-
公开(公告)号：CN115007656B
公开(公告)日：2023-03-24
申请号：CN202210516672.2
申请日：2022-05-12
IPC分类号： B21B37/28
摘要： 本发明公开一种归一式板形目标曲线的设置方法，首先建立了高次项的板形目标曲线的初始表达式，并将其分成奇数项板形目标曲线和偶数项板形目标曲线。利用归一化算法对奇数项板形目标曲线和偶数项板形目标曲线计算值进行归一化处理，形成经归一化后的偶数项板形目标曲线系数和奇数项板形目标曲线系数。设定两种曲线的增益系数以实现板形目标曲线的放大功能。本发明方法获得的板形目标曲线方程的最终表达式具有可视化程度高、设置简单且易操作的特点，便于现场人员理解和使用。
-
公开(公告)号：CN114643287B
公开(公告)日：2022-08-02
申请号：CN202210559413.8
申请日：2022-05-23
IPC分类号： B21B37/28
摘要： 本发明的一种基于板形闭环调节量的弯辊力输出控制方法，依据PI控制器的设定原理，分别建立工作辊弯辊闭环反馈控制和中间辊弯辊闭环反馈控制的PI控制方程及其离散计算表达式。利用板形预设定系统计算数据和板形闭环反馈控制系统的实测数据，更改带钢规格变化时弯辊闭环反馈控制的控制量的设置方式，使弯辊闭环反馈控制的控制量在带钢宽度或厚度变化时实现清零功能。利用焊缝过四机架信号、助卷皮带信号，建立在剪切时弯辊闭环反馈控制的控制量的保持功能。
-
公开(公告)号：CN114653761A
公开(公告)日：2022-06-24
申请号：CN202210559410.4
申请日：2022-05-23
IPC分类号： B21B37/28
摘要： 本发明公开一种基于板形闭环调节量的轧辊倾斜输出控制方法，依据PI控制器的设定原理，建立轧辊倾斜闭环反馈PI控制器的控制模型的连续方程及其离散计算表达式。利用冷轧带钢生产的工艺特征和板形闭环反馈控制系统的控制特点，建立带钢规格变化时轧辊倾斜闭环反馈控制的控制量的设置方式，使轧辊倾斜闭环反馈控制的控制量在带钢宽度或厚度变化时实现清零功能。利用焊缝过四机架信号、助卷皮带信号，建立在剪切时轧辊倾斜闭环反馈控制的控制量保持功能。
-
公开(公告)号：CN115007656A
公开(公告)日：2022-09-06
申请号：CN202210516672.2
申请日：2022-05-12
IPC分类号： B21B37/28
摘要： 本发明公开一种归一式板形目标曲线的设置方法，首先建立了高次项的板形目标曲线的初始表达式，并将其分成奇数项板形目标曲线和偶数项板形目标曲线。利用归一化算法对奇数项板形目标曲线和偶数项板形目标曲线计算值进行归一化处理，形成经归一化后的偶数项板形目标曲线系数和奇数项板形目标曲线系数。设定两种曲线的增益系数以实现板形目标曲线的放大功能。本发明方法获得的板形目标曲线方程的最终表达式具有可视化程度高、设置简单且易操作的特点，便于现场人员理解和使用。
-
公开(公告)号：CN114643287A
公开(公告)日：2022-06-21
申请号：CN202210559413.8
申请日：2022-05-23
IPC分类号： B21B37/28
摘要： 本发明的一种基于板形闭环调节量的弯辊力输出控制方法，依据PI控制器的设定原理，分别建立工作辊弯辊闭环反馈控制和中间辊弯辊闭环反馈控制的PI控制方程及其离散计算表达式。利用板形预设定系统计算数据和板形闭环反馈控制系统的实测数据，更改带钢规格变化时弯辊闭环反馈控制的控制量的设置方式，使弯辊闭环反馈控制的控制量在带钢宽度或厚度变化时实现清零功能。利用焊缝过四机架信号、助卷皮带信号，建立在剪切时弯辊闭环反馈控制的控制量的保持功能。
-
公开(公告)号：CN114653761B
公开(公告)日：2022-09-02
申请号：CN202210559410.4
申请日：2022-05-23
IPC分类号： B21B37/28
