-
公开(公告)号：CN116741302A
公开(公告)日：2023-09-12
申请号：CN202310698567.X
申请日：2023-06-12
Applicant: 东北大学
Abstract: 本发明的一种迁移学习融合鲸鱼优化算法的硅钢凸度预测方法，包括：步骤1：采集硅钢和非硅钢的轧制现场数据；步骤2：对采集的轧制现场数据进行预处理，将硅钢轧制现场数据作为目标域数据，非硅钢轧制现场数据作为源域数据；步骤3：基于源域数据对硅钢凸度预测模型进行预训练，同时利用鲸鱼捕食算法优化模型网络的结构和超参数；步骤4：通过目标域的训练集对硅钢凸度预测模型进行迁移训练，实现源域知识向目标域的转移，获得最终的硅钢凸度预测模型。
-
公开(公告)号：CN116475245A
公开(公告)日：2023-07-25
申请号：CN202310727997.X
申请日：2023-06-20
Applicant: 东北大学
IPC: B21B37/28
Abstract: 本发明的一种基于PI控制器的弯辊闭环调节量耦合控制方法，包括：获取带钢目标宽度对应的板形辊内嵌传感器的起止标号范围内的内嵌传感器的物理位置；建立板形目标曲线基本方程，获得标准化板形目标曲线方程；计算各测量段处的耦合板形实测值和板形偏差值Devi；计算弯辊二次型影响系数；依据弯辊二次型影响系数，计算弯辊闭环调节量的二次型影响系数和；根据和，计算板形偏差计算当量和；计算针对工作辊弯辊的中间辊耦合控制当量和针对中间辊弯辊的工作辊耦合控制当量；根据和，计算弯辊闭环调节量和；依据和，计算弯辊闭环调节量的最终输出值。
-
公开(公告)号：CN111462119B
公开(公告)日：2023-06-13
申请号：CN202010461045.4
申请日：2020-05-27
Applicant: 东北大学
IPC: G06T7/00 , G06T7/11 , G06T7/13 , G06T7/136 , G06T7/187 , G06T7/60 , G06T7/62 , G06T7/80 , G06T5/00 , G06T5/20 , G06T5/30
Abstract: 本发明提供一种基于机器视觉的宽厚板剪切排样方法。利用机器视觉技术得到宽厚板的精确轮廓数据，并利用该数据对成型后的宽厚板分类并进行剪切线的划分，特别在宽厚板发生短尺时，采用混合遗传排样方法，将短尺的订单和宽厚板数据加入待排样订单集中，并根据实际剪切情况建立排样模型，并将启发式的排样策略融入遗传算法中进行搜索，从而得到所建立排样模型的最优解；本发明可有效提高宽厚板剪切流程的成材率，降低宽厚板切损率，而且具有简单高效、计算速度快等优点。
-
公开(公告)号：CN111476792B
公开(公告)日：2023-05-23
申请号：CN202010461872.3
申请日：2020-05-27
Applicant: 东北大学
Abstract: 本发明提供一种板带钢图像轮廓的提取方法。采用高速线阵相机获取板带钢的二维平面图像，采用伽马变换增强图像的对比度，对增强后的图像进行中值滤波后采用大津法确定图像分割阈值，并利用该阈值进行图像二值化分割，求取分割图像边界并膨胀后与中值滤波后的图像进行交集计算，采用Canny算法进行图像边缘粗定位，结合基于灰度梯度的亚像素边缘轮廓提取算法完成板带钢边缘轮廓的最终提取。本发明具有测量系统硬件配置简单，计算方法高效精确，能够快速准确的提取板带钢图片的轮廓，对于基于流水线生产的大尺寸板带钢及金属工件轮廓的提取具有较好的适用性。
-
公开(公告)号：CN115846423A
公开(公告)日：2023-03-28
申请号：CN202211114366.2
申请日：2022-09-14
Applicant: 东北大学
Abstract: 本发明公开了一种板带轧制过程轧辊温度的计算方法，包括：获取工作辊的各项参数；根据所述工作辊的各项参数，建立所述工作辊的有限元模型；根据热轧工况，将所述工作辊划分为多个换热区域；计算各所述换热区域的换热系数；根据所述热轧工况和各所述换热区域的相关参数，建立所述工作辊的温度场模型；根据所述工作辊的温度场模型，计算所述工作辊的温度，克服了现有技术无法准确预测周向温度变化，导致轧辊温度预测精度低的技术问题，本发明能够提高轧辊温度预测精度，进而提高带钢的成材率。
-
Patent Agency Ranking
公开(公告)号：CN113742975B
公开(公告)日：2022-11-29
申请号：CN202111075002.3
申请日：2021-09-14
Applicant: 东北大学
IPC: G06F30/23 , G06F30/17 , G06F111/10
