-
公开(公告)号：CN119202964A
公开(公告)日：2024-12-27
申请号：CN202411101671.7
申请日：2024-08-12
Applicant: 北京科技大学
IPC: G06F18/2433 , G06F18/213 , G06Q10/0639 , G06Q50/04 , B21B38/00
Abstract: 本发明公开了一种基于Stacking融合多模型的无缝钢管生产监测与异常追溯方法，属于机械自动化控制技术领域，该方法包括：获取历史生产过程中的生产过程数据；筛选出优秀样本数据；对优秀样本数据进行预处理，并采用基于Stacking融合多模型的降维算法对其进行降维处理，得到对应的特征矩阵；实时采集当前生产过程中的生产过程数据；对实时数据进行预处理，并采用基于Stacking融合多模型的降维算法对其进行降维处理，得到对应的特征矩阵；基于此，判断当前生产过程是否异常，并在出现异常时进行异常追溯。本发明能够实现无缝钢管生产的在线监测和异常追溯，提高无缝钢管的生产效率和产品合格率。
-
公开(公告)号：CN118395830B
公开(公告)日：2024-12-17
申请号：CN202410287119.5
申请日：2024-03-13
Applicant: 北京科技大学
IPC: G06F30/27 , G06F30/23 , G06F30/17 , G06F18/2433 , G06N3/006 , G06N3/126 , G06N5/01 , G06N20/20 , G06F119/14
Abstract: 本发明涉及数字孪生领域，特别是指一种基于代理模型的矫直机生产过程可视化分析方法及装置，方法包括：根据矫直机参数建立辊式矫直机有限元模型；根据钢板生产工艺参数以及有限元模型，得到矫直过程的钢板应力参数数据；根据预处理后的钢板应力参数数据构建钢板应力状态预测代理模型，得到代理模型预测结果；根据代理模型预测结果以及矫直机数字孪生平台，实现钢板矫直生产过程应力状态的动态实时映射。本发明利用有限元仿真建模获取了实际生产过程中难以在线测量的数据，为建立代理模型提供了完整的数据集。通过开发矫直机数字孪生平台，提高了钢板矫直生产过程的透明度，同时也为操作人员提供了强大的交互能力。
-
公开(公告)号：CN119044190A
公开(公告)日：2024-11-29
申请号：CN202410731480.2
申请日：2024-06-06
Applicant: 北京科技大学
IPC: G01N21/95 , G06V20/52 , G06V20/40 , G06V10/25 , G06V10/26 , G06V10/32 , G06V10/46 , G06V10/764 , G06V10/82 , G06T7/00 , G06T7/62 , B21B33/00 , B21B38/00
Abstract: 本发明涉及精轧热连轧技术领域，公开了一种卷取侧导板质量评估及自动预警方法，包括：标定相机参数，获取带钢与侧导板的连续完整图像；将标准化图像输入至神经网络模型中并进行归一化操作，基于深度学习框架和神经网络算法构建模型对侧导板火花进行实时检测，并基于图像特征就进行迭代，生成侧导板的火花检测标识；基于火花检测标识识别火花区域框，通过数据分析计算评估卷取侧导板火花量级；评估卷取侧导板的质量周期并进行质量阈值预警。本发明的方法通过建立卷取侧导板自动预警系统，加以配合卷取侧导板火花评价分类识别与质量评价方法，提高了卷取侧导板火花检测识别率，提高工序生产稳定性和成材率。
-
公开(公告)号：CN118602978A
公开(公告)日：2024-09-06
申请号：CN202410463966.2
申请日：2024-04-17
Applicant: 北京科技大学
Abstract: 一种运动钢管的尺寸在线检测方法，属于检测技术领域。首先对安装好的测量系统进行标定，将线结构激光投射在钢管表面，并采用面阵工业相机连续获取表面激光线图像，再采用图像分析模型对激光线中心进行提取，将提取到的激光中心线的图像坐标通过三维空间坐标换算成实际坐标，然后通过椭圆拟合的方法获得钢管表面轮廓，再通过两个截面的同步检测修正钢管倾斜引起的检测误差，实现钢管外径轮廓矫正；进一步将获取的修正后连续钢管截面轮廓信息进行圆形拟合，然后对圆形进行矫正得到钢管外径尺寸。本发明可以实现从单侧对钢管质量的实时检测，尤其是可以针对钢管倾斜摆动等异常情况下的检测，并且该检测系统具有较强的准确性。
-
公开(公告)号：CN118291902A
公开(公告)日：2024-07-05
申请号：CN202410204329.3
申请日：2024-02-23
Applicant: 北京科技大学
Abstract: 本发明涉及数字孪生技术领域，特别是指一种基于CFD的热浸镀锌炉鼻子数字孪生监控方法及系统。基于CFD的热浸镀锌炉鼻子数字孪生监控方法包括：获取生产实时数据以及CAD图纸数据，采用数字孪生技术进行模型构建，获得热浸镀锌炉鼻子数字孪生模型；基于计算流体力学，根据生产实时数据进行仿真模拟，根据生产情况仿真结果，通过Prophet‑GAN模型进行数据生成热浸镀锌炉鼻子监控信息；将热浸镀锌炉鼻子监控信息输入热浸镀锌炉鼻子数字孪生模型，获得监控结果；根据预设报警阈值判断，当监控校验结果为异常，发出异常警报；将异常警报输入显示器显示；当监控校验结果为正常，继续进行实时监控。本发明是一种基于数字孪生技术的实时且高效地热浸镀锌炉鼻子监控方法。
