一种面向幂律分布的GPU图计算加速方法及装置

    公开(公告)号:CN119168840A

    公开(公告)日:2024-12-20

    申请号:CN202411339123.8

    申请日:2024-09-25

    Applicant: 东北大学

    Abstract: 本申请提出一种面向幂律分布的GPU图计算加速方法及装置,属于图计算技术领域,其中,方法包括:根据图数据中活跃顶点的数量、大顶点的数量以及小顶点的数量确定对应顶点使用推操作或拉操作,根据对应顶点的推操作或拉操作更新对应的信箱中的信息以及下一轮的活跃顶点及其数量;采用更新后的信箱中的信息更新对应的顶点,得到更新后的图数据;在下一轮的活跃顶点的数量为零的情况下,以更新后的图数据作为算法的结果进行输出;本申请针对幂律分布图中超级顶点上的推拉问题,提出细粒度推拉策略,避免了超级顶点上的低效率拉操作,提高执行效率;本申请还采用k‑工作池策略平衡负载,在面对真实图的幂律分布现象时,能够更好地分配负载。

    一种基于扁平度的高次项板形目标曲线的设置方法

    公开(公告)号:CN116881613A

    公开(公告)日:2023-10-13

    申请号:CN202311132591.3

    申请日:2023-09-05

    Applicant: 东北大学

    Abstract: 本发明的一种基于扁平度的高次项板形目标曲线的设置方法,利用“扁平度”概念获得板形目标曲线中各系数的量化求解方法,以提高板形目标曲线设置精度,满足高精度带钢生产需求。本发明首先提供了一种高次项板形目标曲线的设置和处理方法,并按带钢目标宽度对其进行三种分类;其次,以确定的带钢目标宽度为基础,通过统计分析确定了板形目标曲线中各系数的作用区段,并利用回归分析建立了各系数的求解方程;最后,利用“扁平度”概念、下游工序生产指标以及各系数作用特征确定了各系数求解方程的函数值并获得各系数值。本本发明方法实现了板形目标曲线的精度设定要求,为获得高精度冷轧带钢产品提供了一种可行的优化方案。

    基于数字孪生分析SmartCrown轧机弯辊对板形影响的方法

    公开(公告)号:CN116451538A

    公开(公告)日:2023-07-18

    申请号:CN202310405699.9

    申请日:2023-04-17

    Applicant: 东北大学

    Abstract: 本发明的基于数字孪生分析SmartCrown轧机弯辊对板形影响的方法,包括:步骤1:采集带钢参数、轧制工艺参数以及SmartCrown轧机参数;步骤2:根据步骤1采集的参数建立SmartCrown轧机和带钢的三维弹塑性有限元模型;步骤3:利用三维弹塑性有限元模型对带钢轧制过程进行模拟实验;步骤4:提取步骤3中各模拟实验稳定轧制阶段带钢轧后的横向厚度分布数据,根据横向厚度分布数据计算带钢凸度、边部减薄、带钢凸度权重,进而建立数字孪生体;步骤5:根据步骤4所得到的数字孪生体分析工作辊弯辊力、中间辊弯辊力对轧后的带钢板形的影响。

    通过轧制工艺参数变化预测工作辊表面粗糙度衰减的方法

    公开(公告)号:CN114074119B

    公开(公告)日:2022-07-29

    申请号:CN202111367343.8

    申请日:2021-11-18

    Applicant: 东北大学

    Abstract: 本发明公开了一种通过轧制工艺参数变化预测工作辊表面粗糙度衰减的方法,涉及政府调控政策对产业影响的仿真技术领域。该方法从混和润滑理论出发通过计算分析不同粗糙度下工作辊与带材间的润滑状态,通过润滑状态计算工作辊和带材间的剪切应力分布,将剪切应力分布代入卡尔曼微分方程计算工作辊表面不同粗糙度情况下的轧制力,并以实测轧制力作为判断标准,直到计算轧制力与实测轧制力的偏差在允许范围内,输出当前的粗糙度,获得预测粗糙度。该方法不需要大量实测数据,避免了统计回归模型严重依赖实测数据准确性以及因大量采集数据而影响现场生产效率的缺点,且可以正确反映工作辊和带材间复杂的接触关系、乳化液的润滑作用,适用范围更广。

    一种基于长用户行为的序列化推荐方法、装置及存储介质

    公开(公告)号:CN117390074A

    公开(公告)日:2024-01-12

    申请号:CN202311042889.5

    申请日:2023-08-18

    Applicant: 东北大学

    Abstract: 本发明属于序列化推荐系统领域,提出一种基于长用户行为的序列化推荐方法、装置及存储介质。基于现有语言模型改进;将用户交互历史序列分为多个用户交互历史子序列,与用户交互历史对应的下一时刻真实交互商品输入至编码器、解码器后,获得对应向量表示;选取负样本商品同向量表示组成向量空间,计算用户交互历史同正样本商品、负样本商品的相关性,获得损失值,根据交叉熵损失函数来对比学习训练语言模型参数,最终得到训练完成的语言模型,用于预测下一推荐商品。本发明提出的序列化推荐方法,在商品推荐方面取得了最先进的效果,无论在高频场景还是低频场景都可以有效预测。

    一种基于带钢横向强度不均的横向厚度分布预测方法

    公开(公告)号:CN116371942B

    公开(公告)日:2023-10-20

    申请号:CN202310652406.7

    申请日:2023-06-05

    Applicant: 东北大学

    Abstract: 本发明属于轧制过程自动化控制技术领域,具体涉及一种基于带钢横向强度不均的横向厚度分布预测方法,包括:截取部分带钢进行拉伸试验获取真实应力‑应变曲线;获取轧辊参数、轧制工艺参数以及轧制前后的带钢参数;建立关于带钢‑轧辊变形耦合分析的横向厚度分布仿真模型;利用横向厚度分布仿真模型进行模拟实验;构建板形执行机构的厚度调控功效系数计算模型,提取模拟实验稳定轧制阶段的带钢横向厚度分布数据,计算各板形执行机构的厚度调控功效系数;提取模拟实验稳定轧制阶段的带钢宽度数据和出口带钢横向厚度分布曲线,建立带钢横向厚度分布预测计算方程,输入板形执行机构的调控数值以获取对应横向厚度分布曲线。

    一种基于轧制参数耦合的轧辊倾斜闭环控制方法

    公开(公告)号:CN116637942A

    公开(公告)日:2023-08-25

    申请号:CN202310903884.0

    申请日:2023-07-24

    Applicant: 东北大学

    Abstract: 本发明属于冶金轧制技术领域,公开一种基于轧制参数耦合的轧辊倾斜闭环控制方法,包括:获取带钢目标宽度对应的板形辊内嵌传感器的起始标号和终止标号范围内所有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;计算每个测量段处的耦合板形实测值和板形偏差值Devi;计算二次型影响系数;依据二次型影响系数,计算工作辊倾斜的二次型影响系数;根据工作辊倾斜的二次型影响系数和标准化处理的内嵌传感器的物理位置,计算工作辊倾斜的各测量段板形偏差计算当量;依据的和Devi,计算工作辊倾斜闭环调节量;依据并结合工作辊倾斜的比例‑积分控制器,计算工作辊倾斜闭环调节量的最终输出值。

Patent Agency Ranking