-
公开(公告)号：CN116159868B
公开(公告)日：2023-12-22
申请号：CN202310089246.X
申请日：2023-02-09
Applicant: 北京科技大学
IPC: B21B37/28
Abstract: 本发明公开一种基于边降控制的十八辊轧机侧支撑力能控制方法，属于多辊轧机控制技术领域。该方法依托于具有侧支撑力‑位测定及控制功能的十八辊轧机平台，包括具有工作辊偏心检测与回调的位移标定环节和具有边降控制能力的侧支撑辊系力能控制环节。本发明在侧支撑辊系轴承座处布设侧支撑辊压力油缸，通过液压调节来充分发挥侧支撑辊系的挠度控制功能，实现对十八辊轧机工作辊施加非均匀侧支撑力的作用效果，最终达成对辊缝边部区域的细微调节。该控制方法具有通用性，可在现有十八辊轧机机组上进行小范围设备改造，根据过程数据检测来调节侧支撑力能状态，有效地改善十八辊轧机轧件的边降状态。
-
公开(公告)号：CN117139387A
公开(公告)日：2023-12-01
申请号：CN202311035529.2
申请日：2023-08-16
Applicant: 北京科技大学
Abstract: 本发明公开了一种用于热连轧层流冷却辊道状态的在线监测方法，包括：获取热连轧层流冷却辊道的辊道电机电流参数和辊道电机速度；基于所述辊道电机电流参数，计算辊道电机电流特征值；基于所述辊道电机电流特征值，对热连轧层流冷却辊道状态进行分级预警；基于所述辊道电机电流参数和辊道电机速度，结合预设的辊道电机故障特征值，监测辊道电机是否发生故障，并在辊道电机发生故障时，进行故障报警。采用本发明的技术方案，可及时发现热连轧层流冷却辊道故障，并提醒维护人员进行检查，从而有效提高产品质量。
-
公开(公告)号：CN116882560A
公开(公告)日：2023-10-13
申请号：CN202310779257.0
申请日：2023-06-28
Applicant: 北京科技大学
IPC: G06Q10/04 , G06Q10/0631 , G06Q50/04 , G06F16/2458
Abstract: 本发明提供一种基于热轧产品能耗精准核算的品规能耗预测方法及系统，涉及热轧技术领域。包括：获取物料在每一时刻能源消耗数据；以物料为核算对象，通过对物料所处工序位置与各类能源表计的消耗量进行耦合，建立物料能耗分摊模型，实现物料能耗精准核算；根据物料能耗核算结果，对不同钢种、规格物料能源数据按分组规则进行分组，建立物料能耗样本数据库；按照正态分布数学模型，计算分组后同一钢种、同一规格物料能耗数据的均值及方差，获得该品规样本能耗的特征值，作为该品规物料能耗标准数据；以计划物料规格匹配能耗样本数据库，预测计划物料生产能耗；根据机组实际情况动态调整品规能耗样本数据库，提高产品能耗预测的准确性。
-
公开(公告)号：CN116159868A
公开(公告)日：2023-05-26
申请号：CN202310089246.X
申请日：2023-02-09
Applicant: 北京科技大学
IPC: B21B37/28
Abstract: 本发明公开一种基于边降控制的十八辊轧机侧支撑力能控制方法，属于多辊轧机控制技术领域。该方法依托于具有侧支撑力‑位测定及控制功能的十八辊轧机平台，包括具有工作辊偏心检测与回调的位移标定环节和具有边降控制能力的侧支撑辊系力能控制环节。本发明在侧支撑辊系轴承座处布设侧支撑辊压力油缸，通过液压调节来充分发挥侧支撑辊系的挠度控制功能，实现对十八辊轧机工作辊施加非均匀侧支撑力的作用效果，最终达成对辊缝边部区域的细微调节。该控制方法具有通用性，可在现有十八辊轧机机组上进行小范围设备改造，根据过程数据检测来调节侧支撑力能状态，有效地改善十八辊轧机轧件的边降状态。
-
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。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN110472322B
