一种板材质量检测实时计算系统及其方法

    公开(公告)号:CN105956393B

    公开(公告)日:2018-08-03

    申请号:CN201610273640.9

    申请日:2016-04-27

    Abstract: 种板材质量检测实时计算系统及其方法,属于钢铁行业高端板材的热轧质量检测领域,特别是针对高端板材的质量检测的过程工艺参数指标实时计算。本发明的目的在于降低漏检率,提高产品合格率。该系统包括轧机数据采集器、过程数据库、业务数据库、指标实时处理模块。轧机数据采集器将收集数据存储在过程数据库,过程数据库与指标实时处理模块相连接,业务数据库与指标实时处理模块进行数据交换,业务数据库中存储计算规则标准及计算结果信息,由指标实时处理模块给出最终检测结果。指标计算及时、全面覆盖的质量检测、采用标准化规则。

    一种钢铁制造系统实时取样及判定方法

    公开(公告)号:CN111551688B

    公开(公告)日:2022-05-20

    申请号:CN202010302303.4

    申请日:2020-04-16

    Abstract: 一种钢铁制造系统实时取样及判定方法,属于制造业和信息技术领域。本方法主要是为了解决钢铁产品生产过程中的实时取样和系统判定问题。本方法首先在制造系统对检验项目、物料树和试样编码进行规则定义;当物料产出时,制造系统根据取样工序按计划产出的物料编码对应的订单信息获取检验项目及相关试验要求,根据物料树获取钢坯炉次信息,通过条件查询是否存在可用试样号,如存在且满足相关约束条件则本物料不取样而匹配可用试样编码,否则将生成新的试样编码及参数匹配本物料,完成试样加工及试验后将结果传到制造系统;制造系统根据试验结果及订单要求的判定标准进行系统判定。本方法相比传统人工取样减少了取样次数和试验次数、提高了交货期。

    用于钢板表面缺陷检测的CNN模型训练方法和装置

    公开(公告)号:CN112016675A

    公开(公告)日:2020-12-01

    申请号:CN202010810100.6

    申请日:2020-08-13

    Abstract: 本发明涉及钢板表面缺陷检测技术领域,具体涉及一种用于钢板表面缺陷检测的CNN模型训练方法和装置。该方法包括:构建初始卷积神经网络模型;构建第一训练集;获取目标卷积神经网络模型;构建第一检测集;获取第一检测集的缺陷类别检测结果;构建第二训练集;获取辅助卷积神经网络模型;构建第二检测集;获取第二检测集的第一缺陷类别检测结果;获取第二检测集的第二缺陷类别检测结果;获取缺陷类别检测结果相同的表面缺陷图片;更新第一训练集,并利用更新后的第一训练集重新训练目标卷积神经网络模型,并重新构建第二检测集。本发明保证了训练集更新内容的准确度,整个过程全部实现计算机检测,提高了模型的迭代效率和识别精度。

    一种钢坯化学成分柔性设计方法

    公开(公告)号:CN111524561A

    公开(公告)日:2020-08-11

    申请号:CN202010301749.5

    申请日:2020-04-16

    Abstract: 一种钢坯化学成分柔性设计方法,属于制造业和信息技术领域。本方法主要是为了降低钢坯生产成本并实现柔性冶炼。本方法首先制定钢坯基本元素、合金元素和残余元素的设计规则,针对不同的质量要求匹配不同的生产成本控制;然后根据交货牌号的不同交货质量要求组合基本元素、合金元素和残余元素规则,分别形成一个钢坯小牌号并设计化学元素成分范围,在满足订单质量要求的前提下尽可能降低生产成本;最后基于用户规则将多个钢坯小牌号合并成一个钢坯CA,用一个钢坯CA满足不同交货牌号的产品质量要求,减少了钢坯牌号、方便组炉、实现了钢坯的柔性生产。

    用于钢板表面缺陷检测的CNN模型训练方法和装置

    公开(公告)号:CN112016675B

    公开(公告)日:2023-12-19

    申请号:CN202010810100.6

    申请日:2020-08-13

    Abstract: 本发明涉及钢板表面缺陷检测技术领域,具体涉及一种用于钢板表面缺陷检测的CNN模型训练方法和装置。该方法包括:构建初始卷积神经网络模型;构建第一训练集;获取目标卷积神经网络模型;构建第一检测集;获取第一检测集的缺陷类别检测结果;构建第二训练集;获取辅助卷积神经网络模型;构建第二检测集;获取第二检测集的第一缺陷类别检测结果;获取第二检测集的第二缺陷类别检测结果;获取缺陷类别检测结果相同的表面缺陷图片;更新第一训练集,并利用更新后的第一训练集重新训练目标卷积神经网络模型,并重新构建第二检测集。本发明保证了训练集更新内容的准确度,整个过程全部实现计算机检测,提高了模型的迭代效率和识别精度。

    一种制造系统减少钢板取样损失的生产计划优化方法

    公开(公告)号:CN111598396B

    公开(公告)日:2022-05-20

    申请号:CN202010301728.3

    申请日:2020-04-16

    Abstract: 一种制造系统减少钢板取样损失的生产计划优化方法,属于制造业和信息技术领域。本方法是为了解决减少钢板批次取样的损失问题。本方法在制造系统完成材料设计后,对每个工序的每一块计划物料增加一个虚拟物料号,建立各个虚拟物料号之间的关系;然后根据相关生产信息对板坯虚拟物料号进行组炉,按用户规则为每个取样批次指定取样板坯和备用取样板坯,为取样板坯和备用取样板坯生成取样编码及对应的检验项目,为该批次所有板坯匹配取样编码;如果取样板坯出现问题,则用备用取样板坯虚拟物料号对应轧制大板的虚拟物料号下达取样计划,按大板继承上道板坯的取样编码及对应的检验。本方法相比传统方法增加取样尺寸方法减少了取样损失,提高了成材率。

Patent Agency Ranking