-
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:CN115478135B
公开(公告)日:2024-02-02
申请号:CN202211086379.3
申请日:2022-09-06
申请人: 东北大学
摘要: 述工艺生产高硅钢薄带不仅可实现硅元素含量本发明涉及一种具有强{100}取向柱状晶的 提高对磁性能的提升,更加通过控制组织织构对高硅钢薄带的制备方法,属于材料制备技术领 磁性能的提升,对原始原料的成分限定更宽范,域。一种具有强{100}取向柱状晶的高硅钢薄带 实现产品的磁性能更高。的制备方法,包括下述工艺步骤:制备厚度为0.08~0.5mm的低碳低硅冷轧带钢;将带钢进行脱碳退火处理,退火过程在H2和N2混合气体保护下进行,退火温度800~960℃,退火时间1~15min,脱碳气氛露点控制在+20~50℃;经退火
-
-
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:CN115719623A
公开(公告)日:2023-02-28
申请号:CN202211466765.5
申请日:2022-11-22
申请人: 东北大学
摘要: 本发明公开了一种实现热轧过程再结晶组织演变可视化的方法,该技术属于轧钢领域。该方法基于轧制过程再结晶分数与晶粒尺寸预测模型,从生产现场服务器读取轧制生产工艺参数,计算轧制过程各道次软化分数与晶粒尺寸随时间变化曲线,并利用Vonoroi图对轧制过程显微组织演变过程进行实时预测,实现轧制过程组织演变的数字解析。该技术可以指导热轧生产工艺参数的制定,通过制定合理的工艺参数,优化轧制过程最终的晶粒尺寸与晶粒的压缩比,为热轧钢材显微组织控制提供依据。
-
公开(公告)号:CN115478135A
公开(公告)日:2022-12-16
申请号:CN202211086379.3
申请日:2022-09-06
申请人: 东北大学
摘要: 本发明涉及一种具有强{100}取向柱状晶的高硅钢薄带的制备方法,属于材料制备技术领域。一种具有强{100}取向柱状晶的高硅钢薄带的制备方法,包括下述工艺步骤:制备厚度为0.08~0.5mm的低碳低硅冷轧带钢;将带钢进行脱碳退火处理,退火过程在H2和N2混合气体保护下进行,退火温度800~960℃,退火时间1~15min,脱碳气氛露点控制在+20~50℃;经退火处理后的带钢进行冷却、渗硅、扩散退火处理,使最终所得薄带表面的硅含量为2.5~7.5%,心部的硅含量为1~5%的梯度高硅钢薄带。本发明所述工艺生产高硅钢薄带不仅可实现硅元素含量提高对磁性能的提升,更加通过控制组织织构对磁性能的提升,对原始原料的成分限定更宽范,实现产品的磁性能更高。
-
公开(公告)号:CN112417639A
公开(公告)日:2021-02-26
申请号:CN202010966429.1
申请日:2020-09-15
申请人: 东北大学
IPC分类号: G06F30/20 , C22F1/16 , G06F119/08
摘要: 本发明提供一种热轧低碳钢氧化铁皮结构演变数字解析方法,涉及轧钢技术领域。相比于传统基于深度学习的显微组织识别方法,本方法基于热轧低碳钢氧化铁皮结构演变预测模型,从生产现场服务器读取轧制生产工艺参数,计算轧制后冷却过程中钢卷温度随时间变化曲线,对氧化铁皮结构演变过程进行实时预测,实现氧化铁皮结构转变过程的数字解析。该技术可以指导热轧生产工艺参数的制定,通过制定合理的工艺参数,优化氧化铁皮中FeO,Fe3O4和共析组织(Fe+Fe3O4)各相比例,为热轧带钢氧化铁皮结构控制提供依据。
-
公开(公告)号:CN112085727A
公开(公告)日:2020-12-15
申请号:CN202010978690.3
申请日:2020-09-17
申请人: 东北大学
摘要: 本发明提供一种热轧钢材表面氧化铁皮结构智能识别方法,涉及轧钢技术领域。本发明通过制作氧化皮检测的试样,并利用金相检测设备得到热轧钢材表面氧化铁皮照片数据,经过预处理后,建立起氧化皮图像样本集。制作语义标签,结合建氧化皮结构图像语义分析的神经网络模型,对神经网络模型进行训练,最终实现用户输入氧化铁皮组织图片,自动获取图片中各组织的比例、分布区域、以及其形态分类说明。
-
公开(公告)号:CN109794515B
公开(公告)日:2020-08-18
申请号:CN201910080281.9
申请日:2019-01-28
申请人: 东北大学
摘要: 本发明的一种提高高碳钢盘条氧化铁皮机械剥离性能的方法,属于冶金技术领域。该方法将连铸坯料放置于加热炉中加热至1040~1120℃,控制坯料在炉时间为60~180min;对出加热炉后的连铸坯料进行高压水除鳞,并经轧制得到中间坯料;将中间坯料进行吐丝工序后,经冷却工序,得到盘条成品。本发明通过优化加热、轧制、吐丝、冷却过程的相关工艺参数,调节氧化铁皮厚度、Fe3O4组成比例及索氏体含量,并控制氧化铁皮厚度为8~14μm、Fe3O4组成比例为10~40%,基体索氏体含量达到85%以上,在确保力学性能的前提下,提高氧化铁皮的机械剥离性能,使客户在机械除鳞时盘条表面氧化铁皮以大片状和长条状剥落且表面无氧化铁皮残留。
-
-
-
-
-
-
-
-
-