对加热炉炉温进行预测。本发明将加热炉热平衡机理与机器学习模型结合，使用能量守恒方程计算输入输出特征，充分考虑了加热炉的时滞特性，有效提高了加热炉炉温预测精度，对于实现加热炉炉温优化控制具有重要意义。
-
公开(公告)号：CN115289100B
公开(公告)日：2023-05-02
申请号：CN202210901662.0
申请日：2022-07-28
Applicant: 北京科技大学
IPC: F15B19/00 , G06F17/11 , G06Q10/0639
Abstract: 本发明提供一种液压缸劣化趋势评价方法，属于热轧带钢自动化控制技术领域。所述方法包括：实时采集液压缸在不同工作时间段的活塞位移信号；基于采集的活塞位移信号，确定液压缸运动模型的LS算法格式；基于确定的液压缸运动模型的LS算法格式，对Stribeck参数进行估计，得到收敛至稳定的Stribeck参数；将得到的稳定的Stribeck参数与初始状态下的Stribeck参数进行比较，建立液压缸工作状态劣化指标，绘制液压缸工作状态劣化曲线，根据绘制的液压缸工作状态劣化曲线，确定液压缸劣化趋势，并根据当前时刻的劣化指标确定液压缸目前的劣化程度。采用本发明，能够对液压缸的劣化程度进行精准评价。
-
公开(公告)号：CN115289100A
公开(公告)日：2022-11-04
申请号：CN202210901662.0
申请日：2022-07-28
Applicant: 北京科技大学
Abstract: 本发明提供一种液压缸劣化趋势评价方法，属于热轧带钢自动化控制技术领域。所述方法包括：实时采集液压缸在不同工作时间段的活塞位移信号；基于采集的活塞位移信号，确定液压缸运动模型的LS算法格式；基于确定的液压缸运动模型的LS算法格式，对Stribeck参数进行估计，得到收敛至稳定的Stribeck参数；将得到的稳定的Stribeck参数与初始状态下的Stribeck参数进行比较，建立液压缸工作状态劣化指标，绘制液压缸工作状态劣化曲线，根据绘制的液压缸工作状态劣化曲线，确定液压缸劣化趋势，并根据当前时刻的劣化指标确定液压缸目前的劣化程度。采用本发明，能够对液压缸的劣化程度进行精准评价。
-
Patent Agency Ranking
公开(公告)号：CN115239034A
公开(公告)日：2022-10-25
申请号：CN202211169343.1
申请日：2022-09-26
Applicant: 北京科技大学
Abstract: 本发明公开了一种风力发电机叶片早期缺陷预测方法及系统，属于风力发电设备领域。所述方法先收集叶片早中晚期场景的图像，对晚期图像进行人工标注作为反演语义分割训练集样本；将对应的叶片早中期图像集作为模型样本集划分自监督训练集和验证集，并对验证集进行人工标注；构建基网络及早期缺陷自监督学习模型，采用自监督训练集进行训练，得到成熟模型，获得模型权重；构建分割头模型，基网络加载权重，并将基网络与分割头模型进行连接，输入反演语义分割训练集进行训练，输出语义分割标签，得到成熟的下游任务分割模型；获取待预测叶片的早期图像输入下游任务分割模型，输出早期缺陷的位置信息。本发明提高了叶片早期缺陷预测准确度。
-
公开(公告)号：CN111187894B
公开(公告)日：2021-04-20
申请号：CN202010066152.7
申请日：2020-01-20
Applicant: 北京科技大学设计研究院有限公司
Abstract: 本发明提供一种确定装钢时间并预防热送钢坯损坏炉前设备的方法，属于冶金热轧技术领域。该方法首先预测炉前第一块钢坯出炉时间，然后预测炉尾满足装钢空位所需时间，并对比钢坯运输到定位辊道和定位所需时间，当后两者相等时，下达钢坯输送和定位指令，最后启动装钢程序。通过精确预测钢坯出炉时间，准确控制热装连铸坯到达定位辊道的时间，实现尽量减少炉前停留时间的目的，从而降低高温坯料对炉前关键设备的热损坏，延长设备检修时间和使用寿命，同时避免影响装料节奏和生产产量。本发明应用性强、成本低、效果明显，不仅降低了设备维护成本，而且减少了设备故障率，保障生产节奏连续稳定，提高产量和生产效率。
-
公开(公告)号：CN109976280A
公开(公告)日：2019-07-05
申请号：CN201910288292.6
申请日：2019-04-11
Applicant: 北京科技大学设计研究院有限公司
IPC: G05B19/418
Abstract: 本发明提供一种精确预报热轧板坯剩余在炉时间的方法，属于轧钢技术领域。该方法包括前期数据统计分析、出炉顺序确定和单块板坯在炉时间确定三步。首先，对不同种类材料的出炉时间间隔，根据板坯长度、宽度、终轧厚度进行统计分析，得到不同品规板坯的出钢间隔工艺表；然后遍历所有炉子的炉内板坯，按照装炉顺序进行排序，确定每块板坯的出炉顺序号；最后根据不同情况分别预测板坯的剩余在炉时间。通过本发明可以有效解决国内一般性热连轧加热炉使用不同数量加热炉生产时，由于节奏问题带来的炉温设定模型不适用的问题。
-
公开(公告)号：CN103128107B
公开(公告)日：2015-10-07
申请号：CN201310081126.1
申请日：2013-03-14
Applicant: 北京科技大学
IPC: B21B37/72
Abstract: 本发明一种热连轧粗轧短行程曲线参数的在线计算方法，属于热轧带钢自动控制技术领域。本发明采用多段折线形式，先采用神经元网络预测轧件头尾在未施加短行程控制情况下，经过本道次正向轧制以及后一道次反向轧制（如果本道次不是末道次）所产生的失宽量，其中在可逆轧制道次中交换轧件头尾参数，然后根据轧件头尾入口宽度的偏差和所预测的轧后失宽量，确定立辊轧制道次的短行程曲线参数。本发明所涉及的短行程曲线参数计算方法，适应性好，精度高，且便于调试和维护，有利于提高热连轧的成材率。
-
公开(公告)号：CN102794315A
公开(公告)日：2012-11-28
申请号：CN201210301754.1
申请日：2012-08-22
Applicant: 北京科技大学
IPC: B21B37/74
Abstract: 本发明一种提高带钢全长卷取温度预报精度的自学习方法，属于热轧带钢自动控制技术领域，其主要特征在于包括以下步骤：1）在卷取温度控制过程中收集带钢各段的控制参数；2）在带钢轧制完成后确定滞后段数；3）计算段间自学习滞后因子；4）在预测后续带钢各段的卷取温度时，综合考虑了本块钢的段间自学习系数、已轧制完成带钢的段间自学习系数和段间自学习滞后因子。本发明所涉及的自学习方法可比较好地解决带钢段间自学习所存在的滞后问题，可明显提高带钢全长的各分段卷取温度预报精度。
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.021 seconds)
