-
公开(公告)号：CN106552831A
公开(公告)日：2017-04-05
申请号：CN201611064638.7
申请日：2016-11-28
Applicant: 东北大学
CPC classification number: B21C37/02 , B21B1/22 , B21B15/0007 , B21B31/08 , B21B39/02 , B21B45/0218 , B21B45/08 , B21B2015/0057 , B22D11/18
Abstract: 一种薄规格热轧带钢的制造方法，其特征在于一台单机单流的薄板坯连铸机直接与轧机相连，炼钢→连铸→摆式剪→推钢→除鳞→边部加热→粗轧机组→飞剪→无芯卷取→感应加热→除鳞→精轧机组→带钢冷却→剪切→卷取→卸卷→打捆→运卷→称重、标印→运输→存放。采用无头轧制工艺，或单坯轧制工艺。连铸机出口铸坯温度，较ESP生产线高出100～150℃，提高了连铸坯余热的利用率，降低了能耗；较ESP生产线，将摆式剪和推钢辊道迁移至粗轧机前，缩短粗轧后中间辊道的距离，减少中间坯温降，降低感应补热量，并可避免粗轧机轧辊产生热裂纹。粗轧机组入口配备除鳞装置，精轧机组采用在线热备技术和在线快速换辊技术，有效提高产品表面质量。
-
公开(公告)号：CN105234194A
公开(公告)日：2016-01-13
申请号：CN201510741598.4
申请日：2015-11-04
Applicant: 东北大学
CPC classification number: B21B45/0218 , B21B37/76
Abstract: 本发明提供一种热连轧窄带钢超快速冷却装置及其控制方法，该装置包括：冷却控制器、冷却装置本体、冷却单元以及供水管路；流量计的输出端、压力传感器的输出端、测温仪的输出端、轧机控制系统的输出端分别连接超快冷PLC的输入端，超快冷PLC的输出端连接快冷过程控制级的输入端，快冷过程控制级的输出端分别连接喷嘴单元、气动控制单元。方法包括：获取冷却水流量和冷却水压力；获得PDI数据；获得终轧速度、终轧温度、终轧实际厚度；确定让头长度；计算冷却区域所需的冷却总温降，确定开启冷却单元的组数；打开气动控制单元进行超快速冷却。在保证窄带钢冷却速率的前提下，通过本发明实现了窄带钢轧后冷却的高效换热以及钢板宽度方向的冷却均匀性。
-
公开(公告)号：CN104942002A
公开(公告)日：2015-09-30
申请号：CN201510379698.7
申请日：2015-07-01
Applicant: 东北大学
IPC: B21B15/00
Abstract: 本发明提供一种热轧带钢中间坯切头控制方法，包括：获取热轧带钢中间坯运行速度和热轧带钢中间坯头部到飞剪剪切点的初始长度；飞剪控制系统确定当前所需飞剪加速时间、飞剪加速度和恒速运行时间；飞剪控制系统通过飞剪电机控制飞剪先以飞剪加速度持续运行所需飞剪加速时间，再匀速持续运行恒速运行时间，完成热轧带钢中间坯切头控制。本发明综合考虑剪切能量损失和超前率获得了飞剪剪切速度，通过对中间坯实时速度积分获得实时剪切距离和剪切剩余时间，根据飞剪转鼓剩余弧长和实际剪切速度得到飞剪实时加速度和加速时间。本发明在大多轧制现场环境下均能方便实现，根据实际速度实时调整飞剪加速度和加速时间后可以大幅度提高中间坯头部剪切精度。
-
公开(公告)号：CN103487046A
公开(公告)日：2014-01-01
申请号：CN201310334724.5
申请日：2013-08-03
Applicant: 东北大学
IPC: G01C21/00
Abstract: 本发明涉及一种具有自诊断和低功耗的精确定位节点，包括数据处理模块、通信模块、电源模块、电源监测模块、I/O控制模块、外部指令输入模块以及报警模块，其中通信模块接有天线，数据处理模块与通信模块、电源监测模块以及I/O控制模块进行双向连接，I/O控制模块的输入端接收外部指令输入模块的指令和数据处理模块的控制指令，输出端与报警模块相连；电源模块为各用电模块提供工作电源；电源监测模块接收电源模块的输出信号进行监测。本发明节点实现了节点本身的自诊断、节点状态的调整；实现自组网的组建，完成无阅读器覆盖的节点的数据通信；实现人员和设备的精确定位，尤其是在GPS信号无法覆盖的井下、地铁、隧道等场所有广泛的应用价值。
-
公开(公告)号：CN101607264B
公开(公告)日：2012-12-19
申请号：CN200910012398.X
申请日：2009-07-07
Applicant: 东北大学
Abstract: 本发明属于轧制技术领域。周期性纵向变厚度带材，其厚度呈周期性变化，在一个变化周期内，有两种以上厚度区和过渡区，该带材由轧制成形。其控制过程：输入原始数据；显示、存储实时数据及历史曲线；轧制规程计算；生成变化曲线；进行轧件位置跟踪；进行厚度、速度和张力控制。装置包括轧机，在其两侧设置有卷取机、测厚仪，在卷取机与轧机之间设置有测长辊；在卷取机上设置有卷径测量仪；在轧机上设置有轧制力传感器、液压缸，在测长辊上、下分别设置有脉冲编码器、张力计；测厚仪等与计算机控制系统相连。纵向变厚度板材，有两种或两种以上不同厚度区，厚度区之间有过渡区，该板材由带材经退火、开卷机开卷、矫直机矫平，再经剪切机剪切而成。
