-
公开(公告)号：CN115846423A
公开(公告)日：2023-03-28
申请号：CN202211114366.2
申请日：2022-09-14
Applicant: 东北大学
Abstract: 本发明公开了一种板带轧制过程轧辊温度的计算方法，包括：获取工作辊的各项参数；根据所述工作辊的各项参数，建立所述工作辊的有限元模型；根据热轧工况，将所述工作辊划分为多个换热区域；计算各所述换热区域的换热系数；根据所述热轧工况和各所述换热区域的相关参数，建立所述工作辊的温度场模型；根据所述工作辊的温度场模型，计算所述工作辊的温度，克服了现有技术无法准确预测周向温度变化，导致轧辊温度预测精度低的技术问题，本发明能够提高轧辊温度预测精度，进而提高带钢的成材率。
-
公开(公告)号：CN113742975B
公开(公告)日：2022-11-29
申请号：CN202111075002.3
申请日：2021-09-14
Applicant: 东北大学
IPC: G06F30/23 , G06F30/17 , G06F111/10
Abstract: 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：CN115374858A
公开(公告)日：2022-11-22
申请号：CN202211016250.5
申请日：2022-08-24
Applicant: 东北大学
IPC: G06K9/62 , G06F16/215 , G06Q50/04
Abstract: 本发明提供了基于混合集成模型的流程工业生产品质的智能诊断方法，涉及流程工业生产品质的诊断技术领域。该方法首先采集工业生产过程数据和生产品质数据，然后对采集的数据进行预处理并对生产品质划分类别、计算不平衡度，构建流程工业生产品质数据集，之后采用ADASYN‑RENN对数据集进行平衡采样，以采样后的数据集为基础，同时考虑模型融合的基分类器的性能和多样性，构建混合模型的基分类器候选池，通过对比不同候选分类器组合方式的分类性能，最后选取性能最优的分类器组合建立混合集成模型用于流程工业生产品质的智能诊断。该方法分类性能好、鲁棒性强，相比于其他数据驱动方法和现场机理模型具有更优异的诊断性能，可广泛投入到流程工业生产过程当中。
-
公开(公告)号：CN114972261A
公开(公告)日：2022-08-30
申请号：CN202210588276.0
申请日：2022-05-27
Applicant: 东北大学
Abstract: 本发明提供一种板带钢表面质量缺陷的识别方法，构建基于EfficientDet‑D4检测框架的神经网络模型作为缺陷识别的检测模型，通过神经网络模型输出预检测带钢图像缺陷的位置及种类；本发明基于EfficientDet‑D4网络，利用mosaic及一些列数据增强方法丰富带钢缺陷数据，提高模型鲁棒性，并调整mosaic适配带钢图像，相比原始mosaic，单批次训练送入更多数据同时防止过度缩放降低小目标检测精度；修改网络损失函数，采用CIoU Loss并对正样本的选取机制做出适当调整，通过使用差分进化算法，学习率逐步变化的策略进行网络超参数调优，进一步提高了目标识别的精度。
-
公开(公告)号：CN114662301A
公开(公告)日：2022-06-24
申请号：CN202210242414.X
申请日：2022-03-11
Applicant: 东北大学
IPC: G06F30/20 , G06F30/17 , G06F17/13 , G06F17/11 , G06F119/14
Abstract: 本发明公开了一种带钢连轧过程的数字孪生模型构建方法，涉及带钢轧制技术领域；针对带钢连轧过程控制量众多，变量间相互耦合的特点，选择使用状态空间描述法表述钢铁连轧过程复杂的变量关系。依据状态空间方程确定的各向量组成推导各变量的表达式，然后写入状态空间方程建立起综合系统的初步模型。针对实际生产具体的轧制规程和设备参数，计算各变量的表达式中所需的偏微分系数，组成状态空间模型的系数矩阵，完成此轧制规程的综合系统建模。建立的综合系统模型可进行仿真分析，确定此轧制规程中各变量的影响比重，为实际生产控制提供模型基础。模型效果相比传统的建模方法充分考虑了各变量之间的耦合关系，可以广泛地投入钢铁生产当中。
-
Patent Agency Ranking
公开(公告)号：CN111861236A
公开(公告)日：2020-10-30
