-
公开(公告)号：CN114101340A
公开(公告)日：2022-03-01
申请号：CN202111451544.6
申请日：2021-12-01
Abstract: 本发明公开了一种轧辊横移位置误差的补偿方法，涉及冶金轧制技术领域。首先，本发明考虑了因轧辊横移预设定移动距离与轧辊横移上、下执行液压缸实际移动距离存在的偏差，而导致冷轧带钢表面弯辊力分布不均的现象，使弯辊力能够均匀施加于冷轧带钢表面；其次，本发明依据现有轧制规程和实时采集数据，可将此补偿方法应用于四辊、六辊冷连轧机的每个机架，具有广泛的适用性；再次，采用该方法可以消除轧辊横移预设定移动距离与轧辊横移上、下执行液压缸实际移动距离存在的偏差，提升冷轧带钢产品质量；最后，该方法计算形式简洁、无复杂运算流程，可将该方法快速地转化为计算机编程语言所要求的形式，并应用到冷轧带钢板形自动控制系统中。
-
公开(公告)号：CN111842508A
公开(公告)日：2020-10-30
申请号：CN202010678718.1
申请日：2020-07-15
Applicant: 东北大学 , 燕山大学 , 唐山钢铁集团有限责任公司
Abstract: 本发明提供一种冷轧带材的轧后板形表示方法。首先基于最短距离表示的弦长，确定出每段带材的翘曲度、以及n段带材的平均长度，然后确定每段带材的弦长、弧长、其次计算出每段带材的弧长和弦长的相对长度差，最后给出每段带材的波形值；本发明基于波形表示法重新建立了板形与翘曲度之间的关系，在人工测量允许的误差范围内，求解的板形值等价于实测板形值，在离线状态下，此表征方法可以用于评估轧机的板形控制能力和板形控制系统的控制效率，也有助于建立和完善板形自动控制的数学模型。
-
公开(公告)号：CN117131732A
公开(公告)日：2023-11-28
申请号：CN202311058191.2
申请日：2023-08-22
IPC: G06F30/23 , G06F30/27 , G16C60/00 , G06N3/006 , G06F113/08 , G06F119/14 , G06F119/08
Abstract: 本发明的一种基于数字孪生的四辊热轧机支撑辊磨损量预测方法，包括：将影响支撑辊磨损的工艺参数作为特征参数；收集特征参数数据及轧辊磨损实际数据；建立支撑辊磨损仿真模型；将采集的特征参数数据输入到仿真模型中，计算轧辊磨损实际数据和轧辊磨损仿真数据的误差数据；将特征参数数据、轧辊磨损实际数据以及误差数据构成数据集并进行数据清理和归一化处理；将数据集划分为训练集和测试集；基于支持向量机算法，结合训练集中的误差数据建立有限元误差补偿模型；采用粒子群优化算法，对有限元误差补偿模型进行优化；将优化后的有限元误差补偿模型和支撑辊磨损仿真模型串联生成数字孪生模型；将测试集输入到数字孪生模型，获得预测的磨损值。
-
公开(公告)号：CN115007656A
公开(公告)日：2022-09-06
申请号：CN202210516672.2
申请日：2022-05-12
IPC: B21B37/28
Abstract: 本发明公开一种归一式板形目标曲线的设置方法，首先建立了高次项的板形目标曲线的初始表达式，并将其分成奇数项板形目标曲线和偶数项板形目标曲线。利用归一化算法对奇数项板形目标曲线和偶数项板形目标曲线计算值进行归一化处理，形成经归一化后的偶数项板形目标曲线系数和奇数项板形目标曲线系数。设定两种曲线的增益系数以实现板形目标曲线的放大功能。本发明方法获得的板形目标曲线方程的最终表达式具有可视化程度高、设置简单且易操作的特点，便于现场人员理解和使用。
-
公开(公告)号：CN118218414B
公开(公告)日：2024-07-26
申请号：CN202410641898.4
申请日：2024-05-23
IPC: B21B37/28
Abstract: 本发明属于冶金轧制技术领域，涉及一种基于数字孪生模型的冷轧板形预设定控制方法，包括：运用回归方法拟合出中间辊横移量预设定数学模型；采集冷轧过程实测数据，提取影响冷轧弯辊力的特征参数；采用孤立森林算法检测和剔除每种特征参数数据集中的异常值；利用拉格朗日插值法对清洗后的每种特征参数进行缺失值的填补，对特征参数进行归一化处理，并划分训练集和测试集；建立BP神经网络预测模型，通过训练集数据训练BP神经网络获得最优的隐含层节点数目；运用麻雀搜索算法优化BP神经网络的初始权值和阈值，获得训练好的SSA‑BP冷轧弯辊力预设定值预测模型；利用测试集验证训练好的SSA‑BP冷轧弯辊力预设定值预测模型的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN118218414A
