-
公开(公告)号：CN113850020A
公开(公告)日：2021-12-28
申请号：CN202111089354.4
申请日：2021-09-16
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于神经网络的连退张力设定方法及装置，该方法包括：获取带钢历史生产数据；根据预设的分档规则对钢种、带钢厚度和带钢宽度进行分档并计算出各带钢对应的各张力段张力平均值及冷轧带钢板形特征值；对上述数据进行预处理，构建数据集；构建神经网络模型并采用上述数据集进行训练；利用训练好的神经网络模型获得当前生产中各段张力设定值；基于模型得到的张力值和历史生产张力值，使用加权滑动平均法计算得到最终的张力设定值。本发明可快速、自动地对连退过程的各段静态张力进行设定，并随着连退炉工况变化进行自动修正，有效提高连退生产稳定性、生产效率及产品质量。
-
Patent Agency Ranking
公开(公告)号：CN113837603B
公开(公告)日：2022-08-09
申请号：CN202111116168.5
申请日：2021-09-23
Applicant: 北京科技大学
IPC: G06Q10/06 , G06F30/27 , G06N3/00 , G06Q50/04 , G06F111/04
Abstract: 本发明提供一种酸轧排产优化方法，属于金属材料的加工信息技术领域。所述方法包括：选出需进行下一步生产的钢卷，对其进行质量审核，将审核合格的钢卷按照板宽由宽到窄进行初排序；对初排序的生产计划进行筛选，将板宽差值较小的相邻两卷钢卷取出，组合成为一组；根据轧制过程中相邻钢卷的辊缝差需合理过渡的规则建立辊缝数学模型，对筛选出的板宽相近的若干组钢卷按照建立的辊缝数学模型重新排序；利用PSO算法求解所述辊缝数学模型，得到使得整个生产计划辊缝值变化量最小的生产计划。采用本发明，能够减少轧制过程中钢卷的变规格风险，在提高生产效率的同时能够保证产品质量。
-
公开(公告)号：CN113850020B
公开(公告)日：2023-01-31
申请号：CN202111089354.4
申请日：2021-09-16
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于神经网络的连退张力设定方法及装置，该方法包括：获取带钢历史生产数据；根据预设的分档规则对钢种、带钢厚度和带钢宽度进行分档并计算出各带钢对应的各张力段张力平均值及冷轧带钢板形特征值；对上述数据进行预处理，构建数据集；构建神经网络模型并采用上述数据集进行训练；利用训练好的神经网络模型获得当前生产中各段张力设定值；基于模型得到的张力值和历史生产张力值，使用加权滑动平均法计算得到最终的张力设定值。本发明可快速、自动地对连退过程的各段静态张力进行设定，并随着连退炉工况变化进行自动修正，有效提高连退生产稳定性、生产效率及产品质量。
-
公开(公告)号：CN113837603A
公开(公告)日：2021-12-24
申请号：CN202111116168.5
申请日：2021-09-23
Applicant: 北京科技大学
IPC: G06Q10/06 , G06F30/27 , G06N3/00 , G06Q50/04 , G06F111/04
Abstract: 本发明提供一种酸轧排产优化方法，属于金属材料的加工信息技术领域。所述方法包括：选出需进行下一步生产的钢卷，对其进行质量审核，将审核合格的钢卷按照板宽由宽到窄进行初排序；对初排序的生产计划进行筛选，将板宽差值较小的相邻两卷钢卷取出，组合成为一组；根据轧制过程中相邻钢卷的辊缝差需合理过渡的规则建立辊缝数学模型，对筛选出的板宽相近的若干组钢卷按照建立的辊缝数学模型重新排序；利用PSO算法求解所述辊缝数学模型，得到使得整个生产计划辊缝值变化量最小的生产计划。采用本发明，能够减少轧制过程中钢卷的变规格风险，在提高生产效率的同时能够保证产品质量。
-
公开(公告)号：CN112926146B
公开(公告)日：2022-08-09
申请号：CN202110090836.5
申请日：2021-01-22
Applicant: 北京科技大学
IPC: G06F30/17 , G06F30/20 , B21B38/00 , G06F119/04 , G06F119/14
Abstract: 本发明公开了一种针对冷轧轧辊的在线疲劳预测方法及系统，该方法包括：获取轧机的轧辊参数和轧制工艺参数；基于影响函数法，建立轧机辊系弹性变形模型，通过轧机辊系弹性变形模型，计算轧辊的辊间接触压力分布；根据辊间接触压力分布，计算轧辊接触区的赫兹应力和接触半宽；根据轧辊接触区的赫兹应力和接触半宽，计算轧辊内部的三向应力；根据轧辊内部的三向应力得到最大切应力分布，结合非线性疲劳积累模型，建立轧辊疲劳预测模型，通过该轧辊疲劳预测模型对轧辊疲劳状态进行预测。本发明能够对冷轧轧辊的疲劳状态进行预测，减少疲劳事故的发生，进而有效保证生产效率，降低生产成本。
-
公开(公告)号：CN112926146A
公开(公告)日：2021-06-08
申请号：CN202110090836.5
申请日：2021-01-22
Applicant: 北京科技大学
IPC: G06F30/17 , G06F30/20 , B21B38/00 , G06F119/04 , G06F119/14
Abstract: 本发明公开了一种针对冷轧轧辊的在线疲劳预测方法及系统，该方法包括：获取轧机的轧辊参数和轧制工艺参数；基于影响函数法，建立轧机辊系弹性变形模型，通过轧机辊系弹性变形模型，计算轧辊的辊间接触压力分布；根据辊间接触压力分布，计算轧辊接触区的赫兹应力和接触半宽；根据轧辊接触区的赫兹应力和接触半宽，计算轧辊内部的三向应力；根据轧辊内部的三向应力得到最大切应力分布，结合非线性疲劳积累模型，建立轧辊疲劳预测模型，通过该轧辊疲劳预测模型对轧辊疲劳状态进行预测。本发明能够对冷轧轧辊的疲劳状态进行预测，减少疲劳事故的发生，进而有效保证生产效率，降低生产成本。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
