-
公开(公告)号：CN111797520B
公开(公告)日：2023-10-13
申请号：CN202010603899.1
申请日：2020-06-29
Applicant: 东北大学 , 南京钢铁股份有限公司
IPC: G06F30/20 , G06F30/27 , G06F119/08 , G06F119/02
Abstract: 本发明公开了一种基于智能增强的在线冷却控制方法，属于IA智能控制领域。本发明建立了专家库系统，并通过严格的分级决策模型维护专家库中的样本。本发明保证了温控模型计算规程的准确稳定性；同时以合理的方式将IA技术引进中厚板在线冷却系统中，将人工干预与温控模型对比计算相结合，在保证温度命中率的同时兼顾冷却路径与冷速的工艺需求。本发明整体上极大地提高了生产效率及系统可靠性。
-
公开(公告)号：CN109033505A
公开(公告)日：2018-12-18
申请号：CN201810603507.4
申请日：2018-06-06
Applicant: 东北大学
CPC classification number: G06F17/5009 , G06N3/0454
Abstract: 本发明涉及轧钢技术领域，公开了一种基于深度学习的超快冷温度控制方法，可提高温度控制精度与系统稳定性。本方法综合收集众多实际冷却信息，经过主成分分析法选出最主要的9个影响因素，以这9个参数为输入层单元，冷却时间为主要输出层单元，构建深度神经网络框架。深度学习通过深层次挖掘其间联系特征，准确预报待冷却钢板的冷却时间，最终实现温度模型的精确控制。本发明对现场冷却工艺数据充分挖掘，保证首块冷却命中率。模型充分考虑各冷却影响因素，使得轧后控冷模型的准确性和鲁棒性更强，能够有效的减少系统上线调试时间，降低学习成本，缩短产品研发周期。上线实测后，在控冷指标为±20℃条件下命中率可达96.3％，比传统模型命中率提高约4％。
-
公开(公告)号：CN108326051A
公开(公告)日：2018-07-27
申请号：CN201810084659.8
申请日：2018-01-29
Applicant: 东北大学
Abstract: 本发明涉及铝板生产的控制冷却及控制轧制领域，涉及一种铝合金板材耦合制备工艺方法。厚板轧制最大的问题就是压缩比小，轧制时变形难以渗透到心部，导致心部和表面晶粒度差别较大，本发明通过对铝板利用道次间冷却的方式，将轧制与冷却耦合控制，实现良好的差温轧制效果，促进了表面晶粒的细化，增强了变形渗透性，提高心部质量，改善了轧件侧向双鼓形等板型缺陷，提高了成材率。
-
公开(公告)号：CN111983983B
公开(公告)日：2023-10-10
申请号：CN202010788886.6
申请日：2020-08-07
Applicant: 东北大学
IPC: G05B19/418 , C21D11/00
Abstract: 本发明涉及一种热轧钢板热处理板形智能控制方法及系统，其方法包括：S1、检测钢板板形并生成3D影像；S2、基于3D影像对钢板进行板形数字编码，板形数字编码包括位置编码、特征编码与特征选择编码；S3、基于在不同位置编码下特征编码与工艺参数之间的映射关系，确定工艺参数调整策略；S4、依据工艺参数采用智能算法调整优先级得到多目标优化策略；S5、根据工艺参数调整策略与多目标优化策略，调整各工艺参数对应的权重，得出板形调整数据；S6、根据板形调整数据结合特征选择编码，制定调整表。本发明自动调整板形及时、精确且效率高，有效解决了热轧钢板热处理板形恶化、残余应力高的问题。
-
公开(公告)号：CN111421425B
公开(公告)日：2021-07-13
申请号：CN202010166493.1
申请日：2020-03-11
Applicant: 东北大学
IPC: B24B19/00 , B24B49/12 , B24B41/00 , B24B51/00 , B24B55/06 , B24B55/12 , B25J11/00 , G06T7/00 , G06T5/00 , G06T7/62 , G06T7/90 , G06K9/32
Abstract: 本发明属于金属表面修磨技术领域，公开了一种基于工业视觉的金属表面修磨系统。包括视觉处理系统、修磨运动系统和辅助系统；修磨运动系统结合视觉处理系统将待修磨区域的精细化分割，避免过多的修磨浪费，提高了修磨效率；将力平衡装置结合深度检测，实时控制修磨力道以及合理的下压量，保证了修磨均匀性和表面质量；整套系统的修磨识别率和修磨质量有多重保障，实际应用中将大大减少或取代恶劣环境下的修磨人员。
-
Patent Agency Ranking
公开(公告)号：CN111983983A
公开(公告)日：2020-11-24
申请号：CN202010788886.6
申请日：2020-08-07
