-
公开(公告)号：CN114627108A
公开(公告)日：2022-06-14
申请号：CN202210381686.8
申请日：2022-04-12
Applicant: 燕山大学
Abstract: 本发明提供了一种金属带材板形缺陷图像数据集的制作方法及数据集，涉及带材板形质量检测技术领域。首先根据生产需求，科学系统的划分了金属带材常见板形缺陷的类别；其次在生产现场采集了大量带材板形缺陷的原始图像，根据图像处理理论，针对板形缺陷原始图像设计了系统性的缺陷图像处理流程及方法，通过该方法对板形缺陷原始图像中的无效信息区域进行自动化掩码处理，保留有效信息区域；最终制作了金属带材板形缺陷图像数据集。本发明对板形缺陷图像的处理精度高，执行速度快，制作的数据集中包含的板形缺陷类别多，符合真实生产情况，对基于机器视觉的板形缺陷检测研究具有重要意义。
-
公开(公告)号：CN113344905A
公开(公告)日：2021-09-03
申请号：CN202110722626.3
申请日：2021-06-28
Applicant: 燕山大学
Abstract: 本发明涉及一种带材跑偏量检测方法及系统，先获取生产现场的带材跑偏图像，然后对带材跑偏图像进行预处理，得到预处理后图像。再将预处理后图像作为输入，利用分割模型得到辊道和带材的分割结果图像，并对分割结果图像进行边缘提取，得到边缘提取图像，最后根据边缘提取图像，计算带材的跑偏量。本发明所提供的检测方法及系统无需在生产带材的生产线上额外安装传感器设备，直接基于生产现场所安装的监控摄像头获取带材跑偏图像，再对带材跑偏图像进行图像处理即可进行带材跑偏量的检测，该方法无需复杂的安装机构，成本低，通用性强。
-
公开(公告)号：CN112077156B
公开(公告)日：2021-05-14
申请号：CN202010845844.1
申请日：2020-08-20
Applicant: 燕山大学
IPC: B21B38/02
Abstract: 本发明提供一种冷轧带材板形辊挠度干扰信号消除方法，其针对板形辊使用过程中由于弹性挠曲变形对传感器产生的干扰信号，提出了一种消除该干扰信号的方法。该方法首先建立了挠度干扰信号波形数学方程；其次综合考虑了板形原始信号与干扰信号之间的关系，确定了干扰信号波形相位参数；最后采用现代优化方法求解出干扰信号波形幅值参数，进而得到其具体数学表达式。该方法整个执行过程中计算简单，精度高，响应速度快，在板形检测过程中能够满足实时在线消除干扰信号的要求，能够提高冷轧带材板形测控精度。
-
公开(公告)号：CN112077156A
公开(公告)日：2020-12-15
申请号：CN202010845844.1
申请日：2020-08-20
Applicant: 燕山大学
IPC: B21B38/02
Abstract: 本发明提供一种冷轧带材板形辊挠度干扰信号消除方法，其针对板形辊使用过程中由于弹性挠曲变形对传感器产生的干扰信号，提出了一种消除该干扰信号的方法。该方法首先建立了挠度干扰信号波形数学方程；其次综合考虑了板形原始信号与干扰信号之间的关系，确定了干扰信号波形相位参数；最后采用现代优化方法求解出干扰信号波形幅值参数，进而得到其具体数学表达式。该方法整个执行过程中计算简单，精度高，响应速度快，在板形检测过程中能够满足实时在线消除干扰信号的要求，对提高冷轧带材板形测控精度。
-
-
Patent Agency Ranking
公开(公告)号：CN112792142B
公开(公告)日：2021-11-09
申请号：CN202011485673.2
申请日：2020-12-16
Applicant: 燕山大学
Abstract: 本发明提出了一种基于板形检测数据的带材跑偏量识别方法。该方法的主要步骤包括：获取板形仪参数、带材参数和板形仪检测的带材板形数据；利用分段线性插值法求解带材发生跑偏时的板形值分布；提出板形平滑性指标概念，并以此建立求解带材跑偏量的目标优化函数；利用现代优化设计方法求解最优的带材跑偏量。本发明方法是通过板形仪的检测数据来实时识别带材跑偏量，该方法执行可靠，所需参数少，识别速度快，稳定性强，对提高冷轧带材板形检测与控制精度具有重要意义。
