-
公开(公告)号：CN118314998B
公开(公告)日：2025-02-18
申请号：CN202410529220.7
申请日：2024-04-29
Applicant: 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
Abstract: 本发明提供了一种融合物理冶金与数据驱动的热轧带钢力学性能预测方法，属于热轧材料力学性能预测研究领域，包括：获取热轧带钢的生产数据集，通过遗传算法优化的物理冶金模型计算热轧带钢的各组织成分占比；构建力学性能预测所需数据集并进行预处理，得到预处理后的数据集；将预处理后的数据集划分为训练集和测试集；构建随机森林模型，利用随机森林模型对训练集进行计算，获取最优参数，并对测试集进行力学性能预测。本发明采用上述的一种融合物理冶金与数据驱动的热轧带钢力学性能预测方法，将成分工艺参数与各相分数占比同时作为输入数据实现对钢材力学性能的预测，可有效提高力学性能预测精度，有助于实现工艺参数的优化，提高产品质量。
-
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
Applicant: 东北大学
IPC: G06T11/00 , G06N3/0464 , G06N3/0455 , G06N3/048 , G06V10/44 , G06V10/77 , G06N5/01 , G06N20/20 , G06N3/08
Abstract: 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
Applicant: 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
Abstract: 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
Applicant: 东北大学
Abstract: 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
-
-
Patent Agency Ranking
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
Applicant: 东北大学
IPC: G16C60/00 , G06F30/27 , G06F18/214 , G06F18/243 , G06F119/14 , G06F111/06 , G06F119/08 , G06F111/08
Abstract: 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
Applicant: 东北大学
Abstract: 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
Applicant: 东北大学
Abstract: 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
Applicant: 东北大学
IPC: G06F30/20 , C22F1/16 , G06F119/08
Abstract: 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
Applicant: 东北大学
Abstract: 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。
-
-
-
-
-
-
-
-
-
Search Results
240
records
(took 0.031 seconds)