摘要： 本发明公开一种基于板形闭环调节量的轧辊倾斜输出控制方法，依据PI控制器的设定原理，建立轧辊倾斜闭环反馈PI控制器的控制模型的连续方程及其离散计算表达式。利用冷轧带钢生产的工艺特征和板形闭环反馈控制系统的控制特点，建立带钢规格变化时轧辊倾斜闭环反馈控制的控制量的设置方式，使轧辊倾斜闭环反馈控制的控制量在带钢宽度或厚度变化时实现清零功能。利用焊缝过四机架信号、助卷皮带信号，建立在剪切时轧辊倾斜闭环反馈控制的控制量保持功能。
-
公开(公告)号：CN114861548B
公开(公告)日：2024-10-29
申请号：CN202210561959.7
申请日：2022-05-23
申请人： 东北大学
IPC分类号： G06F30/27 , G06N3/006 , G06F111/08
摘要： 本发明的一种在线自适应SSA‑OS‑DELM模型的板凸度预测方法，包括：利用高精度监测装置采集热连轧现场的生产数据和实测凸度；对采集的生产数据和实测凸度进行预处理；使用预处理后的生产数据和实测凸度初始化DELM网络结构；采用SSA优化算法对DELM网络优化，获得具有最优的隐藏层的输出矩阵和最优输出权重的SSA‑DELM板凸度预测模型；按照一定时间周期实时采集在线生产数据对SSA‑DELM板凸度预测模型进行优化，获得SSA‑OS‑DELM板凸度预测模型。本方法从大量历史板凸度数据中充分提取信息，并通过在线实时数据迭代优化更新模型，从而实现可靠、实时的高准确度的板凸度预测，为产品板形的高精度控制提供了良好条件。
-
公开(公告)号：CN114091352B
公开(公告)日：2024-08-27
申请号：CN202111454865.1
申请日：2021-12-01
申请人： 东北大学
摘要： 本发明公开了基于Elman神经网络的热连轧出口板凸度动态预测方法，涉及轧制过程自动化生产技术领域。包括确定包括机架轧辊磨损量在内的热连轧出口板凸度影响因素，采集热连轧生产线中与热连轧出口板凸度相关的实测数据与过程自动化级计算数据；计算各机架的轧制公里数，将各机架的轧制公里数代替热连轧出口板凸度的影响因素中的各机架的轧辊磨损量；将实测数据及过程自动化级计算数据与各机架轧制公里数组合在一起构成数据集，从数据集中划分出部分数据作为训练数据集；利用训练数据集对Elman神经网络训练，获得热连轧出口板凸度的动态预测模型，利用该模型对热连轧出口板凸度进行动态预测，可精准地预测热连轧出口板凸度，对更精准的板形控制提供保障。
-
公开(公告)号：CN113189963B
公开(公告)日：2024-03-19
申请号：CN202110454048.X
申请日：2021-04-26
申请人： 东北大学
IPC分类号： G05B23/02
摘要： 本发明提供一种基于非平衡数据的轧制过程故障诊断方法，涉及轧制过程自动控制技术领域。本发明首先采集某段时间中轧制过程的生产数据；再将数据进行连续型特征去除异常值、平滑处理和归一化、类别型特征编码处理，划分数据集，非平衡训练数据平衡化；用处理后的数据构建深度置信网络(DBN)模型，采用训练集进行常规的预训练及微调并使用L2正则化防止过拟合，使用验证集通过主动学习策略增加一步再微调过程，最后根据模型进行非平衡数据分类。本发明提供的基于非平衡数据的轧制过程故障诊断方法，运算速度快、计算精度高。同时，本发明方法可直接在计算机上通过编程实现，且不需要成本上的投入，可以广泛推广到热轧生产中。
-
公开(公告)号：CN111861236B
公开(公告)日：2023-10-27
申请号：CN202010730907.9
申请日：2020-07-27
申请人： 东北大学
IPC分类号： G06Q10/0639 , G06Q30/018 , G06F16/27 , G06F16/2455
摘要： 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。
-
-
-
-
-
-
-
-
-
搜索结果
99 条记录 (耗时 0.028 秒)
