-
公开(公告)号：CN118864963A
公开(公告)日：2024-10-29
申请号：CN202410903882.6
申请日：2024-07-05
Applicant: 华北电力大学(保定)
IPC: G06V10/764 , G06V10/82 , G06V10/80 , G06V10/776 , G06V10/44 , G06N3/045 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种面向电网复杂应用场景的绝缘子及缺陷检测方法，涉及目标及缺陷识别技术领域，包括以下步骤：S1、采集电网复杂应用场景绝缘子数据及其缺陷数据并构建数据集；S2、结合YOLOv5、尺度序列特征融合、三重特征编码、通道和位置注意力机制和嵌入CoTA注意力机制的C3模块构建网络模型；S3、采用迁移学习方法，分类损失函数、置信度损失函数、定位损失函数与优化算法训练网络模型，并使用SIoU损失来替换定位损失函数，调节网络模型参数；S4、通过评估指标对网络模型进行综合对比分析，选择最优网络模型用于电网复杂应用场景绝缘子及其缺陷的检测。本发明采用上述方法，实现了对电网复杂应用场景下绝缘子及缺陷的高精度检测。
-
公开(公告)号：CN113275387B
公开(公告)日：2023-03-07
申请号：CN202110126650.0
申请日：2021-01-29
Applicant: 华北电力大学(保定) , 东北大学
Abstract: 本发明公开了一种UCM轧机辊系横纵刚度特性曲线的获取方法，该UCM轧机辊系横纵刚度特性曲线的获取方法具体步骤如下：步骤一：获取带钢参数、轧制工艺参数和轧机参数，步骤二：建立UCM轧机辊系横纵刚度系数计算模型，步骤三：构建UCM轧机和带钢的三维弹塑性有限元模型，步骤四：利用有限元模型对带钢轧制进行仿真模拟，提取稳定轧制阶段轧制力、带钢厚度数据，步骤五：根据所获模拟计算数据，分别计算轧制力与带钢厚度、凸度的回归方程。该UCM轧机辊系横纵刚度特性曲线的获取方法提高了UCM轧机三维有限元模型的精度和稳定性，具有较强的可移植性，可针对不同尺寸的UCM轧机进行刚度特性曲线计算和分析，具有成本低、可操作性强等特点。
-
公开(公告)号：CN113275387A
公开(公告)日：2021-08-20
申请号：CN202110126650.0
申请日：2021-01-29
Applicant: 华北电力大学(保定) , 东北大学
Abstract: 本发明公开了一种UCM轧机辊系横纵刚度特性曲线的获取方法，该UCM轧机辊系横纵刚度特性曲线的获取方法具体步骤如下：步骤一：获取带钢参数、轧制工艺参数和轧机参数，步骤二：建立UCM轧机辊系横纵刚度系数计算模型，步骤三：构建UCM轧机和带钢的三维弹塑性有限元模型，步骤四：利用有限元模型对带钢轧制进行仿真模拟，提取稳定轧制阶段轧制力、带钢厚度数据，步骤五：根据所获模拟计算数据，分别计算轧制力与带钢厚度、凸度的回归方程。该UCM轧机辊系横纵刚度特性曲线的获取方法提高了UCM轧机三维有限元模型的精度和稳定性，具有较强的可移植性，可针对不同尺寸的UCM轧机进行刚度特性曲线计算和分析，具有成本低、可操作性强等特点。
-
Patent Agency Ranking
公开(公告)号：CN112916624A
公开(公告)日：2021-06-08
申请号：CN202110125458.X
申请日：2021-01-29
Applicant: 华北电力大学(保定) , 东北大学
Abstract: 本发明公开了一种UCM轧机板形执行机构调控功效系数获取方法，该UCM轧机板形执行机构调控功效系数获取方法具体步骤如下：步骤一：获取带钢参数、轧制工艺参数和UCM轧机参数；步骤二：构建板形执行机构的调控功效系数计算获取模型；步骤三：构建轧机和带钢的三维弹塑性有限元模型；步骤四：利用所述三维弹塑性有限元模型对带钢轧制进行仿真模拟，提取稳定轧制阶段带钢的厚度和长度数据。该UCM轧机板形执行机构调控功效系数获取方法，提高了UCM轧机三维有限元模型的精度和稳定性，具有较强的可移植性，可针对不同尺寸和种类的冷热轧生产线进行板形控制研究，具有成本低、可操作性强等特点，且具有更强的适用性。
-
公开(公告)号：CN117019883B
