-
公开(公告)号：CN119719582A
公开(公告)日：2025-03-28
申请号：CN202510066203.9
申请日：2025-01-16
Applicant: 东北大学
Abstract: 本发明的一种基于带钢纵切侧弯的初始残余应力分布预测方法，包括：步骤1：确定带钢的几何尺寸参数、力学性能参数和纵切后的切条尺寸参数和切条变形参数；步骤2：设定带钢初始残余应力分布函数的基本形式；步骤3：根据力平衡和力矩平衡关系建立带钢初始残余应力函数方程组；步骤4：将步骤1中的参数带入带钢初始残余应力函数方程组，求解带钢初始残余应力分布函数中的未知系数，确定带钢初始残余应力分布函数。基于带钢纵切后的侧弯变形情况，确定最大侧弯量，从而根据平衡关系预测出带钢的初始残余应力，为生产过程中残余应力改善提供指导。
-
公开(公告)号：CN119237488A
公开(公告)日：2025-01-03
申请号：CN202411764477.7
申请日：2024-12-04
Applicant: 东北大学
Abstract: 本发明提供一种轧后冷却水冷对流换热系数及等效换热面积的确定方法，涉及热轧技术领域。首先采集热连轧带钢轧后冷却过程的关键生产工艺参数及带钢的几何参数和热物性参数；确定带钢上下表面水冷对流换热系数和对应等效换热面积的取值范围，构成搜索空间；在搜索空间中随机选取多组带钢上下表面水冷对流换热系数和对应等效换热面积的参数组合作为求解问题的可行解；将带钢沿长度方向划分为多个样本，并将轧后冷却过程的三维传热简化为沿厚度方向的一维传热问题，建立一维非稳态导热微分方程并求解获得所有带钢样本的终冷温度，并计算该组可行解的适应度；进而得到轧后冷却过程水冷对流换热系数及其对应的等效换热面积。
-
公开(公告)号：CN119035277A
公开(公告)日：2024-11-29
申请号：CN202411545293.1
申请日：2024-11-01
Applicant: 东北大学
IPC: B21B37/58 , G06F18/213 , G06N3/045 , G06N3/0464 , G06N3/082 , G06F18/214
Abstract: 本发明提供一种基于特征增维和深度神经网络的轧制力动态预测方法，涉及轧制技术领域。该方法具体包括：采集带钢热连轧轧制过程中的生产数据并进行数据处理，构建样本数据集，根据预设的比例从样本数据集中划分训练集；构建特征增维卷积深度神经网络FACDNN模型，并利用训练集对特征增维卷积深度神经网络FACDNN模型进行训练，得到训练好的特征增维卷积深度神经网络FACDNN模型；通过重新采集带钢热连轧轧制过程中的生产数据并输入训练好的特征增维卷积深度神经网络FACDNN模型，得到带钢热连轧轧制过程中的轧制力预测结果。本方法充分考虑了过程工艺参数变化对模型精度的影响，从而实现下游机架的轧制力高精度的动态预测。
-
公开(公告)号：CN119035274A
公开(公告)日：2024-11-29
申请号：CN202411545294.6
申请日：2024-11-01
Applicant: 东北大学
IPC: B21B37/22
Abstract: 本申请提出一种热连轧生产过程机架间宽度预测方法及装置，属于轧钢自动控制技术领域，所述方法包括：获取热连轧生产过程中机架入口的各项参数；将机架入口的各项参数输入预建立的宽展预测模型，得到热连轧生产过程中的每个机架的宽展，根据带钢入口宽度以及每个机架的宽展得到最终出口宽度、每个上游机架的出口宽度以及每个下游机架的出口宽度，所述预建立的宽展预测模型具有同一的模型结构以及不同的系数，通过有限元分析确定模型结构，通过灰狼算法确定每个宽展预测模型的最优系数。本申请考虑了机架间张力与各机架轧件的变形抗力，并且考虑了上游机架对下游机架的遗传性的影响，提高了宽度预测的精度。
-
公开(公告)号：CN118180162B
公开(公告)日：2024-08-13
申请号：CN202410607839.5
申请日：2024-05-16
Applicant: 东北大学
IPC: B21B37/44 , G06F17/13 , G06F30/23 , G06F119/14 , G06F119/18
Abstract: 本发明公开了一种基于轧制补偿应力的冷却过程残余应力改善方法，涉及热轧板形控制技术领域。获取层流冷却后带钢的残余应力分布情况；以层流冷却后带钢残余应力分布情况作为调控目标，建立临界轧制补偿应力方程，并结合自平衡方程确定轧制过程中需要的轧制补偿应力。通过屈曲模型和能量法求解补偿应力下精轧出口带钢屈曲浪形函数，以此表征带钢的平直度，并利用有限元模拟带钢层流冷却后状态，对比分析确定采用轧制补偿应力方法对改善带钢平直度和内应力分布具有较好的效果。该方法无需改变冷却过程就能解决热轧带钢轧后层流冷却过程存在带钢平直度缺陷和应力分布不均的问题，达到改善残余应力分布的效果，减少带钢平直度缺陷。
-
Patent Agency Ranking
公开(公告)号：CN115374859B
公开(公告)日：2024-07-02
