基于自学习反馈参数修正的方坯坯温计算方法和系统

    公开(公告)号:CN118862402A

    公开(公告)日:2024-10-29

    申请号:CN202410008917.X

    申请日:2024-01-03

    Abstract: 本发明提供了一种基于自学习反馈参数修正的方坯坯温计算方法和系统,包括:步骤1:获取加热炉炉温实绩,使用线性插值模拟出炉内温度分布;步骤2:获取方坯入炉温度实绩,将方坯网格化划分,划分后的方坯网格为方坯微元,使用热平衡原理,单位时间内导入方坯微元的总热量‑导出方坯微元的总热量=方坯微元内能的增量,结合时间差分方程,计算出下一周期的方坯温度;步骤3:循环计算到方坯出炉,得到方坯出炉温度计算值;步骤4:根据方坯出炉实测温度,修正坯温计算中的各参数。本发明采用热平衡原理,综合考虑热辐射、热对流、及热传导情况,进行方坯坯温实时计算,坯温计算考虑的情况更充分。

    自适应调整炼钢行车调度计划时间的方法和系统

    公开(公告)号:CN118863315A

    公开(公告)日:2024-10-29

    申请号:CN202410617513.0

    申请日:2024-05-17

    Abstract: 本发明提供了一种自适应调整炼钢行车调度计划时间的方法和系统,包括:通过现场数据获取炼钢关键信号,结合剩余处理时长预估当前正在进行钢水加工任务的机组的出钢时刻;利用机组的台车定位信息以及预估的出钢结束时间辅助修正机组的钢包信号,若机组的台车位置与机组最新的钢包信号不符,且台车位置更新时间更晚,则以台车位置信息为准,结合预估出钢结束时间修正该机组的钢包信号;基于吊运起点机组预估的出钢时间与修正后的机组的钢包信号对行车吊运任务的时间窗进行调整。本发明解决了依赖静态生产计划或人工经验无法根据各机组实际状况自适应调整行车调度时间的问题,提高了冶炼出钢预估时间和行车调度决策的准确性与可靠性。

    带钢平整机过焊缝轧制力自学习控制方法及系统

    公开(公告)号:CN118287510A

    公开(公告)日:2024-07-05

    申请号:CN202310011977.2

    申请日:2023-01-05

    Abstract: 本发明提供了一种带钢平整机过焊缝轧制力自学习控制方法及系统,涉及钢铁生产轧制技术领域,包括:步骤S1:收集带钢轧制过程的历史数据,将每卷带钢数据轧制过程产生的数据进行存储收集,形成历史数据样本;步骤S2:对历史数据样本进行评分,并对历史数据样本进行优劣标注;步骤S3:根据标注的历史数据样本,建立训练模型,并采用人工神经网络学习所述训练模型;步骤S4:根据训练模型求得最优轧制力。本发明能够适用于更普遍的场景,并具备自学习功能,满足实际生产控制需求,提升平整处理工艺的成材率。

    一种钢铁企业冷轧区多产线的集批排程优化方法及系统

    公开(公告)号:CN112947319B

    公开(公告)日:2024-03-29

    申请号:CN201911267495.3

    申请日:2019-12-11

    Abstract: 本发明提供了一种钢铁企业冷轧区多产线的集批排程优化方法及系统,包括:步骤M1:获取冷轧区产线上待排产的钢卷信息,创建一个初始集批排程计划;步骤M2:计算初始集批排程计划的总惩罚;步骤M3:根据计算得到的初始集批排程计划的总惩罚对初始集批排程计划进行优化;步骤M4:选择优化目标最小的作为最终的集批排程计划。本发明解决了钢铁企业冷轧区的多产线集批排程的问题;优化过程中,加入GPU异构并行计算,大大加快了寻优速度;最终产生的合理的排程计划将直接影响产品的质量、生产的效率以及生产的成本。

    基于几何约束的行车调度路径规划方法及系统

    公开(公告)号:CN118863186A

    公开(公告)日:2024-10-29

    申请号:CN202410009816.4

    申请日:2024-01-03

    Abstract: 本发明提供了一种基于几何约束的行车调度路径规划方法及系统,包括:获取行车任务表;根据所述行车任务表确定已分配任务的第一行车的行驶轨迹;确定所述第一行车的安全距离,并通过调度系统预估预分配任务所对应的第二行车的行驶轨迹;对所述第一行车的行驶轨迹和所述第二行车的行驶轨迹的位置进行关系判断,若轨迹冲突,则进行避让;若轨迹不冲突,则继续在当前行驶轨迹上行驶。本发明本专利充分考虑了多车、多工位之间的协同,将行车行驶轨迹抽象成几何模型,利用点和线、线和线之间的位置关系,预判路径冲突,并能快速推理出避让方案,最大限度减少因避让带来的时间损耗,从而提高行车运行效率。

    适用于遗传算法的GPU并行加速系统及方法

    公开(公告)号:CN118863027A

    公开(公告)日:2024-10-29

    申请号:CN202410188898.3

    申请日:2024-02-20

    Abstract: 本发明提供了一种适用于遗传算法的GPU并行加速系统及方法,包括:主机端、设备端、GPU线程块以及淘汰器;其中,所述主机端与设备端相连,主机端负责读取数据,传输遗传算法中的变异或交叉请求,设备端接收并处理来自主机端的变异或交叉请求;所述GPU线程块运行在设备端,负责执行父染色体到子染色体的深拷贝;所述淘汰器运行在主机端,负责淘汰适应度低的染色体,输出更新后的染色体族群。本发明能够将遗传算法中由变异产生的大量子染色体通过GPU并行化的计算方式快速完成适应度函数的计算。

    工艺流程和工序预测模型可配置的炼铁一体化配料方法

    公开(公告)号:CN117631613A

    公开(公告)日:2024-03-01

    申请号:CN202310011962.6

    申请日:2023-01-05

    Abstract: 本发明提供了一种工艺流程和工序预测模型可配置的炼铁一体化配料方法,包括:进行工序预测模型设定、工艺流程设定、原燃料设定、工艺要求设定;根据工序预测模型设定内容建立工序预测模型;根据工序预测模型、工艺流程设定内容、原燃料设定内容建立流程模型;根据流程模型、工艺要求设定内容得到的工艺约束建立一体化配料模型;求解一体化配料模型,该类模型属于约束非线性规划模型,得到一体化配料结果。本发明提出的是一种包括模型设定、流程建模、数学规划建模和数学规划求解四个环节的一体化配料方案,可实现灵活设定不同的工艺路径、调整工序预测模型。

Patent Agency Ranking