-
Patent Agency Ranking
公开(公告)号：CN112801966B
公开(公告)日：2024-03-15
申请号：CN202110083105.8
申请日：2021-01-21
Applicant: 北京科技大学设计研究院有限公司
Abstract: 本发明提供一种热轧带钢跑偏的在线检测方法，属于板带轧制自动化技术领域。该方法采用机器视觉技术，利用双目线阵相机对带钢图像进行实时采集，通过边缘检测等手段对带钢的实时宽度及跑偏量进行计算，并有效的消除活套角度摆动对检测结果的影响，最后增加相机误差补偿保证检测精度。利用本方法检测的带钢跑偏量，可以将带钢的跑偏检测精度提升到毫米级，为后续带钢跑偏控制提供了可靠的依据。
-
公开(公告)号：CN117519002A
公开(公告)日：2024-02-06
申请号：CN202311368896.4
申请日：2023-10-20
Applicant: 北京科技大学
IPC: G05B19/418
Abstract: 本发明提供一种冷连轧数字孪生产线的轧制力预设定自适应方法及系统，涉及数字孪生系统技术领域，包括：通过开发冷连轧数字孪生产线，实现生产过程动态实时映射和关键运行行为的仿真轧制，然后将关键工艺参数输入至高精度冷连轧数字孪生产线，进行运行行为仿真得到模拟过程的轧制力预报值。基于冶金机理模型筛选生产过程相关参数建立基于T‑S模糊神经网络的轧制力偏差预报模型，对预报轧制力进行偏差修正，下发至L1，解决了传统轧制力理论计算模型设定精度低，自学习能力差等问题，降低了由于轧制力设定不准及其造成的带钢厚度波动等质量问题发生的频次，对于提升产品成材率和质量具有重要意义。
-
公开(公告)号：CN117334278A
公开(公告)日：2024-01-02
申请号：CN202311180107.4
申请日：2023-09-13
Applicant: 北京科技大学
IPC: G16C60/00 , G16C20/30 , G16C20/70 , G06N3/006 , G06N3/0499
Abstract: 本发明涉及机械自动化控制技术领域，特别是指一种基于协同平台的带钢冷轧力学性能区间预测方法及装置。一种基于协同平台的带钢冷轧力学性能区间预测方法包括：根据带钢冷轧技术要求进行平台构建，获得多工序协同平台；通过多工序协同平台进行生产数据采集，对生产数据处理，获得训练数据；使用训练数据，对待训练力学性能预测模型进行训练，获得力学性能预测模型；基于力学性能预测模型，采用De l a技术进行模型构建，获得力学性能区间预测模型；输入在线生产数据，通过力学性能区间预测模型，获得力学性能区间。本发明是一种基于协同平台的高效且准确的带钢冷轧力学性能区间预测方法。
-
公开(公告)号：CN117150832A
公开(公告)日：2023-12-01
申请号：CN202311436735.4
申请日：2023-11-01
Applicant: 北京科技大学
IPC: G06F30/20 , B21B37/28 , G06F119/14
Abstract: 本发明公开了一种热轧数字孪生带钢横截面形状实时预测方法及装置，涉及数字孪生系统技术领域。包括：构建热连轧数字孪生产线，获取设定参数；采用动态模态分解DMD算法，优化非线性系统动力学稀疏识别算法SINDy模型，建立带钢横截面形状预测模型DMD‑SINDy；根据设定参数以及带钢横截面形状预测模型，得到热连轧数字孪生产线的带钢横截面形状预测结果。本发明充分利用了多功能凸度仪测得的数据，建立了带钢横截面形状高精度预测模型，同时结合热连轧数字孪生产线实现虚拟轧后的带钢横截面形状预测和展示。根据本发明可在热轧数字孪生产线实现设定参数的迭代优化，避免工艺参数设定不合理导致的热轧产品缺陷和降级现象的产生，降低钢铁企业的生产成本。
-
公开(公告)号：CN116883439A
公开(公告)日：2023-10-13
申请号：CN202310750776.4
申请日：2023-06-25
Applicant: 北京科技大学
Abstract: 本发明公开了一种表面带水渍的板坯轮廓检测方法和装置，方法包括：步骤S1：获取中间坯图像，构建样本数据集并标记；步骤S2：构造一个卷积神经网络模型，并用标记好的数据集进行训练，获得最佳特征提取模型；步骤S3：采用小波变换对待检测板坯图像预处理，并利用训练好的所述最佳特征提取模型对预处理后的待检测板坯图像进行特征提取，获得待检测板坯图像的特征图；步骤S4：对所述待检测板坯图像的特征图进行后处理，完成去除噪声、平滑边缘的功能，通过提取边缘和寻找最大轮廓的方法完成待检测板坯图像的轮廓检测。本发明可实现对中间坯轮廓的实时检测，尤其是可以针对带水渍的板坯图像，提高轮廓检测的精度，并且该方法具有较强的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
200
records
(took 0.029 seconds)
