-
公开(公告)号:CN114723127B
公开(公告)日:2024-07-26
申请号:CN202210344148.1
申请日:2022-03-31
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 清华大学
IPC: G06Q10/04 , G06Q50/04 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明提出了一种基于相关图卷积网络的钢厂空气质量预测方法,包括如下步骤:S1:利用箱线图方法,融合钢厂不同区域监测点的空气质量历史特征数据;S2:对钢厂各区域监测点的空气质量数据特征之间进行皮尔森相关分析,并通过单层感知器获得钢厂各区域监测点之间的图关系;S3:构建时空相关图卷积神经网络模型,通过学习历史时间步钢厂空气质量时空网络序列的图信号特征,对未来多个小时的钢厂各区域空气质量指数进行预测。本发明通过构建基于时空相关图卷积网络的空气质量预测模型,从钢厂多个空气质量监测点获取历史特征数据对钢厂不同区域未来多个小时钢厂空气质量指数进行预测。
-
公开(公告)号:CN114723127A
公开(公告)日:2022-07-08
申请号:CN202210344148.1
申请日:2022-03-31
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 清华大学
Abstract: 本发明提出了一种基于相关图卷积网络的钢厂空气质量预测方法,包括如下步骤:S1:利用箱线图方法,融合钢厂不同区域监测点的空气质量历史特征数据;S2:对钢厂各区域监测点的空气质量数据特征之间进行皮尔森相关分析,并通过单层感知器获得钢厂各区域监测点之间的图关系;S3:构建时空相关图卷积神经网络模型,通过学习历史时间步钢厂空气质量时空网络序列的图信号特征,对未来多个小时的钢厂各区域空气质量指数进行预测。本发明通过构建基于时空相关图卷积网络的空气质量预测模型,从钢厂多个空气质量监测点获取历史特征数据对钢厂不同区域未来多个小时钢厂空气质量指数进行预测。
-
公开(公告)号:CN117094974A
公开(公告)日:2023-11-21
申请号:CN202311068293.2
申请日:2023-08-23
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 衡水板业包装材料科技有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/00 , G06T7/136 , G06T5/40 , G06V10/764 , G06T7/13 , G06N3/0464
Abstract: 本发明适用于图像处理技术领域,提供了一种基于图像的缺陷检测方法、装置、电子设备及存储介质,该方法包括:获取待检测钢卷的表面图像;根据表面图像的直方图,确定仅包含缺陷区域的第一处理图像;通过边缘算法计算表面图像的梯度图,根据直方图中的缺陷区域峰值和非缺陷区域峰值,确定梯度图的分割阈值,并根据分割阈值对梯度图进行二值化处理,得到仅包含缺陷区域的第二处理图像;基于第一处理图像和第二处理图像得到缺陷检测结果。本发明能够提高检测钢卷表面缺陷的速度和精度。
-
公开(公告)号:CN113111837B
公开(公告)日:2022-05-13
申请号:CN202110447507.1
申请日:2021-04-25
Applicant: 山东省人工智能研究院 , 山东大学 , 河钢数字技术股份有限公司 , 河钢集团有限公司
Abstract: 一种基于多媒体语义解析的监控视频智能预警方法,通过建立跨模态语义对齐模型对视频中所包含的复杂对象与交互进行准确理解,并生成视频片段时空位置图和视频语义树,另一方面,引入基于双向长短时记忆网络的文本编码模块,对查询语句中的文本语义进行深刻理解与表征。实现多模态特征向共空间的特征映射与融合,并利用语义剪枝策略,粗粒度筛选出精炼的“视频片段‑查询语句”对,进行细粒度语义匹配计算,从而确保跨模态视频定位的精度与效率。
-
公开(公告)号:CN113111959A
公开(公告)日:2021-07-13
申请号:CN202110446459.4
申请日:2021-04-25
Applicant: 山东省人工智能研究院 , 山东大学 , 河钢数字技术股份有限公司 , 河钢集团有限公司
Abstract: 一种基于时序表征学习的安全隐患分类方法,通过基于时序表征的分类模型对时序变化趋势、时序上下文信息进行综合理解,能够对时序特征进行增强表征,从而提高分类精度,能够基于注意力机制,对时间序列的重要时序特征进行有效的标识,实现分类可解释性。并利用注意力机制对分类结果进行具有可解释性的数据可视化。
-
公开(公告)号:CN113111837A
公开(公告)日:2021-07-13
申请号:CN202110447507.1