公开(公告)日：2024-06-21
申请号：CN202410641898.4
申请日：2024-05-23
IPC: B21B37/28
Abstract: 本发明属于冶金轧制技术领域，涉及一种基于数字孪生模型的冷轧板形预设定控制方法，包括：运用回归方法拟合出中间辊横移量预设定数学模型；采集冷轧过程实测数据，提取影响冷轧弯辊力的特征参数；采用孤立森林算法检测和剔除每种特征参数数据集中的异常值；利用拉格朗日插值法对清洗后的每种特征参数进行缺失值的填补，对特征参数进行归一化处理，并划分训练集和测试集；建立BP神经网络预测模型，通过训练集数据训练BP神经网络获得最优的隐含层节点数目；运用麻雀搜索算法优化BP神经网络的初始权值和阈值，获得训练好的SSA‑BP冷轧弯辊力预设定值预测模型；利用测试集验证训练好的SSA‑BP冷轧弯辊力预设定值预测模型的预测精度。
-
公开(公告)号：CN117131767A
公开(公告)日：2023-11-28
申请号：CN202311056601.X
申请日：2023-08-22
IPC: G06F30/27 , G06F30/23 , G06F30/28 , G06F18/214 , G06F18/243 , G06N20/20 , G06F119/14 , G06F119/08 , G06F113/08
Abstract: 本发明的一种基于随机森林算法预测热轧四辊轧机工作辊热凸度的方法，包括：将对目标工作辊热凸度产生影响的工艺参数作为特征参数；收集特征参数的具体数据以及对应的热凸度实际值；建立工作辊温度场模型和热凸度仿真模型；对比热凸度仿真值与热凸度实际值的误差，去除异常值；对特征参数的具体数据和热凸度实际值进行归一化处理；将归一化处理后的数据集划分为训练集和验证集；从训练集中随机抽样生成多个子训练集，从特征参数中随机选取多个特征参数，在决策树的每个节点上使用一个特征参数来进行划分；对于每棵决策树，通过投票的方式进行集成，生成随机森林模型，取所有决策树的预测结果的平均值作为最终的热凸度预测结果。
-
公开(公告)号：CN115007656B
公开(公告)日：2023-03-24
申请号：CN202210516672.2
申请日：2022-05-12
IPC: B21B37/28
Abstract: 本发明公开一种归一式板形目标曲线的设置方法，首先建立了高次项的板形目标曲线的初始表达式，并将其分成奇数项板形目标曲线和偶数项板形目标曲线。利用归一化算法对奇数项板形目标曲线和偶数项板形目标曲线计算值进行归一化处理，形成经归一化后的偶数项板形目标曲线系数和奇数项板形目标曲线系数。设定两种曲线的增益系数以实现板形目标曲线的放大功能。本发明方法获得的板形目标曲线方程的最终表达式具有可视化程度高、设置简单且易操作的特点，便于现场人员理解和使用。
-
公开(公告)号：CN114643287B
公开(公告)日：2022-08-02
申请号：CN202210559413.8
申请日：2022-05-23
IPC: B21B37/28
Abstract: 本发明的一种基于板形闭环调节量的弯辊力输出控制方法，依据PI控制器的设定原理，分别建立工作辊弯辊闭环反馈控制和中间辊弯辊闭环反馈控制的PI控制方程及其离散计算表达式。利用板形预设定系统计算数据和板形闭环反馈控制系统的实测数据，更改带钢规格变化时弯辊闭环反馈控制的控制量的设置方式，使弯辊闭环反馈控制的控制量在带钢宽度或厚度变化时实现清零功能。利用焊缝过四机架信号、助卷皮带信号，建立在剪切时弯辊闭环反馈控制的控制量的保持功能。
-
公开(公告)号：CN114101340B
公开(公告)日：2022-07-29
申请号：CN202111451544.6
申请日：2021-12-01
Abstract: 本发明公开了一种轧辊横移位置误差的补偿方法，涉及冶金轧制技术领域。首先，本发明考虑了因轧辊横移预设定移动距离与轧辊横移上、下执行液压缸实际移动距离存在的偏差，而导致冷轧带钢表面弯辊力分布不均的现象，使弯辊力能够均匀施加于冷轧带钢表面；其次，本发明依据现有轧制规程和实时采集数据，可将此补偿方法应用于四辊、六辊冷连轧机的每个机架，具有广泛的适用性；再次，采用该方法可以消除轧辊横移预设定移动距离与轧辊横移上、下执行液压缸实际移动距离存在的偏差，提升冷轧带钢产品质量；最后，该方法计算形式简洁、无复杂运算流程，可将该方法快速地转化为计算机编程语言所要求的形式，并应用到冷轧带钢板形自动控制系统中。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.051 seconds)
