-
公开(公告)号：CN108213087A
公开(公告)日：2018-06-29
申请号：CN201810016072.3
申请日：2018-01-08
Applicant: 东北大学
IPC: B21B37/40
CPC classification number: B21B37/40
Abstract: 本发明属于轧制过程自动控制技术领域，特别涉及一种分散CVC(Continuously Variable Crown)工作辊窜辊位置的方法。针对连续轧制相同或相似规格带钢时出现的CVC工作辊窜辊位置集中的现象，根据第k(k≥2)块带钢的CVC工作辊窜辊位置的模型计算值与第k‑1块带钢的CVC工作辊窜辊位置的设定值、窜辊极限值关系的不同，执行相应的CVC工作辊窜辊优化策略，在保证带钢的凸度满足要求的前提下，得出对应的窜辊位置的优化值，最终达到分散CVC工作辊窜辊位置的目的。在模型计算值的基础之上采用随机优化窜辊步长对CVC工作辊的窜辊位置进行优化，易于实现现场应用，其可以达到的效果相当于在小范围内循环窜辊，可以有效的分散CVC工作辊的窜辊位置，且保证带钢的凸度满足要求。
-
公开(公告)号：CN107377634A
公开(公告)日：2017-11-24
申请号：CN201710588439.4
申请日：2017-07-19
Applicant: 东北大学
Abstract: 本发明的热轧带钢出口凸度预报方法包括：分层别采集热轧带钢生产过程中的带钢的生产数据；对生产数据进行降噪处理；将降噪后的生产数据分为训练集和测试集；将降噪后的生产数据进行降维处理；将降维后的标准化矩阵作为支持向量机模型的输入，采用基于杂交的粒子群优化算法对支持向量机模型的参数进行优化；采用最优参数组合构造支持向量机带钢出口凸度预报模型；用训练集训练预报模型，用测试集测试预报模型的泛化性能。本发明的预报方法通过杂交粒子群算法寻优确定支持向量机的最佳参数，使基于支持向量机建立的支持向量机带钢出口凸度预报模型的精度得到提高。预报模型基于大量生产数据，而生产数据的采集易于操作，模型的推广能力较强。
-
公开(公告)号：CN110929347A
公开(公告)日：2020-03-27
申请号：CN201911020797.0
申请日：2019-10-25
Applicant: 东北大学
Abstract: 本发明的一种基于梯度提升树模型的热连轧带钢凸度预测方法，包括：选择相关热轧带钢的工艺参数、设备参数和带钢参数与实际带钢凸度作为热连轧带钢凸度预测模型的输入与输出；在热轧带钢生产现场收集相关原始建模数据并进行预处理，通过去除缺失值、异常值和数据均衡获得最终建模数据；按照一定比例将通过预处理获得的最终建模数据划分为训练数据集和测试数据集；基于训练数据集，用交叉验证建立基于梯度提升树算法的热连轧带钢凸度预测模型；采用坐标下降法确定热连轧带钢凸度预测模型的最优参数；基于测试数据集评价所建立的热连轧带钢凸度预测模型的性能。本发明可以精确的预测热连轧带钢的凸度，有助于改善热连轧带钢的大凸度偏差问题。
-
公开(公告)号：CN108213086A
公开(公告)日：2018-06-29
申请号：CN201711467013.X
申请日：2017-12-29
Applicant: 东北大学
Abstract: 本发明属于轧制过程自动控制技术领域，特别涉及一种实现热轧带钢微中浪轧制的方法。该方法通过读写txt文本文件的方法记录热轧过程中用于板形设定的有关参数，包括带钢化学成分，宽度，厚度，钢种名称等，并通过插值的方法确定实现微中浪轧制下带钢各个宽度条件下目标平直度值的增量ΔIU，并将ΔIU转化为末机架弯辊力的增量ΔFb，最后通过弯辊力的增加来达到微中浪轧制的目的。本发明方法在大多板形调试环境下均能方便的实现，且不需要成本上的投入，可以大幅度提高轧制过程中板形控制的精度并提高轧制产品的板形质量和合格率，可以广泛推广到热轧带钢生产中。
-
Patent Agency Ranking
公开(公告)号：CN108213086B
公开(公告)日：2019-04-19
申请号：CN201711467013.X
申请日：2017-12-29
Applicant: 东北大学