Applicant: 东北大学
IPC: G05B19/418 , C21D11/00
Abstract: 本发明涉及一种热轧钢板热处理板形智能控制方法及系统，其方法包括：S1、检测钢板板形并生成3D影像；S2、基于3D影像对钢板进行板形数字编码，板形数字编码包括位置编码、特征编码与特征选择编码；S3、基于在不同位置编码下特征编码与工艺参数之间的映射关系，确定工艺参数调整策略；S4、依据工艺参数采用智能算法调整优先级得到多目标优化策略；S5、根据工艺参数调整策略与多目标优化策略，调整各工艺参数对应的权重，得出板形调整数据；S6、根据板形调整数据结合特征选择编码，制定调整表。本发明自动调整板形及时、精确且效率高，有效解决了热轧钢板热处理板形恶化、残余应力高的问题。
-
公开(公告)号：CN111842489A
公开(公告)日：2020-10-30
申请号：CN202010620801.3
申请日：2020-07-01
Applicant: 东北大学 , 南京钢铁股份有限公司
IPC: B21B3/02 , B21B37/74 , C22C38/02 , C22C38/04 , C22C38/26 , C22C38/38 , C22C38/22 , C22C38/24 , C22C38/28
Abstract: 本发明公开一种提高热轧管线钢表面质量的方法，属于钢铁材料轧制技术领域。管线钢成分范围(质量分数％)为：C 0.04～0.09％，Si 0.2～0.4％，Mn 0.8～1.7％，Nb 0.03～0.08％，Cr≤0.5％，Mo≤0.4％，V≤0.04％,Ti≤0.02％，P≤0.015，S≤0.01，余量为铁。本发明针对厚度为16～25mm的管线钢产品，加热炉控制温度为1130～1170℃，采用两阶段轧制，粗轧阶段采用道次间冷却，精轧阶段减少除鳞道次，轧后冷却温度控制在400℃以下。上述方法可以在保证力学性能同时，获得良好的板坯表面质量。
-
公开(公告)号：CN109190616A
公开(公告)日：2019-01-11
申请号：CN201810879301.4
申请日：2018-08-03
Applicant: 东北大学
Abstract: 本发明公开了一种基于特征识别的热轧钢板在线视觉跟踪算法，利用热轧钢板的光热、多边形、尺寸和在线数量等特征自适应阈值，精确识别出钢板最大外轮廓，完成运动过程中钢板的视觉跟踪。通过以上特征，可有效降低或消除水汽、背景物体及其他光源对钢板识别的干扰。本发明对热轧区域的各种工况进行了测试，保证了算法的通用性和较强的鲁棒性。利用本发明可实现对热轧区域在线钢板的位置跟踪，对全流程的工艺执行提供了精确参考，经上线实测后，50m范围跟踪位置精度约0.1m。
-
公开(公告)号：CN111842489B
公开(公告)日：2022-02-08
申请号：CN202010620801.3
申请日：2020-07-01
Applicant: 东北大学 , 南京钢铁股份有限公司
IPC: B21B3/02 , B21B37/74 , C22C38/02 , C22C38/04 , C22C38/26 , C22C38/38 , C22C38/22 , C22C38/24 , C22C38/28
Abstract: 本发明公开一种提高热轧管线钢表面质量的方法，属于钢铁材料轧制技术领域。管线钢成分范围(质量分数％)为：C 0.04～0.09％，Si 0.2～0.4％，Mn 0.8～1.7％，Nb 0.03～0.08％，Cr≤0.5％，Mo≤0.4％，V≤0.04％,Ti≤0.02％，P≤0.015，S≤0.01，余量为铁。本发明针对厚度为16～25mm的管线钢产品，加热炉控制温度为1130～1170℃，采用两阶段轧制，粗轧阶段采用道次间冷却，精轧阶段减少除鳞道次，轧后冷却温度控制在400℃以下。上述方法可以在保证力学性能同时，获得良好的板坯表面质量。
-
公开(公告)号：CN109190616B
公开(公告)日：2021-10-15
申请号：CN201810879301.4
申请日：2018-08-03
Applicant: 东北大学
Abstract: 本发明公开了一种基于特征识别的热轧钢板在线视觉跟踪方法，利用热轧钢板的光热、多边形、尺寸和在线数量等特征自适应阈值，精确识别出钢板最大外轮廓，完成运动过程中钢板的视觉跟踪。通过以上特征，可有效降低或消除水汽、背景物体及其他光源对钢板识别的干扰。本发明对热轧区域的各种工况进行了测试，保证了方法的通用性和较强的鲁棒性。利用本发明可实现对热轧区域在线钢板的位置跟踪，对全流程的工艺执行提供了精确参考，经上线实测后，50m范围跟踪位置精度约0.1m。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.119 seconds)
