-
公开(公告)号:CN118917148A
公开(公告)日:2024-11-08
申请号:CN202411053962.3
申请日:2024-08-02
Applicant: 鞍钢集团北京研究院有限公司 , 鞍钢股份有限公司
IPC: G06F30/23 , G06F30/27 , G06F30/10 , G06F17/10 , G06F18/214 , G06F18/21 , G06N3/08 , G06N20/00 , G06N3/04 , G06F119/14 , G06F119/08
Abstract: 本发明涉及一种重轨局部强度在线预测方法,将元胞自动机计算模型与有限元等计算模型均设置为离线计算模型,采用正交批量计算的方式,获得足够的离线元胞自动机计算的数据点,利用深度学习模型为媒介,将其转化为完全可用于在线实时预报的模型;本发明既可以通过元胞自动机的保证模型的计算精度,又可以满足在线实时预报所需要的总的计算时间要求,还考虑到后续元胞自动机技术发展后模型复杂化带来的计算时间提升问题,解决了未来元胞自动机技术发展后对整个模型计算时间的影响问题,并能够减少人工检测次数,实现在线强度性能预报。
-
公开(公告)号:CN118513367A
公开(公告)日:2024-08-20
申请号:CN202410504766.7
申请日:2024-04-25
Applicant: 鞍钢集团北京研究院有限公司 , 鞍钢股份有限公司
Abstract: 本发明涉及一种二十辊轧机断带和缠辊预估控制方法,包括步骤:S1判断为正常轧制过程,S2主机电流及速度的变化率预估控制,S3预估控制分析与结果,通过控制快开速度调节阀开口度提高辊系紧急开放速度,紧急停车时间与断带缠辊有关,采取在线检测对减少断带缠辊十分必要,针对断带缠辊的检测方式,通过增加轧机主传动电机电流和速度变化率,作为降低缠辊率的必要手段,提高断带缠辊预估的精确性和响应时间,可以有效避免断带缠辊,并且能够提前作出预警,方法便捷,充分发挥二十辊轧机的生产能力。
-
公开(公告)号:CN118417345A
公开(公告)日:2024-08-02
申请号:CN202410690615.5
申请日:2024-05-30
Applicant: 鞍钢集团北京研究院有限公司 , 鞍钢股份有限公司
Abstract: 本发明一种水基润滑剂循环热轧时润滑剂浓度的智能调节方法,包括以下步骤:采用密度聚类方法对高温摩擦系数集进行密度聚类,获得n个簇;基于BP神经网络,针对每个簇的数据,建立水基润滑剂循环热轧高温摩擦系数预报网络,基于网络训练数据进行离线训练;根据待预报轧制数据判断属于哪个簇后,选择与之相对应、已经训练好的预报神经网络模型,将待轧钢板轧制数据经标准化处理后输入到所述高温摩擦系数预报网络进行预测,预报高温摩擦系数;将预报的高温摩擦系数值与目标高温摩擦系数值进行对比,将现场水基润滑剂的浓度调整至满足高温摩擦系数偏差要求的浓度值。
-
公开(公告)号:CN119426360A
公开(公告)日:2025-02-14
申请号:CN202411729813.4
申请日:2024-11-29
Applicant: 鞍钢集团北京研究院有限公司 , 鞍钢股份有限公司
Abstract: 本发明涉及一种基于人工标签的智能热轧工艺优化方法,包括进行标签化影响因素分析,指定标签化判定标准,认定标签化责任人,进行标签化工艺标准规范,进行标签化数据采集,数据清晰及数据前处理,构建机器学习方案,进行数据训练,将当前设备工况标签输入HMI,最优化工艺求解及应用;本发明利用训练出的模型进行实时在线的轧制力预测,提高轧制力预测精度,充分考虑了设备的不可控因素,通过人工标签化的形式,将设备的不可控因素引入到机器学习的算法中,更加符合真实情况,决策结果也更加准确,使训练数据与最新状态不同时,也可以得到较好的训练结果。
-
公开(公告)号:CN118886269A
公开(公告)日:2024-11-01
申请号:CN202411053940.7
申请日:2024-08-02
Applicant: 鞍钢集团北京研究院有限公司 , 鞍钢股份有限公司
IPC: G06F30/23 , G06F30/27 , G06F17/11 , G06N20/00 , G06N3/04 , G06F18/214 , G06F18/21 , G06F119/08 , G06F119/14
Abstract: 本发明涉及一种重轨局部硬度在线预测方法、设备及介质,包括先进行离线计算,再通过数据库的形式进行深度训练,最后生成在线计算模型的技术路线。首先将相场法计算模型与有限元等计算模型均设置为离线计算模型,采用正交批量计算的方式,获得足够的离线相场法计算的数据点,利用深度学习模型为媒介,将其转化为完全可用于在线实时预报的模型;本发明解决了重轨局部硬度的在线预测问题,既可以通过相场法保证模型的计算精度,又可以满足在线实时预报所需要的总的计算时间要求,还考虑到后续相场法技术发展后模型复杂化带来的计算时间提升问题,解决了未来相场法技术发展后对整个模型计算时间的影响问题。
