公开(公告)号：CN116682505B

公开(公告)日：2023-11-21

申请号：CN202310707256.5

申请日：2023-06-14

申请人： 东北大学

发明人： 吴思炜 ,  张成德 ,  曹光明 ,  赵迪 ,  曹阳 ,  周晓光 ,  高志伟 ,  刘建军 ,  闫新悦 ,  刘振宇

IPC分类号： G16C20/30 ,  G16C20/70 ,  G06N5/01 ,  G06N20/20

公开(公告)号：CN116682505A

公开(公告)日：2023-09-01

申请号：CN202310707256.5

申请日：2023-06-14

申请人： 东北大学

发明人： 吴思炜 ,  张成德 ,  曹光明 ,  赵迪 ,  曹阳 ,  周晓光 ,  高志伟 ,  刘建军 ,  闫新悦 ,  刘振宇

IPC分类号： G16C20/30 ,  G16C20/70 ,  G06N5/01 ,  G06N20/20

摘要： 本发明公开了一种基于分位数回归森林的HRB400E钢材力学性能预测方法，数据样本的选取；数据处理；数据划分：将实际数据集按照数据划分策略划分为训练集和测试集；构建分位数回归森林模型：利用分位数回归森林模型对训练数据进行计算，结合贝叶斯优化方法确定模型最优超参数组合，从而得到最终预测模型；HRB400E钢材力学性能预测：利用最终的预测模型对待预测数据进行计算，得到待预测HRB400E钢材的力学性能预测值。本发明采用上述步骤，通过在随机森林模型中引入分位数回归从而实现区间预测，并结合贝叶斯优化确定最优参数组合，得到最优预测模型，可以反向对生产工艺参数进行优化和指导，对提高产品质量起到了有利效果。

公开(公告)号：CN118314998A

公开(公告)日：2024-07-09

申请号：CN202410529220.7

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

发明人： 曹光明 ,  闫新悦 ,  吴思炜 ,  周晓光 ,  曹阳 ,  姜淇铭 ,  高晨 ,  常啸 ,  王厚昕 ,  罗登 ,  杨艳 ,  杨文志 ,  汪贺模 ,  刘振宇

IPC分类号： G16C60/00 ,  G16C20/30 ,  G16C20/70 ,  G06N20/20

摘要： 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：CN118314984A

公开(公告)日：2024-07-09

申请号：CN202410529223.0

申请日：2024-04-29

申请人： 东北大学

发明人： 吴思炜 ,  刘建军 ,  曹光明 ,  周晓光 ,  张成德 ,  窦君 ,  闫新悦 ,  何宇挺 ,  常啸 ,  刘振宇

IPC分类号： G16C20/70 ,  G16C20/30 ,  G16C60/00 ,  G06V10/44 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

摘要： 本发明公开了一种基于多模态数据卷积特征融合的C‑Mn钢力学性能预测方法，属于钢材性能预测技术领域，包括以下步骤：构建初始多模态数据集；构建实际多模态数据集；将实际多模态数据集划分为训练集及测试集；利用多模态数据卷积特征融合的卷积神经网络模型对训练数据进行计算，优化模型参数，得到待预测的C‑Mn钢材力学性能预测模型并对测试数据进行计算，并对模型的泛化性能进行评估，得到待应用的基于多模态数据卷积特征融合的C‑Mn钢力学性能预测模型。本发明采用上述的一种基于多模态数据卷积特征融合的C‑Mn钢力学性能预测方法，通过不同维度的卷积神经网络模型有效的将成分工艺与显微组织图像数据信息进行耦合，提高了C‑Mn钢材力学性能的预测精度。