公开(公告)日：2021-07-23
申请号：CN201910704385.2
申请日：2019-07-31
Applicant: 北京科技大学 , 江苏沙钢集团有限公司
IPC: G06F30/20
Abstract: 本发明提供一种基于热力学和动力学预测珠光体钢显微组织的方法，属于珠光体钢显微组织计算领域。该方法利用热力学计算珠光体钢的准平衡相图并提取共析点成分、共析点温度、先共析相种类及形成温度。然后将珠光体钢成分、冷却速度、先共析相形成温度、共析点温度、模型尺寸等参数作为输入进行动力学计算，得到先共析相界面位置和珠光体片层间距曲线，进而转换为先共析相含量和珠光体片层间距。根据本热力学、动力学和数据提取方法，能够预测指定珠光体钢成分和冷却速度条件下的显微组织特征参量，从而实现珠光体钢的显微组织预测，避免或减少了繁冗耗时的实验流程。
-
公开(公告)号：CN110569566B
公开(公告)日：2021-04-02
申请号：CN201910766062.6
申请日：2019-08-19
Applicant: 北京科技大学
IPC: G06F30/20 , G06N3/08 , G06F119/14
Abstract: 本发明提供一种板带力学性能预测方法，在提高模型预测精度和泛化能力的同时，实现了力学性能预测结果的准确性评价。方法包括：采集板带力学性能相关数据，利用采集的数据训练多个描述样本间差异性的力学性能预测子模型；其中，不同的力学性能预测子模型的结构相同，各个力学性能预测子模型具有独立的模型参数；获取待测样本，采用多个力学性能预测子模型分别对待测样本力学性能进行预测；对每一个力学性能预测子模型的预测结果的准确性进行评价，选取准确性值最高的力学性能预测子模型作为目标子模型；输出目标子模型的预测结果作为最终力学性能预测值，利用目标子模型的准确性值对最终力学性能预测值进行评价。本发明涉及板带力学性能预测领域。
-
公开(公告)号：CN110648421B
公开(公告)日：2020-12-29
申请号：CN201910865995.0
申请日：2019-09-12
Applicant: 北京科技大学 , 江苏沙钢集团有限公司
Abstract: 本发明提供一种脱碳弹簧钢表面脱碳层厚度的计算方法，属于高线轧钢技术领域。该方法首先计算不同脱碳气氛条件下，钢件表面的理论平衡碳浓度；然后，计算在不同加热温度和加热时间条件下，脱碳层内的碳含量及碳在铁素体中的扩散系数；最后，根据脱碳模型计算公式并结合高斯误差函数分析，计算钢件表面脱碳层厚度。通过热轧生产线的实时数据库中炉内气氛参数、温度参数及时间参数，可实时进行热连轧过程中脱碳层厚度的在线预测，依此调整热轧工艺参数，以达到降低脱碳层厚度，改善弹簧钢表面质量的目的。
-
公开(公告)号：CN110569566A
公开(公告)日：2019-12-13
申请号：CN201910766062.6
申请日：2019-08-19
Applicant: 北京科技大学
Abstract: 本发明提供一种板带力学性能预测方法，在提高模型预测精度和泛化能力的同时，实现了力学性能预测结果的准确性评价。方法包括：采集板带力学性能相关数据，利用采集的数据训练多个描述样本间差异性的力学性能预测子模型；其中，不同的力学性能预测子模型的结构相同，各个力学性能预测子模型具有独立的模型参数；获取待测样本，采用多个力学性能预测子模型分别对待测样本力学性能进行预测；对每一个力学性能预测子模型的预测结果的准确性进行评价，选取准确性值最高的力学性能预测子模型作为目标子模型；输出目标子模型的预测结果作为最终力学性能预测值，利用目标子模型的准确性值对最终力学性能预测值进行评价。本发明涉及板带力学性能预测领域。
-
-
-
-
-
-
-
-
-
Search Results
76
records
(took 0.09 seconds)
