公开(公告)号：CN117206362A

公开(公告)日：2023-12-12

申请号：CN202311165515.2

申请日：2023-09-11

Applicant: 北京科技大学

Inventor： 孙文权 ,  雍晟一 ,  蒋美涛 ,  杨庭松 ,  何安瑞 ,  高紫明

IPC: B21C47/24

Abstract: 在轧机设备技术领域，本发明提供一种冷轧过程厚度周期波动可控的卸卷装置，包括第一托辊组件、第二托辊组件、动力装置和底座；第一托辊组件和第二托辊组件沿底座的轴向方向安装在底座上；底座上的一端侧壁上设置动力装置，动力装置带动第一托辊组件和第二托辊组件同向同速转动，第一托辊和第二托辊结构相同，本发明对两个托辊的轴间距进行限定，解决了热轧钢卷与托辊持续在同一位置接触所产生的温度梯度，提高了热轧钢卷轧制方向微观组织的均匀性，解决了冷轧过程中带钢厚度周期波动的问题。

公开(公告)号：CN114818456B

公开(公告)日：2023-01-24

申请号：CN202210152425.9

申请日：2022-02-18

Applicant: 北京科技大学

Inventor： 孙文权 ,  袁铁衡 ,  何安瑞 ,  高紫明 ,  雍晟一

IPC: G06F30/27 ,  G06F119/08 ,  G06F119/14 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种冷连轧带钢全长变形抗力预测方法及优化方法，属于冶金轧制领域。所述方法基于带钢冷轧历史生产数据，求出冷轧各机架的变形抗力，再拟合求解出变形抗力方程的参数，构建训练集和验证集；再构建带钢全长变形抗力预测模型，并采集训练集对模型进行训练，以热轧历史生产数据为输入，以变形抗力方程的参数为输出，训练和验证后得到成熟的预测模型，采集当前带钢热轧生产数据，并将数据输入成熟的预测模型中，输出当前带钢的全长变形抗力预测结果，并以头尾厚差为标准建立优化规则，对变形抗力及参数进行优化。本发明提高了预测的全面性、准确性及精度，提高了优化效果，并进一步提高了冷连轧带钢质量及生产效率。

公开(公告)号：CN114818456A

公开(公告)日：2022-07-29

申请号：CN202210152425.9

申请日：2022-02-18

Applicant: 北京科技大学

Inventor： 孙文权 ,  袁铁衡 ,  何安瑞 ,  高紫明 ,  雍晟一

IPC: G06F30/27 ,  G06F119/08 ,  G06F119/14 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种冷连轧带钢全长变形抗力预测方法及优化方法，属于冶金轧制领域。所述方法基于带钢冷轧历史生产数据，求出冷轧各机架的变形抗力，再拟合求解出变形抗力方程的参数，构建训练集和验证集；再构建带钢全长变形抗力预测模型，并采集训练集对模型进行训练，以热轧历史生产数据为输入，以变形抗力方程的参数为输出，训练和验证后得到成熟的预测模型，采集当前带钢热轧生产数据，并将数据输入成熟的预测模型中，输出当前带钢的全长变形抗力预测结果，并以头尾厚差为标准建立优化规则，对变形抗力及参数进行优化。本发明提高了预测的全面性、准确性及精度，提高了优化效果，并进一步提高了冷连轧带钢质量及生产效率。

公开(公告)号：CN117332251A

公开(公告)日：2024-01-02

申请号：CN202311180098.9

申请日：2023-09-13

Applicant: 北京科技大学

Inventor： 孙文权 ,  雍晟一 ,  杨庭松 ,  袁铁衡 ,  何安瑞 ,  高紫明

IPC: G06F18/213 ,  G06F18/214 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明涉及板带材数据处理技术领域，特别是指一种数据驱动的冷轧板带厚度缺陷模式识别方法及装置。一种数据驱动的冷轧板带厚度缺陷模式识别方法包括：采集冷连轧产线工业数据，获得训练数据；将训练数据进行短时傅里叶变换，获得时间‑频率‑幅度分布图；基于卷积神经网络结构进行模型构建，获得待训练缺陷识别模型；使用时间‑频率‑幅度分布图，对待训练缺陷识别模型进行优化训练，获得缺陷识别模型；输入在线数据，通过缺陷识别模型进行缺陷识别，获得缺陷识别结果。本发明是一种能够充分反映多维度特征的板带厚度缺陷模式识别方法。