-
公开(公告)号:CN119035274B
公开(公告)日:2025-02-25
申请号:CN202411545294.6
申请日:2024-11-01
Applicant: 东北大学
IPC: B21B37/22
Abstract: 本申请提出一种热连轧生产过程机架间宽度预测方法及装置,属于轧钢自动控制技术领域,所述方法包括:获取热连轧生产过程中机架入口的各项参数;将机架入口的各项参数输入预建立的宽展预测模型,得到热连轧生产过程中的每个机架的宽展,根据带钢入口宽度以及每个机架的宽展得到最终出口宽度、每个上游机架的出口宽度以及每个下游机架的出口宽度,所述预建立的宽展预测模型具有同一的模型结构以及不同的系数,通过有限元分析确定模型结构,通过灰狼算法确定每个宽展预测模型的最优系数。本申请考虑了机架间张力与各机架轧件的变形抗力,并且考虑了上游机架对下游机架的遗传性的影响,提高了宽度预测的精度。
-
公开(公告)号:CN119035277B
公开(公告)日:2025-01-07
申请号:CN202411545293.1
申请日:2024-11-01
Applicant: 东北大学
IPC: B21B37/58 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/082 , G06F18/214
Abstract: 本发明提供一种基于特征增维和深度神经网络的轧制力动态预测方法,涉及轧制技术领域。该方法具体包括:采集带钢热连轧轧制过程中的生产数据并进行数据处理,构建样本数据集,根据预设的比例从样本数据集中划分训练集;构建特征增维卷积深度神经网络FACDNN模型,并利用训练集对特征增维卷积深度神经网络FACDNN模型进行训练,得到训练好的特征增维卷积深度神经网络FACDNN模型;通过重新采集带钢热连轧轧制过程中的生产数据并输入训练好的特征增维卷积深度神经网络FACDNN模型,得到带钢热连轧轧制过程中的轧制力预测结果。本方法充分考虑了过程工艺参数变化对模型精度的影响,从而实现下游机架的轧制力高精度的动态预测。
-
公开(公告)号:CN117519067B
公开(公告)日:2024-08-20
申请号:CN202311368602.8
申请日:2023-10-20
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明提供一种连轧过程多机架控制性能评价方法,涉及金属轧制技术领域。首先构建连轧过程多机架多变量时间序列;用去趋势波动分析算法对数据进行处理分别求解出时间序列对应的s值进而求取控制系统Hurst指数;利用多机架控制性能等级评价指标评价此时控制器的性能状态。本发明提出的性能评价方法模型依赖性低,可以忽略控制系统本身结构的求取,不需要求解过程时间延迟及复杂的关联矩阵,方案实施简单,可以直接在计算机上通过编程实现,是一种适合实际复杂多变工况的连轧过程多机架控制性能评价方法,可以广泛的推广到多机架连轧生产过程中。
-
公开(公告)号:CN118503911A
公开(公告)日:2024-08-16
申请号:CN202410621541.X
申请日:2024-05-20
Applicant: 东北大学
IPC: G06F18/25 , G06F18/213 , G06F18/241 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/09 , G06F123/02
Abstract: 本发明提供一种基于多级网络融合的轧机振动时序预测方法,涉及金属轧机技术领域。首先利用一维卷积神经网络提取多维数据中的长短周期特征,再用循环神经网络和时间卷积网络分别对短周期、长周期数据进行训练,引入注意力机制以防止计算效率下降,最后将两种模态特征进行融合输出预测结果。本发明充分利用了工业大数据中蕴含着轧制生产过程全部规律的特点和卷积神经网络特征提取的优势,经融合后的预测模型与现有的轧机振动预测模型相比,预测结果的准确性大大提高,所提出的模型具有很好的可信度。
-
公开(公告)号:CN118321400A
公开(公告)日:2024-07-12
申请号:CN202410749301.8
申请日:2024-06-12
Applicant: 东北大学
Abstract: 本发明属于柔性辊弯折技术领域,具体涉及一种柔性辊弯成型装置,包括设置在成型台上的成型机构、固定机构和限位机构;所述成型机构设置在成型台的中部,成型机构两外侧分别对称设有固定机构,固定机构的两外侧分别对称设有限位机构;成型机构、两个固定机构、两个限位机构呈“W”设置;两个限位机构相对设置;柔性辊穿入限位机构,固定机构和成型机构分别设置在柔性辊的两侧;所述成型机构包括弯折框和清理环,弯折框和清理环错位设置。通过设置挤压轴、摩擦块,对柔性辊水平方向进行固定;第一摩擦软垫和第二摩擦软垫,间接的对柔性辊进行固定,通过机构之间的配合,对柔性辊的水平方向和竖直方向进行固定,避免出现柔性辊发生偏移的现象。
