-
公开(公告)号：CN118446928A
公开(公告)日：2024-08-06
申请号：CN202410529213.7
申请日：2024-04-29
申请人： 东北大学 , 中信金属股份有限公司 , 湖南华菱湘潭钢铁有限公司
摘要： 本发明公开了一种基于CycleGan模型的IF钢金相照片晶界强化方法，属于材料性能预测技术领域，包括数据采集；数据处理；数据划分：将数据集按照数据划分策略划分为训练集和测试集；搭建CycleGan模型：利用两组传统生成对抗网络，分别优化最小化损失，得到两个域之间的两个数据转换函数模型；IF钢金相照片晶界强化：利用最终的CycleGan模型，对原始金相照片处理，去除金相试样表面存在的划痕，补全残缺的晶界。本发明采用上述方法，基于CycleGan模型，对不同域的两个数据集训练，得到模型结构，实现两个数据的相互转换，对于明晰IF钢晶界起到有利效果。
-
公开(公告)号：CN108315663B
公开(公告)日：2019-12-03
申请号：CN201810321051.2
申请日：2018-04-11
申请人： 东北大学
摘要： 一种540MPa级Ti微合金化热轧双相钢板及其制备方法，属于冶金技术领域；双相钢板化学成分按质量百分数为：C：0.04～0.08％，Si：0.05～0.15％，Mn：0.40～0.60％，S：≤0.015％，P：≤0.018％，Als：0.02～0.05％，Ti：0.03～0.05％，余量为Fe和不可避免的杂质；热轧双相钢板的制备方法：1)将钢坯加热至1200～1240℃，保温1.5～2.5h；2)对加热后的钢坯进行粗轧；3)对中间坯进行精轧；4)对板带进行水冷‑空冷‑水冷三段式冷却；本发明以廉价的微合金钛替代贵重合金铬和贵重微合金铌，降低了锰和硅的使用量，降低了轧机负荷，钢板组织均匀、表面质量良好，实现了抗拉强度540MPa级热轧双相钢板的低成本、易轧制、高效率生产。
-
公开(公告)号：CN118314234A
公开(公告)日：2024-07-09
申请号：CN202410529215.6
申请日：2024-04-29
申请人： 东北大学
IPC分类号： G06T11/00 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06V10/44 , G06V10/77 , G06N5/01 , G06N20/20 , G06N3/08
摘要： 本发明公开了一种改进自编码器网络的C‑Mn钢显微组织图像生成方法，属于钢铁显微组织图像预测技术领域，包括获取C‑Mn数据集；对C‑Mn数据集进行预处理及扩充；对自编码器进行改进；构建编码器与解码器网络模型；应用编码器模型进行特征提取；构建PCA模型；构建XGBoost模型；将自设定的成分工艺数据依次输入到训练完毕的XGBoost模型、PCA模型及解码器模型中，得到预测的显微组织预测图像。本发明通过在传统的自编码器结构中引入稠密卷积块构成DCB‑AE网络，通过基于DCB‑AE网络的数据降维与升维方法解决了传统AE网络对于大尺度图像拟合的问题，此外，结合机器学习模型提高了显微组织图像生成模型的泛化能力。
-
公开(公告)号：CN118298978A
公开(公告)日：2024-07-05
申请号：CN202410529210.3
申请日：2024-04-29
申请人： 东北大学 , 中信金属股份有限公司 , 湖南华菱湘潭钢铁有限公司
IPC分类号： G16C60/00 , G16C20/70 , G16C20/30 , G06N3/006 , G06F18/231 , G06F18/24 , G06F18/10 , G06N20/20
摘要： 本发明公开了一种物理冶金指导的热轧钢材力学性能机器学习方法，属于钢板生产和数据统计建模的交叉领域，包括：采集热轧钢板数据并对数据进行预处理；基于钢板数据和物理冶金学理论计算物理冶金参数；采用粒子群优化算法优化力学性能计算模型参数，构建力学性能预测模型。本发明采用上述的一种物理冶金指导的热轧钢材力学性能机器学习方法，搭建高质量数据集，选择最优算法建模对力学性能进行预测，实现指导钢板生产。
-
-
公开(公告)号：CN116825253A
公开(公告)日：2023-09-29
申请号：CN202310812958.X
申请日：2023-07-03
申请人： 东北大学