公开(公告)日：2024-02-13
申请号：CN202311082568.8
申请日：2023-08-25
Applicant: 华北电力大学(保定) , 东北大学
Abstract: 本发明公开了一种基于深度学习的带材轧制过程板形预测方法，涉及带材轧制技术领域，包括以下步骤，S1：工业数据采集及数据集构建；S2：结合残差学习和聚合多尺度残差变换的方法，构建Inception‑ResNet模型；S3：使用AdaBound优化算法和两阶段学习率调整方法来训练网络模型；S4：根据模型评估指标，预测性能对比，选取最优模型，进行预测。本发明构建的深度全卷积网络可以直接接收带材轧制工艺参数，不需要额外的数据预处理方法，可以有效地解决轧制领域板形预测中的多输入多输出的多层级非线性问题，所提出的Inception‑ResNet网络具有较少的模型参数和较低的计算复杂性，其中Inception‑ResNet‑39网络包含39层可学习参数，实现了最先进的预测性能，此方法为模型构建及转移应用提供完整的流程。
-
公开(公告)号：CN117019883A
公开(公告)日：2023-11-10
申请号：CN202311082568.8
申请日：2023-08-25
Applicant: 华北电力大学(保定) , 东北大学
Abstract: 本发明公开了一种基于深度学习的带材轧制过程板形预测方法，涉及带材轧制技术领域，包括以下步骤，S1：工业数据采集及数据集构建；S2：结合残差学习和聚合多尺度残差变换的方法，构建Inception‑ResNet模型；S3：使用AdaBound优化算法和两阶段学习率调整方法来训练网络模型；S4：根据模型评估指标，预测性能对比，选取最优模型，进行预测。本发明构建的深度全卷积网络可以直接接收带材轧制工艺参数，不需要额外的数据预处理方法，可以有效地解决轧制领域板形预测中的多输入多输出的多层级非线性问题，所提出的Inception‑ResNet网络具有较少的模型参数和较低的计算复杂性，其中Inception‑ResNet‑39网络包含39层可学习参数，实现了最先进的预测性能，此方法为模型构建及转移应用提供完整的流程。
-
公开(公告)号：CN112916624B
公开(公告)日：2022-09-16
申请号：CN202110125458.X
申请日：2021-01-29
Applicant: 华北电力大学(保定) , 东北大学
Abstract: 本发明公开了一种UCM轧机板形执行机构调控功效系数获取方法，该UCM轧机板形执行机构调控功效系数获取方法具体步骤如下：步骤一：获取带钢参数、轧制工艺参数和UCM轧机参数，步骤二：构建板形执行机构的调控功效系数计算获取模型，步骤三：构建轧机和带钢的三维弹塑性有限元模型，步骤四：利用所述三维弹塑性有限元模型对带钢轧制进行仿真模拟，提取稳定轧制阶段带钢的厚度和长度数据。该UCM轧机板形执行机构调控功效系数获取方法，提高了UCM轧机三维有限元模型的精度和稳定性，具有较强的可移植性，可针对不同尺寸和种类的冷热轧生产线进行板形控制研究，具有成本低、可操作性强等特点，且具有更强的适用。
-
公开(公告)号：CN115867053A
公开(公告)日：2023-03-28
申请号：CN202310103808.1
申请日：2023-02-13
Applicant: 华北电力大学(保定)
Abstract: 本发明涉及太阳能电池技术领域，特别涉及一种利用界面钝化改善钙钛矿太阳能电池的方法，将制得的钙钛矿多晶薄膜的基底冷却至室温后，转移至旋涂仪吸盘，在上表面滴加一定量的碘化铵或溴化铵溶液，迅速以3000‑7000rpm的速度旋转10‑60秒，从而制得界面钝化修饰层，在界面钝化修饰层表面组装一层空穴传输层材料；将电极蒸镀到上述基底上，本发明中的钙钛矿太阳能电池的界面层由卤化铵钝化修饰，卤化铵中的卤素离子能够钝化全无机钙钛矿多晶薄膜表面卤素离子空位缺陷，另一方面可以适当降低铅富集缺陷，从而钝化了钙钛矿表面的未配位的缺陷，降低了非辐射复合，其钝化工艺简单，钝化剂成本低廉，钝化效果明显，可以促进钙钛矿太阳能电池的商业化应用前景。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.023 seconds)