申请号：CN202211016513.2
申请日：2022-08-24
Applicant: 东北大学
IPC: G06F18/241 , G06F18/2415 , G06N3/047 , G06N3/0499 , G06N3/084 , G06N3/045
Abstract: 本发明提供了一种针对非平衡、多类别的复杂工业数据的分类方法，涉及非平衡数据集分类技术领域。该方法针对工业数据具有遗传性、非线性、强耦合性的特点，提出将深度神经网络作为分类器，深度神经网络本身具有非常良好的非线性拟合能力，但其处理非平衡数据的能力不足，通过代价敏感学习对深度神经网络训练过程中不同类别的误差赋予不同的权重，构建的基于代价补偿的代价敏感深度神经网络弥补了深度神经网络处理不平衡数据的能力不足；本发明提出的基于代价补偿的代价敏感深度神经网络相比于基于采样方法的深度神经网络，分类性能更好、具有更低的少数类错误率且运行性能快，可以广泛地投入到工业生产当中。
-
公开(公告)号：CN118180162A
公开(公告)日：2024-06-14
申请号：CN202410607839.5
申请日：2024-05-16
Applicant: 东北大学
IPC: B21B37/44 , G06F17/13 , G06F30/23 , G06F119/14 , G06F119/18
Abstract: 本发明公开了一种基于轧制补偿应力的冷却过程残余应力改善方法，涉及热轧板形控制技术领域。获取层流冷却后带钢的残余应力分布情况；以层流冷却后带钢残余应力分布情况作为调控目标，建立临界轧制补偿应力方程，并结合自平衡方程确定轧制过程中需要的轧制补偿应力。通过屈曲模型和能量法求解补偿应力下精轧出口带钢屈曲浪形函数，以此表征带钢的平直度，并利用有限元模拟带钢层流冷却后状态，对比分析确定采用轧制补偿应力方法对改善带钢平直度和内应力分布具有较好的效果。该方法无需改变冷却过程就能解决热轧带钢轧后层流冷却过程存在带钢平直度缺陷和应力分布不均的问题，达到改善残余应力分布的效果，减少带钢平直度缺陷。
-
公开(公告)号：CN118155066A
公开(公告)日：2024-06-07
申请号：CN202410265339.8
申请日：2024-03-08
Applicant: 东北大学
Abstract: 本发明的基于迁移学习和改进YOLOv5的轧辊表面缺陷识别方法，包括：采集带钢缺陷图片和轧辊表面缺陷图片；对缺陷图片进行数据增强；制作带钢缺陷图片数据集和轧辊表面缺陷图片数据集；构建基于改进YOLOv5的带钢缺陷检测模型；使用带钢缺陷图片的训练集数据对改进YOLOv5的带钢缺陷检测模型进行训练；使用带钢缺陷图片的测试集数据对改进YOLOv5的带钢缺陷检测模型进行验证；以带钢缺陷图片数据集为源域，以轧辊表面缺陷图片数据集为目标域，进行迁移学习获得轧辊表面缺陷识别模型；将轧辊表面缺陷图片数据集的测试集数据输入到轧辊表面缺陷识别模型对缺陷进行判定，得到判定结果。
-
公开(公告)号：CN117840232B
公开(公告)日：2024-05-31
申请号：CN202410246408.0
申请日：2024-03-05
Applicant: 东北大学
IPC: B21B37/22
Abstract: 本发明提供一种基于增量学习的热轧过程宽度预测方法，涉及轧钢自动控制技术领域，本发明考虑了生产过程中数据的实时变化，建立了基于增量学习的热轧过程宽度预测方法。首先基于历史数据集建立离线宽度预测模型，为在线更新提供基础。通过聚类方法进行特征选择，并引入优化后的宽度机理模型扩充特征集，引导离线模型的训练。考虑对历史知识的回顾以及对新知识的学习，以离线预测模型为初始，基于实时数据集，对模型进行在线更新，实现热轧过程宽度的在线预测方法。本发明提出的基于增量学习的热轧过程宽度预测方法弥补了目前预测模型大都是离线模型的缺陷，增强了模型对实时数据的感知，提升了模型的在线预测精度。
-
公开(公告)号：CN117828905B
公开(公告)日：2024-05-10
申请号：CN202410248709.7
申请日：2024-03-05
Applicant: 东北大学
IPC: G06F30/20 , B21B37/16 , B21B37/28 , G06F111/06 , G06F111/04 , G06F119/06
Abstract: 本发明提供一种基于形性一体化控制的轧制负荷分配优化设计方法，涉及轧钢自动控制技术领域，本发明设计了轧制功率目标函数、三维尺寸目标函数以及内部性能目标函数进行多目标优化，进一步建立热连轧全流程多目标模型，将各机架的出口厚度作为决策寻优变量，将厚度、咬入、温度等工艺约束以及轧制力、电机功率等设备限制作为约束条件，使用NSGA‑III‑DE算法对轧制规程多目标函数进行求解，从而实现了基于形性一体化的工艺规程的设计，为产品质量的高精度控制奠定了基础。
-
-
-
-
-
-
-
-
-
Search Results
149
records
(took 0.049 seconds)