IPC分类号： G16C60/00 , G06F30/27 , G06F18/214 , G06F18/243 , G06F119/14 , G06F111/06 , G06F119/08 , G06F111/08
摘要： 本发明公开了基于特征选择的热轧带钢力学性能预测模型的建立方法，包括以下步骤：S1、数据样本的采集；S2、非线性相关性分析；S3、数据清洗；S4、特征选择；S5、XGBoost力学性能预测模型的建立和模型参数优化；S6、XGBoost模型可解释性分析。本发明采用上述基于特征选择的热轧带钢力学性能预测模型的建立方法，提出一种新的特征选择方法GAMIC，通过嵌入MIC相关分析方法消除特征数据集中的低相关性特征，降低了模型输入参数的维度，提高了模型预测精度、减少模型预测所需要的时间。
-
公开(公告)号：CN108277441A
公开(公告)日：2018-07-13
申请号：CN201810321661.2
申请日：2018-04-11
申请人： 东北大学
摘要： 一种600MPa级Ti微合金化热轧双相钢板及其制备方法，属于冶金技术领域；双相钢板的化学成分按质量百分数为：C：0.04～0.08％，Si：0.05～0.15％，Mn：0.90～1.10％，S：≤0.013％，P：≤0.020％，Als：0.02～0.05％，Ti：0.03～0.05％，余量为Fe和不可避免的杂质。双相钢板的制备方法：1)将钢坯加热至1200～1240℃，保温1.5～2.5h；2)对加热后的钢坯进行粗轧；3)对中间坯进行精轧；4)对板带进行水冷-空冷-水冷三段式冷却；本发明以廉价的微合金钛替代贵重合金铬、钼和贵重微合金铌、钒，降低了锰和硅的使用量，降低了轧机负荷，钢板组织均匀、表面质量良好，实现了抗拉强度600MPa级热轧双相钢板的低成本、易轧制、高效率生产。
-
公开(公告)号：CN116825253B
公开(公告)日：2023-11-21
申请号：CN202310812958.X
申请日：2023-07-03
申请人： 东北大学
IPC分类号： G16C60/00 , G06F30/27 , G06F18/214 , G06F18/243 , G06F119/14 , G06F111/06 , G06F119/08 , G06F111/08
-
公开(公告)号：CN116779062A
公开(公告)日：2023-09-19
申请号：CN202310707270.5
申请日：2023-06-14
申请人： 东北大学
摘要： 本发明公开了基于MOEA/D智能优化算法的热轧带钢生产工艺动态优化方法，包括S1、建立工艺优化基础数据平台；S2、基于工艺优化基础数据平台建立预测模型；S3、根据实际生产工艺要求，设定力学性能预测模型输入参数的范围；S4、基于设定的热轧带钢工艺参数优化设计方案，建立多目标优化策略数学模型；S5、基于MOEA/D智能优化算法对多目标数学模型进行求解，得出合理的工艺参数计算值；S6、根据计算求解的工艺参数值，调整实际生产工艺设定值。本发明采用上述基于MOEA/D智能优化算法的热轧带钢生产工艺动态优化方法，根据实际性能需求，实现工艺参数的及时、精确和高效率优化，有助于提高热轧带钢生产工艺参数选择的科学性，提高热轧带钢力学性能的稳定性。
-
公开(公告)号：CN108411206B
公开(公告)日：2020-01-21
申请号：CN201810320324.1
申请日：2018-04-11
申请人： 东北大学
摘要： 一种抗拉强度540MPa级薄规格热轧双相钢及其制造方法，属于冶金技术领域；双相钢的化学成分按质量百分数为：C：0.04～0.065％，Si：0.05～0.14％，Mn：0.40～0.56％，Cr：0.20～0.30％，S：≤0.014％，P：≤0.018％，Als：0.02～0.04％，余量为Fe和不可避免的杂质。双相钢的制造方法：1)将钢水浇注成铸锭；2)对铸锭进行直接轧制；3)对板带进行水冷‑空冷‑水冷三段式冷却；本发明采用铸坯直接轧制工艺，减少轧制前加热工序，充分发挥大变形细化晶粒的作用，降低了锰、铬和硅的使用量，不需添加其他贵重微合金元素，生产成本显著降低，生产效率提高，钢板组织均匀、表面质量良好，实现了双相钢的以热代冷。
-
-
-
-
-
-
-
-
-
搜索结果
24 条记录 (耗时 0.038 秒)