Abstract: 本发明属于轧制过程自动控制技术领域，特别涉及一种实现热轧带钢微中浪轧制的方法。该方法通过读写txt文本文件的方法记录热轧过程中用于板形设定的有关参数，包括带钢化学成分，宽度，厚度，钢种名称等，并通过插值的方法确定实现微中浪轧制下带钢各个宽度条件下目标平直度值的增量ΔIU，并将ΔIU转化为末机架弯辊力的增量ΔFb，最后通过弯辊力的增加来达到微中浪轧制的目的。本发明方法在大多板形调试环境下均能方便的实现，且不需要成本上的投入，可以大幅度提高轧制过程中板形控制的精度并提高轧制产品的板形质量和合格率，可以广泛推广到热轧带钢生产中。
-
公开(公告)号：CN107377634B
公开(公告)日：2018-10-16
申请号：CN201710588439.4
申请日：2017-07-19
Applicant: 东北大学
Abstract: 本发明的热轧带钢出口凸度预报方法包括：分层别采集热轧带钢生产过程中的带钢的生产数据；对生产数据进行降噪处理；将降噪后的生产数据分为训练集和测试集；将降噪后的生产数据进行降维处理；将降维后的标准化矩阵作为支持向量机模型的输入，采用基于杂交的粒子群优化算法对支持向量机模型的参数进行优化；采用最优参数组合构造支持向量机带钢出口凸度预报模型；用训练集训练预报模型，用测试集测试预报模型的泛化性能。本发明的预报方法通过杂交粒子群算法寻优确定支持向量机的最佳参数，使基于支持向量机建立的支持向量机带钢出口凸度预报模型的精度得到提高。预报模型基于大量生产数据，而生产数据的采集易于操作，模型的推广能力较强。
-
公开(公告)号：CN109078989B
公开(公告)日：2020-01-07
申请号：CN201810891551.X
申请日：2018-08-07
Applicant: 东北大学
IPC: B21B38/00
Abstract: 本发明提供一种六辊冷轧机的极限轧制速度预测方法，涉及轧制过程自动控制技术领域。包括获取带钢参数、轧机结构参数和轧制参数；分别计算轧件的变形抗力、轧辊的压扁半径、变形区接触弧长度、轧制力等参数；计算带钢出口厚度的波动产生的张力变化，根据张力的变化推导出产生的负阻尼效应的大小，建立该轧制工艺参数下的实际等效阻尼系数与轧制速度的关系式；利用求出的等效阻尼系数关系式求出轧机的极限轧制速度。本发明可以有效避免因轧机三倍频振动而产生的产品质量缺陷，并为轧钢二级系统轧制速度的设定以及轧制工艺参数的协调优化提供了理论依据，有效的保证了薄硬带钢的高速稳定轧制。
-
公开(公告)号：CN108213087B
公开(公告)日：2019-05-03
申请号：CN201810016072.3
申请日：2018-01-08
Applicant: 东北大学
IPC: B21B37/40
Abstract: 本发明属于轧制过程自动控制技术领域，特别涉及一种分散CVC(Continuously Variable Crown)工作辊窜辊位置的方法。针对连续轧制相同或相似规格带钢时出现的CVC工作辊窜辊位置集中的现象，根据第k(k≥2)块带钢的CVC工作辊窜辊位置的模型计算值与第k‑1块带钢的CVC工作辊窜辊位置的设定值、窜辊极限值关系的不同，执行相应的CVC工作辊窜辊优化策略，在保证带钢的凸度满足要求的前提下，得出对应的窜辊位置的优化值，最终达到分散CVC工作辊窜辊位置的目的。在模型计算值的基础之上采用随机优化窜辊步长对CVC工作辊的窜辊位置进行优化，易于实现现场应用，其可以达到的效果相当于在小范围内循环窜辊，可以有效的分散CVC工作辊的窜辊位置，且保证带钢的凸度满足要求。
-
公开(公告)号：CN109078989A
公开(公告)日：2018-12-25
申请号：CN201810891551.X
申请日：2018-08-07
Applicant: 东北大学
Abstract: 本发明提供一种六辊冷轧机的极限轧制速度预测方法，涉及轧制过程自动控制技术领域。包括获取带钢参数、轧机结构参数和轧制参数；分别计算轧件的变形抗力、轧辊的压扁半径、变形区接触弧长度、轧制力等参数；计算带钢出口厚度的波动产生的张力变化，根据张力的变化推导出产生的负阻尼效应的大小，建立该轧制工艺参数下的实际等效阻尼系数与轧制速度的关系式；利用求出的等效阻尼系数关系式求出轧机的极限轧制速度。本发明可以有效避免因轧机三倍频振动而产生的产品质量缺陷，并为轧钢二级系统轧制速度的设定以及轧制工艺参数的协调优化提供了理论依据，有效的保证了薄硬带钢的高速稳定轧制。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.015 seconds)