申请号：CN202010730907.9
申请日：2020-07-27
Applicant: 东北大学
IPC: G06Q10/06 , G06Q30/00 , G06F16/27 , G06F16/2455
Abstract: 本发明公开一种棒材精整工艺数据同步方法，属于轧钢自动控制技术领域。该方法将棒材精整过程中各工序产生的采样数据对应到棒材长度方向上，在相同棒材长度的百分比下显示。其中，当工序采样数据量少的时候，采用插值法对采样数据进行填充；当采样数据量多的情况下，采用均值法对采样数据进行删减，以达到采样数据量相同的目的，最终实现各工序采样数据同步显示。根据同步后的数据可以查询任意长度位置上各工序的实测数据，为现场的工作人员提供一种方便快捷的产品质量数据查询方式，有助于后续的质量缺陷定位和追溯。
-
公开(公告)号：CN110404977B
公开(公告)日：2020-07-28
申请号：CN201910680000.3
申请日：2019-07-26
Applicant: 东北大学
Abstract: 本发明提供一种板带轧制过程在线质量判定方法，涉及轧制自动控制技术领域。该方法从厚度测量仪表获得实测数据之后，通过计算采样点对应的采样长度，按照基准长度重新进行采样点划分，后进行轧件头部、本体、尾部各部分的厚度质量的标准差及合格率，并与目标合格率进行比较，得到合格品和不合格品的等级；进一步通过头尾切除、分切等方式给出轧件的后续处理建议。本发明能够充分对轧件厚度质量进行综合评判，解决了传统厚度判定方式存在的不足，为热轧产品厚度质量的在线判定提供了有效的手段。
-
公开(公告)号：CN110947774A
公开(公告)日：2020-04-03
申请号：CN201911239827.7
申请日：2019-12-06
Applicant: 东北大学
Abstract: 本发明涉及带钢轧制技术领域，提供一种考虑轧制宽展的板形预测方法。该方法包括：步骤1：获取带钢参数、轧辊参数和轧制参数；步骤2：考虑金属横向流动，引入轧制前后横向厚度差变化因子和宽展因子，构建基于板形-凸度-宽展耦合的带钢板形预测模型；步骤3：根据带钢参数、轧辊参数和轧制参数，构建轧机和带钢的三维有限元模型，利用所述三维有限元模型对带钢轧制进行模拟仿真，提取稳定轧制阶段带钢的横向位移、厚度数据，计算基于板形-凸度-宽展耦合的带钢板形预测模型的参数；步骤4：利用基于板形-凸度-宽展耦合的带钢板形预测模型对带钢的板形进行预测。本发明能够提高板形预测的精度、增强适用性。
-
公开(公告)号：CN109013717B
公开(公告)日：2019-10-25
申请号：CN201810951651.7
申请日：2018-08-21
Applicant: 东北大学
Abstract: 本发明提供一种热连轧中间坯心部温度计算方法，涉及轧钢自动控制技术领域。该方法根据粗轧区末轧制道次实际测量得到的轧制力速度、宽度和厚度计算得到轧件平均温度，通过空冷温降计算得到轧件在运输辊道上的温降损失，得到轧件的平均温度，再进一步结合轧件在中间辊道的任一位置的表面温度，即可以计算得到轧件的心部温度。本发明的方法安全可高，计算精度高，能够成功应用于热连轧机中间坯心部温度的计算过程，解决了实际过程中中间坯心部温度无法直接在线测量的问题，节约生产投资成本的同时，保证温度的计算精度，为成品厚度的在线精准控制提供了良好基础。
-
公开(公告)号：CN110180900A
公开(公告)日：2019-08-30
申请号：CN201910552424.1
申请日：2019-06-25
Applicant: 东北大学
IPC: B21B37/16
Abstract: 本发明提出一种厚规格窄带钢厚度控制方法，属于轧制自动控制技术领域，包括：采集PDI数据；计算轧件运行速度；计算轧件通过轧线特定位置的时间及对应的采样点数目；根据采样点数目确定轧件厚度的计算方式；计算轧件扭转造成的测量偏差；使用测量偏差补偿测厚仪的实测数据，得到补偿后的测厚仪的实测数据；使用补偿后的厚度测量值进行厚度控制，完成轧制过程。本发明在现有系统基础上，仅通过对数据分析和处理，即可以实现厚规格窄带钢的厚度测量，无须对现有控制系统进行修改，能够保证厚度的测量精度，安全可靠，为厚度自动控制系统的正常投用提供了良好的基础。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.029 seconds)
