-
公开(公告)号：CN119093359A
公开(公告)日：2024-12-06
申请号：CN202411262721.X
申请日：2024-09-09
Applicant: 江苏金恒信息科技股份有限公司
Abstract: 本发明提供一种LF精炼炉最大需量电耗优化控制方法及系统，通过设计需量预报模型，根据实际需量与需量控制值设定上限或下限进行比较，实现减载控制自动执行或停止，并采用Smith预估补偿器对减载控制进行预估补偿，能实时监控LF精炼炉的用电负荷，准确预测尖峰，从而能有效控制用电负荷，实现需量的控制，提高负荷利用率，减少企业需量电费成本，投资少效益大。
-
公开(公告)号：CN117572914A
公开(公告)日：2024-02-20
申请号：CN202311541320.3
申请日：2023-11-17
Applicant: 北京科技大学 , 江苏金恒信息科技股份有限公司
IPC: G05D23/30
Abstract: 本发明公开了一种基于可解释性机器学习的LF精炼钢水温度控制方法及装置，涉及钢铁冶金技术领域。包括：获取待控制的钢包炉LF精炼过程数据以及LF精炼目标钢水温度；根据LF精炼过程数据以及LF精炼目标钢水温度，得到LF精炼钢水温度预测模型；根据LF精炼钢水温度预测模型，计算得到钢水温度预测基础值、关键因素参数的SHAP值以及关键因素参数与SHAP值之间的关系趋势；根据钢水温度预测基础值以及关键因素参数的SHAP值，计算得到LF精炼钢水温度预测值，根据关系趋势以及LF精炼钢水温度预测值，得到LF精炼钢水温度控制结果。本发明能够有效协助现场操作人员及时精准的调整工艺参数，从而实现钢水温度的精确控制。
-
公开(公告)号：CN117309386A
公开(公告)日：2023-12-29
申请号：CN202311066708.2
申请日：2023-08-22
Applicant: 江苏金恒信息科技股份有限公司
IPC: G01M13/028 , G06F18/213 , G06F18/241 , G06F18/214 , G06N3/0464 , G06N3/088
Abstract: 本申请提供一种故障预测方法与系统。所述方法获取目标检测设备的时间序列数据，时间序列数据包括目标检测设备的振动信号。并基于卷积神经网络提取所述时间序列数据的特征信息。将时间序列数据输入至故障预测模型可以得到故障预测信息。对时间序列数据分类可以增强时间序列数据与单类故障之间的关系，并且可以根据所述关系选择用于预测这类故障的模型，进而实现通过时间序列数据，根据特征信息可以形成设备运行趋势预测，进而有利于识别出新型故障。
-
公开(公告)号：CN119126564A
公开(公告)日：2024-12-13
申请号：CN202411260611.X
申请日：2024-09-09
Applicant: 江苏金恒信息科技股份有限公司
IPC: G05B13/04
Abstract: 本发明提供一种LF精炼炉钢包底吹氩优化控制方法、设备及存储介质，通过设计大林数字控制器代替传统PID控制器，建立大纯滞后控制模型的信号预处理控制参数表，实现了LF炉底吹氩流量控制的优化。本发明控制方法与原有的PID控制技术相比，调节过程更快，进入稳态后，系统超调量更小；有效控制了底吹氩喷溅过大，造成罐沿罐带结渣的情况；软吹小流量控制效果更好；有效地降低了氩气的消耗量。
-
公开(公告)号：CN116720073A
公开(公告)日：2023-09-08
申请号：CN202311000015.3
申请日：2023-08-10
Applicant: 江苏金恒信息科技股份有限公司
IPC: G06F18/213 , G06F18/24 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/045 , G06N3/08 , G06F123/02
Abstract: 本申请提供一种基于分类器的异常检测提取方法与系统。所述方法采集目标检测设备的时间序列数据，将时间序列数据输入至分类器，以进行故障分类。分类器包括故障识别模型和故障分类模型。故障识别模型接收时间序列数据，可以得到待分类时间序列数据。故障分类模型接收待分类时间序列数据与目标检测设备的历史故障数据，输出目标检测设备的故障类型。基于机器学习的过程，通过故障识别模型和故障分类模型组成分类器，可以根据采集得到的时间序列数据先后提取故障信号以及故障信号关联的故障类型，缓解非线性数据不易提取特征的问题，提高故障类型识别的准确率。
-
Patent Agency Ranking
公开(公告)号：CN119296669A
公开(公告)日：2025-01-10
申请号：CN202411310564.5
申请日：2024-09-19
