-
公开(公告)号:CN116298864A
公开(公告)日:2023-06-23
申请号:CN202310065257.4
申请日:2023-02-06
Applicant: 首钢京唐钢铁联合有限责任公司
IPC: G01R31/34 , G01R27/02 , G01R19/165
Abstract: 本发明公开了变频器系统故障检测方法及装置,涉及变频器技术领域。本发明获取变频器系统的绝缘监测电阻值,若绝缘监测电阻值低于预设电阻阈值,则说明发生了电机接地故障,可以进一步根据变频器的三相电流矢量和判断变频器系统是否发生电机单相或两相接地故障、根据电机的实际运行电流判断变频器系统是否发生电机三相接地故障,从而实现了电机接地故障的检测,并可以避免无意义的获取及判断三相电流矢量和、实际运行电流。
-
公开(公告)号:CN118904935A
公开(公告)日:2024-11-08
申请号:CN202411035967.3
申请日:2024-07-31
Applicant: 首钢京唐钢铁联合有限责任公司
IPC: B21B38/00
Abstract: 本发明公开了一种轧制力预测模型构建方法、轧制力预测方法及装置、介质,属于轧制技术领域。该方法包括:获取平整机的历史轧制源数据,从历史轧制源数据中提取出影响轧制力的特征参数数据以及与特征参数数据对应的轧制力,特征参数数据至少包括轧制材料的屈服强度、轧制速度、轧制温度、轧辊的直径和表面粗糙度;根据特征参数数据以及对应的轧制力,构建特征参数数据集;根据特征参数数据集对预先构建的轧制力神经元网络模型进行训练、评估及优化,得到优化后的轧制力预测模型。该模型能够根据不同的产品、设备和客户需求,自动调整轧制力的预算策略,以适应生产过程中的各种变化。且具备自学习和自适应能力,能提高生产效率和智能化水平。
-
公开(公告)号:CN118940005A
公开(公告)日:2024-11-12
申请号:CN202411035963.5
申请日:2024-07-31
Applicant: 首钢京唐钢铁联合有限责任公司
IPC: G06F18/213 , G06Q10/063 , G06Q50/04
Abstract: 本发明提供一种冷轧平整机弯辊力、窜辊量预算模型的构建方法及设备,涉及工业大数据分析和深度学习技术领域,方法包括:基于产线获取平整机的辊数;基于辊数确定预算模型的网络结构;将特征量代源数据输入至包含网络结构的预算模型中,以对预算模型进行训练;利用训练后的预算模型对弯辊力和窜辊量进行预计算。由此,可以利用预算模型融合冷轧平整机的轧制工艺技术、产品特性、深度学习、神经元网络、模型训练等多个关键领域的技术,实现了对弯辊力、窜辊量的精确预算,这将有助于提高弯辊力和窜辊量设定值预测精度、生产效率、产品质量和设备寿命,为企业带来显著的经济效益。
-
-