-
公开(公告)号：CN105251768A
公开(公告)日：2016-01-20
申请号：CN201410335625.3
申请日：2014-07-16
Applicant: 鞍钢股份有限公司
Abstract: 一种极薄冷轧镀锡原板轧制方法，对于MRT-3、MRT-4钢种，带钢入口宽度在800～850mm、入口厚度在1.7～1.8mm、轧制厚度为0.17～0.18mm镀锡原板，采用五机架酸洗冷连轧机组生产，轧制负荷采用电机功率相对平衡的分配方式，根据各个机架电机功率模型计算值确定各机架压下量，通过合理设定冷连轧张力制度、冷连轧工作辊和中间辊弯辊制度、低速轧制过程附加张力制度、轧辊工艺参数及轧制过程乳化液工艺参数，从而优化了机组速度，使各机架轧制负荷得到均衡分配，提高机组轧制速度和设备产能，极大减少机组的能源电力消耗，降低生产成本，保证出口冷轧板具有良好的板形质量。
-
公开(公告)号：CN104971948A
公开(公告)日：2015-10-14
申请号：CN201410143167.3
申请日：2014-04-10
Applicant: 鞍钢股份有限公司
IPC: B21B37/20
CPC classification number: B21B37/20
Abstract: 本发明提供一种工作辊非对称窜辊控制冷轧带钢边部减薄的方法，将入口带钢宽度用作前馈预设定控制；入口多点凸度仪测得来料两侧实际凸度，用前馈控制模型计算出传动侧和操作侧带锥度工作辊锥形段插入量，用作前馈预设定控制；将入口多点凸度仪测得来料跑偏量用于前馈预设定控制；出口多点边降仪测出成品带钢两侧实际边降，通过反馈闭环控制模型计算出传动侧和操作侧带锥度工作辊锥形段插入量；根据传动侧和操作侧单锥度工作辊位置变化，进行工作辊弯辊补偿控制；通过上下工作辊的独立窜动、操作侧和传动侧工作辊的独立弯辊，实现带钢两侧边部厚度的独立控制，使两侧凸度不同的来料达到理想的边部减薄效果，并补偿带钢跑偏对边部减薄的影响。
-
公开(公告)号：CN103341506B
公开(公告)日：2015-03-11
申请号：CN201310287558.8
申请日：2013-07-10
Applicant: 鞍钢股份有限公司
IPC: B21B37/28
Abstract: 本发明提供一种基于数据模式的板形时间序列数据挖掘方法，采用数据模式对冷轧板生产的PDA监测数据进行数据预处理，排除原始数据中的噪声数据、空缺数据及不一致数据；对数据预处理完的数据进行频繁一项集和多项集的发现，找出频繁一项集和多项集；对频繁项集发现过程中找出的频繁项集进行关联规则的发现，找出隐藏在数据里面潜在的关联规则。本发明通过在Apriori算法中引入和使用平均支持度和平均置信度阈值，可高效挖掘出时间序列数据中有意义的频繁项集和关联规则，有效去除无意义的数据关联，为高精度板形控制提供数据依据，极大缩短板形调整时间，提高板形控制精度，使板形综合指标稳定控制在5I以内。
-
公开(公告)号：CN103714524A
公开(公告)日：2014-04-09
申请号：CN201310720251.2
申请日：2013-12-20
Applicant: 鞍钢股份有限公司
Abstract: 本发明提供一种冷轧带钢表面图像自动融合方法，分为图像拼接横移数组的确定和在线图像融合两个阶段：图像拼接横移数组的确定方法为：通过图像采集、提取背景图片和嵌入图片、图像剪切、图像增强、计算拼接横移量及生成图像拼接横移数组，最终生成拼接横移数组，n为单面相机个数。实际系统运行时在线图像融合方法为：通过图像采集、提取背景图片和嵌入图片、图像拼接、图像融合，直到所有相机图像被拼接融合。本发明针对线扫描相机设计，工作可靠，算法简单，易于实现，处理效果好，运行速度快；可较简单的实现突出图像特征的目的，较好的保留原图图像特征，适用于工业生产运行环境和计算机及单片机等各种计算设备。
-
公开(公告)号：CN103464475A
公开(公告)日：2013-12-25
申请号：CN201310403188.X
申请日：2013-09-06
Applicant: 鞍钢股份有限公司
IPC: B21B37/74
Abstract: 本发明提供一种基于关联神经网络的热轧卷取温度预报方法，通过PDA终端对带钢厚度H、轧制速度V、终轧温度T1、带钢宽度W、超快冷阀门开启数N1、层流阀门开启数N2、超快冷入口温度T2、目标卷取温度T3数据进行采集，构造输入矩阵[H，V，T1，W，N1，N2，T2，T3]，输出矩阵[T]；假定[V，T1，W，N1，N2，T2，T3]不变，定义Y为H的影响度，按照影响度大小，把相应的影响度赋予输入端与隐含层的权值以及隐含层与输出层的权值，构建三层ASBP神经网络，输出实际卷取温度，并进行ASBP神经网络训练，采用实际测试数据进行卷取温度的预报。本方法可将卷取温度预报误差从-20℃～20℃提高到-10℃～10℃，使卷取温度控制更加准确。
