-
公开(公告)号：CN114888094A
公开(公告)日：2022-08-12
申请号：CN202210420564.5
申请日：2022-04-21
申请人： 东北大学
IPC分类号： B21B37/28
摘要： 本发明提供一种基于冷却过程残余应力预测的轧制板形补偿方法，属于热轧板形控制领域，基于热轧带钢层流冷却过程中温度、相变、应变/应力耦合过程，综合考虑带钢随温度变化的非线性物性参数、非线性的冷却条件等因素，建立关于温度‑相变‑应力多物理场耦合的有限元模型，利用有限元模型预测带钢在层流冷却过程的残余应力、量化残余应力分布及演变情况，同时再现实际冷却过程中板形演变情况；本发明根据热轧带钢出精轧机时的温度场作为输入条件，来计算整个冷却过程中带钢的内应力和板形的演变情况，再现实际层流冷却过程中的板形缺陷，再将预测出的残余应力作为精轧阶段的参考，经最终冷却得到的带钢会大大改善板形缺陷情况。
-
公开(公告)号：CN114417236A
公开(公告)日：2022-04-29
申请号：CN202210052368.7
申请日：2022-01-18
申请人： 东北大学
摘要： 本发明属于钢铁轧制技术领域，具体涉及一种基于数据评估的钢铁轧制产品质量优化控制方法。本发明通过多样本的数据采集和处理，在此基础上对样本进行数据评估，筛选出适用模型修正用的准确度最高的样本，以此为源数据；通过模型再计算，实现对钢铁生产过程中的与产品质量直接相关的模型核心参数辊缝、轧制力、轧制速度的修正；在修正过程中，对平滑系数进行最优选取，保证修正效率的同时，提高模型的预测精度，使模型的预测结果更快更准确的接近于实测值，从而实现提升钢铁产品厚度等质量指标的控制效果，最终达到提高同批次产品高质化控制的目的。
-
公开(公告)号：CN114154546A
公开(公告)日：2022-03-08
申请号：CN202111490619.1
申请日：2021-12-08
申请人： 东北大学
IPC分类号： G06K9/00
摘要： 本发明提供一种钢铁生产过程数据的降噪方法，涉及钢铁生产过程的自动控制技术领域。首先建立EEMD‑WT降噪模型，对含有噪声的钢铁生产过程数据进行EEMD分解，然后采用连续均方误差的方法(CMSE)计算噪声能量突变点b，计算出b值后，将前面相应的高频IMF分量进行小波变换降噪处理，除去高频中的噪声，保留高频信号段的剩余信息，最后与低频其余的IMF分量重构，完成EEMD‑WT降噪模型的建立；将含噪的钢铁生产过程数据导入到EEMD‑WT降噪模型中，得到最后的降噪后数据。本发明提出的EEMD‑WT降噪方法降噪效果好，相比于SVD降噪方法和均值降噪方法能更好地还原出原始数据，可以广泛地投入到钢铁生产过程当中。
-
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
摘要： 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：CN114091211A
公开(公告)日：2022-02-25
申请号：CN202111516036.1
申请日：2021-12-06
申请人： 东北大学
IPC分类号： G06F30/17 , G06F30/27 , G06K9/62 , B21B37/00 , G06F119/14
摘要： 本发明提供一种基于数据驱动的冷轧机振动预测与预警方法，涉及轧钢技术领域。本发明首先在冷轧生产过程中，获取轧制过程工艺参数；将轧机轧制过程工艺参数与振动数据进行时刻匹配、数据平滑与标准化处理；最后采用处理后的数据使用XGBoost算法建立轧机振动幅值预测模型，利用模型对轧机的振动幅值进行预测；本发明提供的数据驱动的冷轧机振动预测与预警方法，运算速度快、计算精度高，可应用于在线轧机振动的早期预警。
-
公开(公告)号：CN114074118A
公开(公告)日：2022-02-22
申请号：CN202111367315.6
申请日：2021-11-18
申请人： 东北大学
IPC分类号： B21B37/00
