-
公开(公告)号：CN117219199B
公开(公告)日：2024-11-29
申请号：CN202311051866.0
申请日：2023-08-21
Applicant: 东北大学
IPC: G16C60/00 , G06F30/17 , G06F30/20 , G06F111/10 , G06F119/14 , G06F113/24
Abstract: 本发明设计一种冷轧板带材轧后翘曲缺陷的计算方法，涉及冷轧板带材板形计算领域；首先确定带钢几何尺寸、材料参数和轧制过程参数；其次，建立带钢轧前横断面形状的表达式，来确定入口宽度沿厚度方向的分布规律，再结合轧制力在入口厚度方向的分布规律，建立沿厚度方向分布的金属横向流动模型，最后得到带钢的出口宽度；最后将带钢沿厚度方向划分为若干条层，根据带钢各条层横向和纵向的延伸规律，建立板带材轧后翘曲缺陷残余应力计算模型，确定带钢内部残余应力厚度方向的分布规律，并计算翘曲变形的位移值；根据计算出的带钢内部残余应力值和带钢翘曲位移，为轧制现场提供科学、合理的调节意见，进而控制板带材轧后翘曲缺陷的发生。
-
公开(公告)号：CN117732886B
公开(公告)日：2024-04-30
申请号：CN202410174372.X
申请日：2024-02-07
Applicant: 东北大学
IPC: B21B37/00
Abstract: 本发明提出一种基于级联智能诊断的热轧质量预控制方法，属于金属轧制智能化控制技术领域；首先采集热轧过程数据和质量数据，将两者结合构建Xlsx格式原始数据集；并对构建的原始数据集进行预处理，得到用于建模的数据集；其次利用得到的建模数据集构建级联诊断结构中的第一级模型；然后利用得到的建模数据集构建级联诊断结构中的第二级模型；将训练好的级联诊断结构对热轧设定参数进行诊断，基于热轧设定参数的诊断结果，制定不同的控制策略，然后采用人工蜂鸟算法对热轧设定参数进行修正；本发明提出的一种基于级联智能诊断的热轧质量预控制方法诊断精度高，控制速度快，并且弥补了传统方法热轧设定方法的缺陷，可以广泛地投入到工业生产当中。
-
公开(公告)号：CN118503911A
公开(公告)日：2024-08-16
申请号：CN202410621541.X
申请日：2024-05-20
Applicant: 东北大学
IPC: G06F18/25 , G06F18/213 , G06F18/241 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/09 , G06F123/02
Abstract: 本发明提供一种基于多级网络融合的轧机振动时序预测方法，涉及金属轧机技术领域。首先利用一维卷积神经网络提取多维数据中的长短周期特征，再用循环神经网络和时间卷积网络分别对短周期、长周期数据进行训练，引入注意力机制以防止计算效率下降，最后将两种模态特征进行融合输出预测结果。本发明充分利用了工业大数据中蕴含着轧制生产过程全部规律的特点和卷积神经网络特征提取的优势，经融合后的预测模型与现有的轧机振动预测模型相比，预测结果的准确性大大提高，所提出的模型具有很好的可信度。
-
Patent Agency Ranking
公开(公告)号：CN117171521A
公开(公告)日：2023-12-05
申请号：CN202311138499.8
申请日：2023-09-05
Applicant: 东北大学
IPC: G06F18/15 , G06F18/214 , G06Q10/0639 , G06Q50/04
Abstract: 本发明提供一种针对缺陷检测的钢铁产品性能智能诊断方法，涉及钢铁检测技术领域，本发明首先对热轧带钢数据集进行标准化处理，然后生成少数类过采样技术和重复编辑近邻样本方法平衡训练数据，接着构建引入代价补偿因子的轻型梯度提升机，通过混沌哈里斯鹰优化方法确定最优代价补偿因子，最后用智能诊断模型对热轧带钢数据集进行诊断。
-
公开(公告)号：CN117732886A
公开(公告)日：2024-03-22