-
公开(公告)号:CN119410998A
公开(公告)日:2025-02-11
申请号:CN202411484554.3
申请日:2024-10-23
Applicant: 鞍钢集团北京研究院有限公司
Abstract: 本发明涉及一种含体心四方结构第二相的多主元合金及其制备方法,所述的多主元合金的化学成分按原子百分比通式为AlaCrbCocNid,其中14≤a≤16,24<b≤26,c=17,42<d≤44,且a+b+c+d=100。优点是:采用四组元Al、Cr、Co、Ni,通过合金配料和熔炼,采用独特温度区间的高温热处理和大变形量室温轧制获得多主元合金。制备的多主元合金包含L12结构的基体和体心四方结构(BCT)第二相的双相组织,并且块状的BCT第二相尺寸粗大。该多主元合金同时具有较高的强度和良好的塑性并且制备流程简单,安全性强。
-
公开(公告)号:CN116657056A
公开(公告)日:2023-08-29
申请号:CN202310565941.9
申请日:2023-05-19
Applicant: 鞍钢集团北京研究院有限公司
Abstract: 本发明涉及一种增材制造用高强马氏体时效钢丝材及其增材制造工艺,所述高强马氏体时效钢丝材的化学成分为C≤0.03%,Ni:18%~19%,Ti:4.5%~5.5%,P≤0.01%,S≤0.01%,Si≤0.1%,Mn≤0.1%,余量为Fe及杂质。采用本发明所述高强马氏体时效钢丝材,通过增材制造激光熔丝技术,可制备高强度与塑性的马氏体时效钢复杂构件,无需后续昂贵热处理,具有成本低、材料利用率高、制备效率高、制备流程短、丝材的存储和运输成本低等优点,具有广阔的应用前景。
-
公开(公告)号:CN114985901A
公开(公告)日:2022-09-02
申请号:CN202210684792.3
申请日:2022-06-17
Applicant: 鞍钢集团北京研究院有限公司
IPC: B23K26/00 , B23K26/342 , B23K26/12 , B23K26/60 , B23K26/70
Abstract: 本发明涉及一种采用激光送丝增材制造技术制备复合钢筋的方法,包括:1)采用激光送丝增材制造方式,在碳钢钢坯的表面熔覆沉积3~8mm厚的不锈钢层,形成复合钢坯;2)将复合钢坯送入热轧加热炉进行加热,加热温度1150~1250℃,加热时间3~5小时;3)复合钢坯出加热炉后进行热轧轧制,经过粗轧‑中轧‑终轧的孔型轧制,得到复合钢筋成品。采用本发明所述方法能够得到净界面且为冶金结合状态的复合钢坯,复合钢坯在轧制时可避免轧制脱开等事故;并且生产工艺过程简单,可控性强。
-
公开(公告)号:CN118460923A
公开(公告)日:2024-08-09
申请号:CN202410570417.5
申请日:2024-05-09
Applicant: 鞍钢集团北京研究院有限公司
Abstract: 本发明公开了一种具有低韧脆转变温度的高硅钢薄带及其制备方法,包括高硅钢热轧板化学成分设计,所述高硅钢热轧板的化学成分,以重量百分比计,其组成包括:Si:4.5%~7.0%,B:0.003%~0.04%,Nb:0.004%~0.48%,Mn:0.05%~0.17%,C:0.002%~0.015%,N:0.002%~0.01%,S:0.002%~0.01%,P:0.002%~001%,余量为铁和不可避免的杂质;有效解决高硅钢由于具有较高的韧脆转变温度,导致轧制过程中容易产生裂纹,极大的影响钢材成材率的问题,从而有效提升高硅钢的加工性能和表面质量。
-
公开(公告)号:CN117772818A
公开(公告)日:2024-03-29
申请号:CN202410025810.6
申请日:2024-01-08
Applicant: 鞍钢集团北京研究院有限公司
Abstract: 本发明提供一种基于完全自由规程轧制的轧辊磨损在线计算方法,具体步骤包括:记录当前待轧制的第i块带钢前N块带钢的历史数据,并读取对应机架的窜辊位置参数及现有模型的磨损计算值;根据当前轧制的第i块带钢的位置,判断是否对磨损计算值进行修正;针对同一位置连续轧制的情况,设定同一位置连续轧制的磨损计算值的修正系数,对初始磨损计算值进行修订;针对带钢交叉轧制的情况,设定交叉轧制时的磨损计算值的修正系数,对初始磨损计算值进行修订;运用历史数据,对不同机架、不同轧辊进行分类,通过机器学习快速拟合聚类,提高磨损计算值修正的精度,并输出修正后的磨损结果。本发明通过少量的代码修改,增加不同机架、不同轧制计划的适应能力。
-
-
-
-
-
-
-
-
-