Abstract: 本发明属于轧制技术领域，具体涉及一种热连轧粗轧立‑平轧制轧件头尾缺陷预测及评价方法。针对现有技术的不足，本发明提出了一种热连轧粗轧过程立‑平轧制轧件头尾缺陷预测及评价方法,综合考虑了立‑平轧制过程中工艺规程与实际设备，基于现场实际，建立有限元模型，通过控制变量法设定实验条件进行有限元仿真的方式，建立了立‑平轧制头尾缺陷关键点的函数表达式，拟合了立‑平轧制轧件头尾缺陷的形状曲线，并依此提出了一种立‑平轧制轧件头尾缺陷的评价方法；准确的预测了立‑平轧制后轧件头尾缺陷，解决了在生产过程中，轧件头尾难以确定的难题；同时给出了一种头尾缺陷的评价方法。本发明能够为后续的剪切工艺提供指导，降低切损率。
-
公开(公告)号：CN115374858A
公开(公告)日：2022-11-22
申请号：CN202211016250.5
申请日：2022-08-24
Applicant: 东北大学
IPC: G06K9/62 , G06F16/215 , G06Q50/04
Abstract: 本发明提供了基于混合集成模型的流程工业生产品质的智能诊断方法，涉及流程工业生产品质的诊断技术领域。该方法首先采集工业生产过程数据和生产品质数据，然后对采集的数据进行预处理并对生产品质划分类别、计算不平衡度，构建流程工业生产品质数据集，之后采用ADASYN‑RENN对数据集进行平衡采样，以采样后的数据集为基础，同时考虑模型融合的基分类器的性能和多样性，构建混合模型的基分类器候选池，通过对比不同候选分类器组合方式的分类性能，最后选取性能最优的分类器组合建立混合集成模型用于流程工业生产品质的智能诊断。该方法分类性能好、鲁棒性强，相比于其他数据驱动方法和现场机理模型具有更优异的诊断性能，可广泛投入到流程工业生产过程当中。
-
公开(公告)号：CN114972261A
公开(公告)日：2022-08-30
申请号：CN202210588276.0
申请日：2022-05-27
Applicant: 东北大学
Abstract: 本发明提供一种板带钢表面质量缺陷的识别方法，构建基于EfficientDet‑D4检测框架的神经网络模型作为缺陷识别的检测模型，通过神经网络模型输出预检测带钢图像缺陷的位置及种类；本发明基于EfficientDet‑D4网络，利用mosaic及一些列数据增强方法丰富带钢缺陷数据，提高模型鲁棒性，并调整mosaic适配带钢图像，相比原始mosaic，单批次训练送入更多数据同时防止过度缩放降低小目标检测精度；修改网络损失函数，采用CIoU Loss并对正样本的选取机制做出适当调整，通过使用差分进化算法，学习率逐步变化的策略进行网络超参数调优，进一步提高了目标识别的精度。
-
公开(公告)号：CN114798755A
公开(公告)日：2022-07-29
申请号：CN202210448408.X
申请日：2022-04-26
Applicant: 东北大学
Abstract: 本发明的一种分析冷连轧过程中热凸度对板形影响的方法，从数值仿真角度出发，首先通过大型有限元分析软件ANSYS建立各个机架的工作辊热凸度数值仿真模型对工作辊进行热机构耦合分析获得各机架工作辊的工作辊热凸度，并以热凸度为基础，结合显示动力学有限元分析软件LS—DYNA建立各机架的轧制过程数值仿真模型，通过将各机架工作辊的工作辊热凸度引入到轧制过程数值仿真模型中模拟分析不同的工作辊热凸度情况下的板形，并综合考虑上游机架的遗传作用，从而分析各机架工作辊的热凸度变化对终轧后的带材板形的影响。
-
公开(公告)号：CN114662301A
公开(公告)日：2022-06-24
申请号：CN202210242414.X
申请日：2022-03-11
Applicant: 东北大学
IPC: G06F30/20 , G06F30/17 , G06F17/13 , G06F17/11 , G06F119/14
Abstract: 本发明公开了一种带钢连轧过程的数字孪生模型构建方法，涉及带钢轧制技术领域；针对带钢连轧过程控制量众多，变量间相互耦合的特点，选择使用状态空间描述法表述钢铁连轧过程复杂的变量关系。依据状态空间方程确定的各向量组成推导各变量的表达式，然后写入状态空间方程建立起综合系统的初步模型。针对实际生产具体的轧制规程和设备参数，计算各变量的表达式中所需的偏微分系数，组成状态空间模型的系数矩阵，完成此轧制规程的综合系统建模。建立的综合系统模型可进行仿真分析，确定此轧制规程中各变量的影响比重，为实际生产控制提供模型基础。模型效果相比传统的建模方法充分考虑了各变量之间的耦合关系，可以广泛地投入钢铁生产当中。
-
-
-
-
-
-
-
-
-
Search Results
321
records
(took 0.042 seconds)