-
公开(公告)号：CN113592024A
公开(公告)日：2021-11-02
申请号：CN202110922763.1
申请日：2021-08-12
Applicant: 燕山大学
Abstract: 本发明涉及一种冷轧铜带表面缺陷识别模型训练方法，该训练方法包括：建立冷轧铜带的表面缺陷数据集，该表面缺陷数据集包括多种表面缺陷类别各自对应的多张训练用图像。然后构建初始识别模型，该初始识别模型为深度卷积神经网络模型。最后利用表面缺陷数据集对初始识别模型进行训练，得到识别模型，进而所建立的识别模型能够对多种缺陷类别进行识别，实际应用效果好。本发明还用于提供一种冷轧铜带表面缺陷识别方法及系统，利用上述训练方法训练得到的识别模型对待识别图像进行识别，得到待识别图像对应的表面缺陷类别，识别精度高且识别速度快，可以实时在线检测表面缺陷类别。
-
公开(公告)号：CN113172097A
公开(公告)日：2021-07-27
申请号：CN202110587448.8
申请日：2021-05-27
Applicant: 燕山大学
Abstract: 本发明公开了一种基于深度自编码的冷轧带材板形模式识别方法及系统，其包括：1、收集冷轧带材生产过程中的板形数据作为样本数据并进行预处理；2、建立深度自编码神经网络冷轧带材板形模式识别模型Autoencoder；3、深度自编码神经网络带材板形模式识别模型的训练与预测；4、根据训练结果对模型的训练参数进行调优；5、保存训练后的模型参数，获得深度自编码神经网络冷材带钢板形模式识别模型RM；6、将冷轧带材板形模式识别模型RM嵌入板形检测与控制系统中，获得的板形模式分量反馈于板形控制系统。该方法基于无监督深度自编码神经网络对板形数据进行特征提取并获得5种板形基本模式，它能够准确、快速的识别板形，对板形控制具有重要意义。
-
公开(公告)号：CN112893480A
公开(公告)日：2021-06-04
申请号：CN202110064802.9
申请日：2021-01-18
Applicant: 燕山大学
Abstract: 本发明提供了一种非方板形控制系统的优化方法，其包括：利用板形控制变形机理模型，计算控制系统的影响矩阵，求解系统开环传递函数，计算非方相对增益矩阵，分析各控制回路的耦合程度，制定非方板形控制系统的解耦策略；针对挑选出的非方控制回路应用广义逆解耦理论进行控制，分解并消除解耦控制器的不稳定极点；制定中间辊窜辊影响系数变量模型；通过多项式拟合设计广义逆‑对角矩阵解耦的中间辊窜辊控制策略，计算中间辊窜辊最小调节量。本发明提高了系统的动态特性，减小了系统调节时间，降低了中间辊窜辊的使用频率和调节量，简单实用且有效。
-
公开(公告)号：CN109840369B
公开(公告)日：2020-08-11
申请号：CN201910043816.5
申请日：2019-01-17
Applicant: 燕山大学
IPC: G06F30/17 , B21B38/00 , G06F119/14
Abstract: 本发明涉及一种冷轧带材板形仪传动方案设计方法，该方法通过对板形仪现场应用分析，提出了打滑因子概念，定量的表征了板形仪在带材上的打滑程度，并根据板形仪的具体结构参数，利用打滑因子确定其需要的主动或被动传动方式；由于生产现场环境限制，板形仪若无法采用主动传动方式消除打滑时，可利用打滑因子反算最小包角，重新调整板形仪与带材之间的包角，确保带材与板形仪之间的摩擦力矩能够克服轴承摩擦力矩与加减速力矩。本发明设计的板形仪在现场应用中需采用的传动方案，有助于减少带材与板形仪之间的磨损，能够提高板形仪的使用寿命。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.021 seconds)