Applicant: 江苏金恒信息科技股份有限公司 , 北京科技大学
Abstract: 本申请提供一种VD精炼过程钢液氮含量预测方法及系统，方法包括：获取VD真空脱气过程的工艺参数，构建氮含量预测模型以根据工艺参数输出目标氮含量预测值。预测模型中第一计算模块用于计算氮元素在钢液中的活度系数，第二计算模块用于计算溶解平衡常数，第三计算模块用于计算氮元素在钢液中达到溶解平衡时的质量百分数，第四计算模块用于计算界面反应面积与熔池体积的比值，修正模块用于获取修正传质系数，第五计算模块用于计算目标氮含量预测值。通过构建的预测模型采用热力学原理进行计算，可预测真空脱气过程钢液中氮含量，解决脱气过程中无法获取氮含量的问题，且通过修正后的传质系数来计算氮含量预测值，可提高计算结果的准确性。
-
公开(公告)号：CN117314904B
公开(公告)日：2024-02-23
申请号：CN202311597413.8
申请日：2023-11-28
Applicant: 江苏金恒信息科技股份有限公司
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及图像处理领域，具体提供一种钢板表面缺陷检测方法，包括：获取钢板表面原始图像数据；根据原始图像数据，建立钢板表面缺陷标注数据集；根据训练集训练目标检测模型，以得到训练模型；将测试集导入训练模型，得到目标检测推理结果；根据误检的缺陷类型从所述目标检测推理结果中确定误检背景图像；生成二分类数据集，二分类数据集包括标注数据集中的缺陷图像以及误检背景图像；使用二分类数据集训练多个分类模型，以得到第一候选模型；组合第一候选模型以得到最优组合模型，并将目标检测推理结果代入最优组合模型以对目标检测推理结果进行优化。通过目标检测以及最优组合优化检测结果，达到提升缺陷的检出率，降低缺陷误检率的目的。
-
公开(公告)号：CN117371324A
公开(公告)日：2024-01-09
申请号：CN202311394970.X
申请日：2023-10-26
Applicant: 江苏金恒信息科技股份有限公司
IPC: G06F30/27 , G06F18/214 , G06F18/23 , G06F119/02
Abstract: 本发明公开了一种基于机器学习的新钢种轧制力预测方法，步骤为：(1)采集已有钢种的化学成分和轧制过程中的生产数据；(2)对整理的数据进行异常值和缺失值的识别与填补；(3)对已有钢种的化学成分进行标准化聚类；(4)根据聚类结果对每个类别样本进行机器学习建模训练；(5)实时输入新钢种的化学成分和轧制过程的生产数据并进行清洗；(6)计算新钢种化学成分与各个聚类中心距离，选择距离最近的m个类别；(7)利用m个最近类别的训练模型分别进行轧制力预测，取其平均值作为新钢种预测的轧制力。本发明能更为精准的轧制力预测能更好的进行板材形状和性能控制，从而达到降低不合格产品的风险效用。
-
公开(公告)号：CN115921546A
公开(公告)日：2023-04-07
申请号：CN202310244655.2
申请日：2023-03-15
Applicant: 江苏金恒信息科技股份有限公司
IPC: B21B37/58
Abstract: 本申请提供一种基于迭代法优化轧机模型压下量的方法及系统，包括：获取钢坯PDI数据；基于钢坯PDI数据，查询数据库中是否有与所述钢坯PDI数据对应的目标模型系数，若否，基于所述钢坯PDI数据得到初始压下量；基于初始压下量，结合获取的第一参数确定精轧各道次原始轧制力，对原始模型系数调整，得到中间模型系数，并基于中间模型系数得到中间压下量；基于中间压下量，使用迭代法，更新中间模型系数，直至实际轧制力与钢坯PDI数据所对应的原始轧制力的误差在指定阈值内，结束迭代，得到目标模型系数，根据目标模型系数确定目标压下量，以解决目前的轧机模型精轧过程中轧制力逐渐减小导致成品的目标厚度存在误差的问题。
-
公开(公告)号：CN119126567A
公开(公告)日：2024-12-13
申请号：CN202411262525.2
申请日：2024-09-10
Applicant: 江苏金恒信息科技股份有限公司
IPC: G05B13/04
Abstract: 本发明提供一种LF精炼炉加料精度优化控制方法、设备及存储介质，通过设定料种补偿系数，PID参数中的比例系数P乘以K后进行输出，降低物料种类对延迟产生的较大影响；在原有PID控制器基础上，加入反向并联的Smith预估补偿器组成新控制器，根据预估偏差对控制参数进行优化设定，大大提高了LF炉加料精度。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.025 seconds)