申请日:2021-04-25
Applicant: 山东省人工智能研究院 , 山东大学 , 河钢数字技术股份有限公司 , 河钢集团有限公司
Abstract: 一种基于多媒体语义解析的监控视频智能预警方法,通过建立跨模态语义对齐模型对视频中所包含的复杂对象与交互进行准确理解,并生成视频片段时空位置图和视频语义树,另一方面,引入基于双向长短时记忆网络的文本编码模块,对查询语句中的文本语义进行深刻理解与表征。实现多模态特征向共空间的特征映射与融合,并利用语义剪枝策略,粗粒度筛选出精炼的“视频片段‑查询语句”对,进行细粒度语义匹配计算,从而确保跨模态视频定位的精度与效率。
-
公开(公告)号:CN117310963A
公开(公告)日:2023-12-29
申请号:CN202311263438.4
申请日:2023-09-27
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 石家庄钢铁有限责任公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供一种金相图像显微镜的运动控制方法、装置及电子设备,涉及显微镜技术领域。本发明通过对待采集区域进行划分,得到多个采集单元,制定运动轨迹,沿运动轨迹对待采集区域内的多个采集单元进行自动拍摄,得到待采集区域的金相图像。该过程无需人工参与,避免了采集过程中反复校对导致的时间浪费,提高了金相图像显微镜的采集效率。
-
公开(公告)号:CN117094975A
公开(公告)日:2023-11-21
申请号:CN202311068561.0
申请日:2023-08-23
Applicant: 河钢数字技术股份有限公司 , 河钢集团有限公司 , 衡水板业包装材料科技有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06T7/00 , G06T7/136 , G06T7/194 , G06T5/40 , G06V10/774 , G06V10/764 , G06N3/0464
Abstract: 本发明提供一种钢铁表面缺陷检测方法、装置及电子设备。该方法包括:根据待测钢铁表面图像的前景灰度均值和背景灰度均值,生成待测钢铁表面图像的二值化分割阈值;对待测钢铁表面图像依次进行灰度均衡化处理、滤波处理以及边缘增强处理,得到第一图像;利用二值化分割阈值对第一图像进行二值化处理,得到第二图像;根据第二图像和预先训练的缺陷检测模型,生成待测钢铁表面图像的缺陷检测结果;其中,缺陷检测模型是基于预设训练集训练得到的,预设训练集包括多张钢铁表面缺陷图像和钢铁表面无缺陷图像,钢铁表面缺陷图像对应有缺陷类型。本发明能够解决现有的缺陷检测方法无法满足实际工业生产中对钢铁表面缺陷检测的高速度要求的问题。
-
公开(公告)号:CN112893484A
公开(公告)日:2021-06-04
申请号:CN202110062491.2
申请日:2021-01-18
Applicant: 东北大学 , 河钢集团有限公司 , 河钢数字技术股份有限公司
IPC: B21B37/58
Abstract: 本发明提供一种基于灰色关联度提取的热连轧轧制力自整定方法,涉及热连轧自动控制技术领域。首先确定坯料尺寸数据、产品目标尺寸、钢种牌号与化学成分、温度制度、轧机设备参数及轧制边界条件;然后针对当前需要计算轧制力的带钢轧制参数构建参考数列,并取已生产的N卷带钢的轧制参数构建比较数列;再对参考数列和比较数列进行归一化处理;通过计算得到参考数列与比较数列各个参数的关联系数和关联度。最后找到已生产的N卷带钢与当前正在生产的带钢关联度最高的带钢轧制力自学习系数,将新确定的带钢轧制力自学习系数代入轧制力计算模型,计算得出带钢生产最终需要设定轧制力。本发明方法大幅度提高了热连轧生产过程中的轧制力预测的精度。
-
公开(公告)号:CN114639063B
公开(公告)日:2025-01-03
申请号:CN202210402772.2
申请日:2022-04-18
Applicant: 河钢数字技术股份有限公司 , 山东大学 , 青岛海尔智能技术研发有限公司
IPC: G06V20/40 , G06V20/52 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度图像解析的一体化废钢判级与异物预警方法,涉及金属处理技术领域。利用卸货车辆总体信息和对比学习方法构建先验知识库,对每层抓取的废钢图像进行大类划分,结合先验知识和划分结果,有针对性的引导验质过程调用不同的验质模型进行种类识别。同时引入空洞卷积策略,能扩大视觉感受野,并据此构建了可以提取多尺度信息的编码器和解码器结构。通过FPN网络对图像进行卷积抽取特征,再对不同层次的特征图使用基于通道注意力与空间注意力的反复注意力机制进行增强,以凸显图像中异物和杂质区域。
-
-
-
-
-
-
-
-
-