-
Patent Agency Ranking
公开(公告)号：CN101362154B
公开(公告)日：2010-06-23
申请号：CN200810013465.5
申请日：2008-09-28
Applicant: 东北大学
Abstract: 一种板带轧制中测量料卷卷径、带宽的装置及其方法，属于板带轧制自动控制技术领域，包括小车、卷径及带宽激光测量仪、线型传感器、小车水平位置激光测量仪，其中小车水平位置激光测量仪通过DP网线分别与PLC的CPU通讯模块和ET200M远程I/O的通讯模块相连且安装在地沟最末端，线型传感器一端安装在小车的支架上，并通过带屏蔽的双绞线连接到ET200M远程I/O通讯模块上，传感器上方安装料卷卷筒，并将待测料卷放在卷筒上，卷筒上方安装卷径及带宽激光测量仪，该卷径及带宽激光测量仪通过带屏蔽的双绞线与ET200M远程I/O通讯模块相连；其方法包括数据采集、计算料卷卷径带宽和应用编程控制上料装载。
-
公开(公告)号：CN101362154A
公开(公告)日：2009-02-11
申请号：CN200810013465.5
申请日：2008-09-28
Applicant: 东北大学
Abstract: 一种板带轧制中测量料卷卷径、带宽的装置及其方法，属于板带轧制自动控制技术领域，包括小车、卷径激光测量仪、线型传感器、小车位置激光测量仪，其中小车位置激光测量仪通过DP网线分别与PLC的CPU通讯模块和ET200M远程I/O的通讯模块相连且安装在地沟最末端，线型传感器一端安装在小车的支架上，并通过带屏蔽的双绞线连接到ET200M远程I/O通讯模块上，传感器上方安装料卷卷筒，并将待测料卷放在卷筒上，卷筒上方安装卷径激光测量仪，测量仪通过带屏蔽的双绞线与ET200M远程I/O通讯模块相连，且该装置可以直接将测量数据发给原装载系统，从而控制上料的自动装载；其方法包括数据采集、计算料卷卷径带宽和应用编程控制上料装载。
-
公开(公告)号：CN101323033A
公开(公告)日：2008-12-17
申请号：CN200810012268.1
申请日：2008-07-11
Applicant: 东北大学
Abstract: 一种中厚板液压滚切剪的控制方法，属于轧钢自动控制技术领域，包括对左液压缸和右液压缸的控制，将左液压缸的实际位移曲线与左、右液压缸的理论位移曲线之差进行比较得出右液压缸新的设定位移曲线；将计算出右液压缸的设定位移曲线与右液压缸的实际位移曲线组成独立的闭环控制，将右液压缸设定位移曲线作为设定值，实际位移曲线作为反馈值，将设定值和反馈值输入位置PID控制器中，通过控制比例伺服阀的开口使右液压缸的实际位移曲线接近设定位移曲线。本发明有效的解决了左、右液压缸实际位移曲线与理论位移曲线相差较大的问题，既有较快的响应速度，又具有较高的控制精度，提高了板材产品的剪切质量。
-
公开(公告)号：CN120043763A
公开(公告)日：2025-05-27
申请号：CN202510429620.5
申请日：2025-04-08
Applicant: 东北大学
IPC: G01M13/045
Abstract: 本发明的一种基于麦克风阵列的自适应轴承故障诊断方法，包括：步骤1：利用麦克风阵列采集轴承故障的声音阵列信号，选择轴承位置作为增强目标位置；步骤2：建立自适应鲁棒性波束形成器，将声音阵列信号输入该波束形成器，获得增强信号；步骤3：设置时频域滤波器，通过PSO算法求解滤波器长度，对增强信号进行时频域滤波；步骤4：计算理论故障类型对应的特征频率；步骤5：使用小波变换分解对滤波后信号进行分解，选择分解后的信号进行包络功率谱分析，根据包络功率谱的峰值频率确定故障类型。
-
公开(公告)号：CN119294263A
公开(公告)日：2025-01-10
申请号：CN202411555352.3
申请日：2024-11-04
Applicant: 东北大学
IPC: G06F30/27 , G06N3/006 , G06F18/214 , G06F18/21 , G06F18/27 , B21B37/42 , G06F111/04
Abstract: 本发明属于轧制技术领域，涉及一种热轧带钢板形控制的弯辊力和窜辊量设定方法，包括：采集实际生产中的带钢历史生产数据；将利用3σ原则对带钢历史生产数据进行异常值检测，去除异常值，并划分为训练集和测试集；建立基于Lasso回归的凸度预测模型，利用训练集数据对凸度预测模型进行训练；利用测试集对训练好的基于Lasso回归的凸度预测模型进行测试；建立板形目标函数；根据精轧机组中的各机架设备和板形理论建立轧制变量的约束条件；采用蛇鹫优化算法，在约束条件范围内搜寻精轧机组中各机架的弯辊力和窜辊量，使得板形目标函数最小，获得弯辊力和窜辊量设定值。
-
-
-
-
-
-
-
-
-
Search Results
226
records
(took 0.034 seconds)