申请号：CN202410174372.X
申请日：2024-02-07
Applicant: 东北大学
IPC: B21B37/00
Abstract: 本发明提出一种基于级联智能诊断的热轧质量预控制方法，属于金属轧制智能化控制技术领域；首先采集热轧过程数据和质量数据，将两者结合构建Xlsx格式原始数据集；并对构建的原始数据集进行预处理，得到用于建模的数据集；其次利用得到的建模数据集构建级联诊断结构中的第一级模型；然后利用得到的建模数据集构建级联诊断结构中的第二级模型；将训练好的级联诊断结构对热轧设定参数进行诊断，基于热轧设定参数的诊断结果，制定不同的控制策略，然后采用人工蜂鸟算法对热轧设定参数进行修正；本发明提出的一种基于级联智能诊断的热轧质量预控制方法诊断精度高，控制速度快，并且弥补了传统方法热轧设定方法的缺陷，可以广泛地投入到工业生产当中。
-
公开(公告)号：CN117019885A
公开(公告)日：2023-11-10
申请号：CN202311293514.6
申请日：2023-10-09
Applicant: 东北大学
IPC: B21B37/38
Abstract: 本发明提供一种控制板形的带钢轧制生产方法，涉及带钢轧制技术领域。首先采集冷轧带钢实际生产数据，建立冷轧板形控制系统状态空间方程；以状态空间模型为训练环境，通过Pycharm平台搭建深度强化学习模型，离线训练，得到带钢板形控制模型并保存；将实时生产的带钢板形值，输入到带钢板形控制模型中，利用集成思想，得到集成深度强化学习控制策略并执行。本发明基于状态空间模型，借助深度强化学习方法以及集成学习思想，提出了端到端的板形控制模式，可以在短时间内降低板形值，并始终保持板形值在0.5 IU范围内，精度高，能够很快地达到生产要求，可以广泛地投入到带钢轧制生产过程当中。
-
公开(公告)号：CN117219199A
公开(公告)日：2023-12-12
申请号：CN202311051866.0
申请日：2023-08-21
Applicant: 东北大学
IPC: G16C60/00 , G06F30/17 , G06F30/20 , G06F111/10 , G06F119/14 , G06F113/24
Abstract: 本发明设计一种冷轧板带材轧后翘曲缺陷的计算方法，涉及冷轧板带材板形计算领域；首先确定带钢几何尺寸、材料参数和轧制过程参数；其次，建立带钢轧前横断面形状的表达式，来确定入口宽度沿厚度方向的分布规律，再结合轧制力在入口厚度方向的分布规律，建立沿厚度方向分布的金属横向流动模型，最后得到带钢的出口宽度；最后将带钢沿厚度方向划分为若干条层，根据带钢各条层横向和纵向的延伸规律，建立板带材轧后翘曲缺陷残余应力计算模型，确定带钢内部残余应力厚度方向的分布规律，并计算翘曲变形的位移值；根据计算出的带钢内部残余应力值和带钢翘曲位移，为轧制现场提供科学、合理的调节意见，进而控制板带材轧后翘曲缺陷的发生。
-
公开(公告)号：CN117019885B
公开(公告)日：2023-12-12
申请号：CN202311293514.6
申请日：2023-10-09
Applicant: 东北大学
IPC: B21B37/38
Abstract: 本发明提供一种控制板形的带钢轧制生产方法，涉及带钢轧制技术领域。首先采集冷轧带钢实际生产数据，建立冷轧板形控制系统状态空间方程；以状态空间模型为训练环境，通过Pycharm平台搭建深度强化学习模型，离线训练，得到带钢板形控制模型并保存；将实时生产的带钢板形值，输入到带钢板形控制模型中，利用集成思想，得到集成深度强化学习控制策略并执行。本发明基于状态空间模型，借助深度强化学习方法以及集成学习思想，提出了端到端的板形控制模式，可以在短时间内降低板形值，并始终保持板形值在0.5 IU范围内，精度高，能够很快地达到生产要求，可以广泛地投入到带钢轧制生产过程当中。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.014 seconds)