摘要： 本发明公开了一种六辊冷轧机的轧制稳定性预测方法，涉及轧制过程自动化生产技术领域。该方法考虑了入口油膜挤压效应，将轧辊垂向振动速度引入油膜厚度计算公式，获得动态入口油膜厚度，并结合粗糙度分布假设，计算变形区摩擦应力分布随时间的变化情况；考虑了轧辊垂向振动速度的卡尔曼微分方程推导，并带入变形区摩擦应力分布，计算动态轧制力及由轧辊垂向振动引发的轧制力波动量；根据轧辊、轧件和牌坊间的受力关系，建立轧机系统的垂向振动动力学方程，然后采用Newmark‑Beta法求解，并以轧辊垂向位移作为判断轧机稳定性的依据，若轧辊位移曲线收敛，则轧机稳定，若轧辊位移曲线发散，则轧机不稳定。该方法能够更精准地预测出轧制过程中的轧机稳定性。
-
公开(公告)号：CN113742975A
公开(公告)日：2021-12-03
申请号：CN202111075002.3
申请日：2021-09-14
申请人： 东北大学
IPC分类号： G06F30/23 , G06F30/17 , G06F111/10
摘要： 本发明属于轧制技术领域，具体涉及一种热连轧粗轧立‑平轧制轧件头尾缺陷预测及评价方法。针对现有技术的不足，本发明提出了一种热连轧粗轧过程立‑平轧制轧件头尾缺陷预测及评价方法,综合考虑了立‑平轧制过程中工艺规程与实际设备，基于现场实际，建立有限元模型，通过控制变量法设定实验条件进行有限元仿真的方式，建立了立‑平轧制头尾缺陷关键点的函数表达式，拟合了立‑平轧制轧件头尾缺陷的形状曲线，并依此提出了一种立‑平轧制轧件头尾缺陷的评价方法；准确的预测了立‑平轧制后轧件头尾缺陷，解决了在生产过程中，轧件头尾难以确定的难题；同时给出了一种头尾缺陷的评价方法。本发明能够为后续的剪切工艺提供指导，降低切损率。
-
公开(公告)号：CN113671923A
公开(公告)日：2021-11-19
申请号：CN202111001700.9
申请日：2021-08-30
申请人： 东北大学
IPC分类号： G05B19/418
摘要： 一种基于数据驱动的连轧过程故障检测方法，属于轧制过程的自动化控制技术邻域，本发明首先采集包含正常生产过程带钢生产数据以及出现故障时的带钢生产数据；再将数据进行标准化处理；用栈式自编码器深度学习模型对处理后的数据进行特征提取与数据降维，之后基于深度学习模型输出后的数据，结合典型相关分析多元统计方法，进行连轧过程的故障检测。本发明提供的基于数据驱动的连轧过程故障检测方法，运行速度快、检测精度高，本发明方法可直接在计算机上通过编程实现，且不需要成本上的投入，可以广泛推广到热轧生产中。
-
公开(公告)号：CN112474826B
公开(公告)日：2021-10-22
申请号：CN202011161625.8
申请日：2020-10-27
申请人： 东北大学
IPC分类号： B21B38/04
摘要： 一种热连轧中间坯厚度分布的计算方法，属于轧钢自动控制技术领域。本发明根据轧件在粗轧过程中温度的变化，通过测温仪测得轧件的温度，通过温降模型计算得到了轧件在粗轧过程中温度变化情况，计算得到粗轧各道次轧件长度方向上不同位置的温度分布，基于在线轧制力的校核，借助于轧制特性分析计算得到了温度偏差、厚度偏差对轧制过程各道次厚度的影响规律，最终得到了中间坯长度方向上的厚度分布情况。本发明方法为精轧区厚度控制提供准确的源数据，为产品厚度的高精度控制提供了良好条件。
-
公开(公告)号：CN111570527B
公开(公告)日：2021-08-03
申请号：CN202010441170.9
申请日：2020-05-22
申请人： 东北大学
摘要： 本发明提供一种全连续热轧薄带线卷取机切换过程中导板的控制方法。在全连续热轧薄带生产线中，带钢头部经过轧机轧制、飞剪剪切、卷取机卷钢、轧机抛钢的过程中，经常出现跑偏现象，如果控制方法不当，可引起塔型、错层、折边等问题，本发明提出一种在线自动控制方法，结合相应的电气元器件，可以实现对卷取机前侧导板的自动控制，同时对两侧两次短行程、传动侧压力控制的控制时序进行了调整，可以有效辅助夹送辊顺利将带钢带入卷取机，减少了塔型、错层、折边等问题，保证了带钢的卷型，提升了生产过程中的成品率。
-
-
-
-
-
-
-
-
-
搜索结果
288 条记录 (耗时 0.074 秒)