-
Patent Agency Ranking
公开(公告)号：CN111859788B
公开(公告)日：2023-11-10
申请号：CN202010643777.5
申请日：2020-07-07
Applicant: 鞍钢股份有限公司
IPC: G06F30/27 , B22D11/22 , G06F119/08
Abstract: 本发明涉及一种基于方坯连铸二冷区温度均匀预测及评价方法，数据预处理：进行生产现场数据采集，收集到的原始数据采用均值化空缺值填充方法；稳定度因子：构造输入矩阵[H，L，D，T浇，V，Q，T目]，输出矩阵[T]，得到H的稳定度因子，按照稳定度的大小，排序BP神经网络的输入层，构建并训练STBP神经网络，对连铸二冷分区进行横向和纵向对比分析，横向采集是指同时刻对多个分区出口中心点采集温度，纵向采集是指同分区不同时刻出口中心点采集温度。优点是：利用稳定性神经网络对各个分区进行横向和纵向的温度预测，结果显示应用稳定性神经网络进行方坯连铸二冷区温度预测，提高了方坯连铸二冷区温度控制精度。
-
公开(公告)号：CN115446302A
公开(公告)日：2022-12-09
申请号：CN202211061374.5
申请日：2022-08-31
Applicant: 鞍钢股份有限公司
Abstract: 本发明涉及一种纳米粒子均匀分散铁基中间体，其是致密度大于7.8g/cm3，T.O小于100ppm的块状合金或线材，成分包括纳米级非金属粒子，其质量分数为0.5％～1％，其余为铁和微量杂质。制备方法，(1)纳米粒子预分散：采用超声波预先在纯酒精中分散纳米粒子；(2)将步骤(1)所得物和纯铁粉混合后真空状态下在球磨机中进行球磨合金化，制得纳米粒子/纯铁粉预合金复合粉末；纳米粒子在纯铁粉中呈均匀弥散状态；(3)预合金复合粉末套装入包套金属中，并进行抽真空处理，抽出包套金属中粉末间隙的气体，然后，采用热轧或拉拔工艺制成块状或线材的铁基中间体，制得纳米粒子均匀分散铁基中间体加入到钢液中，保证纳米粒子在钢中的稳定收得率。
-
公开(公告)号：CN109189823B
公开(公告)日：2021-10-22
申请号：CN201810897954.5
申请日：2018-08-08
Applicant: 鞍钢股份有限公司
IPC: G06F16/2458 , G16C99/00
Abstract: 本发明提供一种基于连铸坯缺陷分析的数据挖掘方法，将坯料的化学组成成分数据和坯料的生产工艺数据作为条件数据，将产品缺陷数据作为结果数据，应用Apriori基本思想，首先进行条件数据和结果数据的频繁项集发现，根据发现结果直接进行关联规则组合，根据条件数据和结果数据的频繁组合模式，计算支持度和置信度，支持度和置信度大于平均值的数据为保留数据，其余舍弃，最终得出产品缺陷结果与所述的条件数据的关联规则。避免了大量的冗余规则的出现，这种挖掘方法应用到连铸坯缺陷数据分析中，解决连铸坯生产实际中产品质量缺陷的原因分析的数据挖掘问题。
-
公开(公告)号：CN112831715A
公开(公告)日：2021-05-25
申请号：CN202110012663.5
申请日：2021-01-06
Applicant: 鞍钢股份有限公司
Abstract: 本发明涉及一种含稀土超高纯净度的超高锰钢冶炼方法，超高锰钢的化学成分按重量百分比计为C：1.0％～1.9％，Mn:26％～28％，Si:0.6％～1.0％，Cr:3.0％～4.0％，Mo：0.4％～0.6％，O≤0.0006％，S≤0.0035％，P≤0.025％，RE：0.03％～0.09％。本发明采用真空感应炉冶炼超高锰钢，在冶炼过程中加入稀土合金,并控制钢中的O、S及P含量，有效提高超高锰钢的纯净度。
-
公开(公告)号：CN111822717A
公开(公告)日：2020-10-27
申请号：CN202010644572.9
申请日：2020-07-07
Applicant: 鞍钢股份有限公司
IPC: B22F7/04 , B22F1/00 , C22C38/22 , C22C38/24 , C22C38/02 , C22C38/04 , C22C38/46 , C22C38/44 , B22F9/04 , B22F3/18 , B22F3/24
Abstract: 本发明公开一种粉末高速钢－弹簧钢复合薄板及制造方法，以解决粉末高速钢在带锯中应用时成本高、难度大和使用寿命较低的问题。制造的复合薄板不但可以具备良好的耐磨性能、抗弯曲性能等特性，同时还具备优异的使用性能。和单一粉末高速钢薄板相比，复合薄板在带锯中应用后的使用寿命提高了3～3.2倍。
-
-
-
-
-
-
-
-
-
Search Results
88
records
(took 0.021 seconds)