-
公开(公告)号:CN117983668A
公开(公告)日:2024-05-07
申请号:CN202410409149.9
申请日:2024-04-07
Applicant: 东北大学
IPC: B21B37/16 , B21B37/48 , G06F17/16 , G06F17/13 , G06F119/18
Abstract: 本发明提供一种基于性能评估的热轧过程厚度活套张力优化控制方法,涉及热轧技术领域,本发明首先建立热轧厚度‑活套‑张力状态空间方程,并基于状态空间方程和热轧数据模拟了热轧产线的厚度‑活套‑张力控制系统。采用Hurst指数实时对厚度‑活套‑张力控制系统进行性能评估,若发现控制系统的控制性能不佳,则采用小龙虾优化算法对控制系统的控制参数进行优化,并采用优化后的控制参数对热轧生产过程进行控制。本发明提出的基于性能评估的热轧过程厚度‑活套‑张力优化控制方法实现了对厚度‑活套‑张力这一复杂控制系统的性能评估,且优化控制过程不再受限于专家经验,大幅提升厚度‑活套‑张力控制系统的稳定性,可以广泛地投入到热轧生产当中。
-
公开(公告)号:CN117724433B
公开(公告)日:2024-04-19
申请号:CN202410174379.1
申请日:2024-02-07
Applicant: 东北大学
IPC: G05B19/418
Abstract: 本发明提供一种基于多通道分布式深度集成预测的冷轧生产前馈控制方法,涉及钢铁生产的智能化核心技术领域,采集冷轧过程数据和质量检测设备的K个通道的冷轧产品质量数据,构建原始数据集;对经过预处理后的原始数据集按照预定的比例进行划分,得到训练集,留出集和测试集;使用训练集用来训练基学习器;采用分布式框架为每个通道的冷轧产品质量数据构建多通道分布式深度集成模型;使用多通道分布式深度集成模型对测试集进行预测得到K个通道的冷轧产品质量预测值;基于预测结果制定不同的控制策略;根据控制策略采用猎豹优化算法对多机架控制参数进行前馈修正,实现对冷轧生产的控制。本方法预测速度快,控制精度高,提升了冷轧生产的控制精度。
-
公开(公告)号:CN117875137A
公开(公告)日:2024-04-12
申请号:CN202410270793.2
申请日:2024-03-11
Applicant: 东北大学
IPC: G06F30/23 , G16C60/00 , G06F119/14 , G06F113/26
Abstract: 本发明提供一种基于数据驱动的轧制过程轧辊磨损预测方法,涉及轧钢自动控制技术领域。该方法首先确定影响轧辊磨损的主要特征参数;并建立四辊轧机轧辊‑轧件热力耦合有限元模型,获取轧制过程不同工况下的接触应力分布;再按照轧制过程中窜辊位置,沿轧辊宽度方向将轧辊辊面划分成一系列离散的磨损单元;并根据实际轧制过程,获取轧制过程工艺参数、接触应力、接触宽度、磨损长度、轧制现场轧辊磨损量实测值以及轧辊磨损计算值;最后建立数据机理融合的轧辊磨损值预测模型,进行轧辊磨损值预测。该方法在提高计算速度的同时,提高预测模型的计算精度,从而实现轧制过程中轧辊磨损的准确预测。
-
公开(公告)号:CN117171521A
公开(公告)日:2023-12-05
申请号:CN202311138499.8
申请日:2023-09-05
Applicant: 东北大学
IPC: G06F18/15 , G06F18/214 , G06Q10/0639 , G06Q50/04
Abstract: 本发明提供一种针对缺陷检测的钢铁产品性能智能诊断方法,涉及钢铁检测技术领域,本发明首先对热轧带钢数据集进行标准化处理,然后生成少数类过采样技术和重复编辑近邻样本方法平衡训练数据,接着构建引入代价补偿因子的轻型梯度提升机,通过混沌哈里斯鹰优化方法确定最优代价补偿因子,最后用智能诊断模型对热轧带钢数据集进行诊断。
-
公开(公告)号:CN116741302A
公开(公告)日:2023-09-12
申请号:CN202310698567.X
申请日:2023-06-12
Applicant: 东北大学
Abstract: 本发明的一种迁移学习融合鲸鱼优化算法的硅钢凸度预测方法,包括:步骤1:采集硅钢和非硅钢的轧制现场数据;步骤2:对采集的轧制现场数据进行预处理,将硅钢轧制现场数据作为目标域数据,非硅钢轧制现场数据作为源域数据;步骤3:基于源域数据对硅钢凸度预测模型进行预训练,同时利用鲸鱼捕食算法优化模型网络的结构和超参数;步骤4:通过目标域的训练集对硅钢凸度预测模型进行迁移训练,实现源域知识向目标域的转移,获得最终的硅钢凸度预测模型。
-
-
-
-
-
-
-
-
-