-
公开(公告)号：CN116809654B
公开(公告)日：2024-01-30
申请号：CN202310762801.0
申请日：2023-06-27
申请人： 北京科技大学顺德创新学院
IPC分类号： B21B37/28
摘要： 本发明公开了一种新的板带材板形反馈控制方法,包括以下步骤：将压下倾斜调节后的板形偏差进行勒让德分解，得到四次多项式并计算板形偏差的四次项系数和二次项系数的比值；将WRB、IRB和IRS的调控功效映射为勒让德多项式的系数，分别计算WRB、IRB、IRS多项式的四次项系数和二次项系数的比值；比较板形偏差的比值分别与WRB、IRB、IRS的比值的相似度；根据所述相似度大小对应执行WRB、IRB、IRS的调控顺序。本方法的动态优先序列可以针对变化的板形与变化的调控功效动态地选择最优的优先序列，避免了其它优化策略出现执行机构间反向调节导致爆辊的可能。动态优先序列可以安全且充分地发挥机组的控制性能。
-
公开(公告)号：CN116727463A
公开(公告)日：2023-09-12
申请号：CN202310762794.4
申请日：2023-06-27
申请人： 北京科技大学顺德创新学院
IPC分类号： B21B38/00 , G06F18/2433 , G06N5/04
摘要： 本发明公开了一种基于因果分析的冷连轧板形质量诊断新方法，包括：根据同一个系统中的两个特征进行状态空间重构得到吸引子流形；根据特征时间延迟再重构一个吸引子流形；寻找最近邻点，计算最近邻估计；定义CME得分公式，计算CME得分，判断CME得分是否收敛于常数，若CME得分收敛于一个常数，则说明两个特征间存在的因果关系。将所发明诊断方法应用于冷连轧板形质量诊断，可有效监测板形质量异常。
-
公开(公告)号：CN116560277B
公开(公告)日：2024-11-01
申请号：CN202310564327.0
申请日：2023-05-17
申请人： 北京科技大学 , 北京科技大学顺德创新学院
IPC分类号： G05B19/042 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N3/048 , G06N5/02
摘要： 本发明公开了一种基于图神经网络的冷轧工业过程监测方法，包括：获取工业数据，对所述工业数据进行处理，建立行单位数据集；基于行单位数据集，依据带钢轧制过程时空图结合专家经验知识库建立冷轧过程的图结构数据集；构建图神经网络过程监测模型，根据数据特性确定统计量阈值的计算方法并计算异常阈值；根据所述监测模型的所得值与所述异常阈值进行比较，通过比较结果对冷轧工业过程进行监测。本发明通过构建与真实机理模型相符的图结构来提高模型精度，并对数据模型有一定的可解释性。
-
公开(公告)号：CN116809654A
公开(公告)日：2023-09-29
申请号：CN202310762801.0
申请日：2023-06-27
申请人： 北京科技大学顺德创新学院
IPC分类号： B21B37/28
摘要： 本发明公开了一种新的板带材板形反馈控制方法,包括以下步骤：将压下倾斜调节后的板形偏差进行勒让德分解，得到四次多项式并计算板形偏差的四次项系数和二次项系数的比值；将WRB、IRB和IRS的调控功效映射为勒让德多项式的系数，分别计算WRB、IRB、IRS多项式的四次项系数和二次项系数的比值；比较板形偏差的比值分别与WRB、IRB、IRS的比值的相似度；根据所述相似度大小对应执行WRB、IRB、IRS的调控顺序。本方法的动态优先序列可以针对变化的板形与变化的调控功效动态地选择最优的优先序列，避免了其它优化策略出现执行机构间反向调节导致爆辊的可能。动态优先序列可以安全且充分地发挥机组的控制性能。
-
公开(公告)号：CN116511257A
公开(公告)日：2023-08-01
申请号：CN202310553292.0
申请日：2023-05-17
申请人： 北京科技大学顺德创新学院
IPC分类号： B21B37/28
摘要： 本发明涉及一种基于数据驱动的板形调控功效智能辨识方法，包括：获取轧机机组生产过程中的工业数据，对工业数据进行预处理，基于预处理后的工业数据建立数据集，其中，工业数据包括过程记录数据和板形仪数据；对数据集中的板形仪数据进行降噪处理和分解重构，利用自适应矩估计算法对降噪处理和分解重构后的数据集进行调控功效的智能辨识。本发明能够实现调控机构调控能力的分析和明确，为后续板形控制计算调控量提供更多控制信息。
-
公开(公告)号：CN116560277A
公开(公告)日：2023-08-08
申请号：CN202310564327.0
申请日：2023-05-17
申请人： 北京科技大学顺德创新学院
IPC分类号： G05B19/042 , G06N3/042 , G06N3/0464 , G06N3/08 , G06N3/048 , G06N5/02
摘要： 本发明公开了一种基于图神经网络的冷轧工业过程监测方法，包括：获取工业数据，对所述工业数据进行处理，建立行单位数据集；基于行单位数据集，依据带钢轧制过程时空图结合专家经验知识库建立冷轧过程的图结构数据集；构建图神经网络过程监测模型，根据数据特性确定统计量阈值的计算方法并计算异常阈值；根据所述监测模型的所得值与所述异常阈值进行比较，通过比较结果对冷轧工业过程进行监测。本发明通过构建与真实机理模型相符的图结构来提高模型精度，并对数据模型有一定的可解释性。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.035 秒)
