-
公开(公告)号：CN109840369A
公开(公告)日：2019-06-04
申请号：CN201910043816.5
申请日：2019-01-17
Applicant: 燕山大学
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。
-
公开(公告)号：CN117197059A
公开(公告)日：2023-12-08
申请号：CN202311089806.8
申请日：2023-08-28
Applicant: 燕山大学
Abstract: 本发明公开了一种热轧带钢检测及跑偏预警方法，包括：采集并构建热轧带钢图像数据集；基于支持向量机建立热轧带钢检测模型；基于热轧带钢检测模型检测出的有钢图像设计热轧带钢跑偏预警算法；将热轧带钢检测模型和热轧带钢跑偏预警算法嵌入现场表面检测系统中，实时反馈带钢预警与跑偏量到上位机。本发明以热轧带钢生产图像数据为基础基于机器学习算法构建了热轧带钢检测模型，其次针对分类出的有钢图像设计了热轧带钢跑偏预警算法。采用本方法能够准确快速识别不同钢卷轧制过程中有钢与无钢的类别，对运行中出现的跑偏情况进行及时预警反馈，对带钢轧制的稳定运行及板形控制具有重要意义。
-
公开(公告)号：CN117000780A
公开(公告)日：2023-11-07
申请号：CN202311040135.6
申请日：2023-08-17
Applicant: 燕山大学
Abstract: 本发明公开了一种自适应冷轧带材多通道板形预报方法。该方法主要包括以下步骤：采集冷轧带材轧制生产数据并进行预处理；基于极端梯度提升算法建立冷轧带材多通道板形预报模型；利用训练集对冷轧带材多通道板形预报模型进行训练得到模型CSFP_M；将噪声板形通道优化算法与模型CSFP_M融合得到自适应冷轧带材多通道板形预报模型Adaptive‑CSFP_M；将模型Adaptive‑CSFP_M嵌入冷轧带材板形测控系统实现板形的提前预报。该方法针对不同规格的带材轧制生产数据能够在满足工业生产速度的条件下准确预报板形，并且能够有效消除预报板形中出现的噪声通道实现自适应调节，对提高冷轧带材质量具有重要意义。
-
公开(公告)号：CN113269749B
公开(公告)日：2023-02-03
申请号：CN202110572063.4
申请日：2021-05-25
Applicant: 燕山大学
Abstract: 本发明公开了一种带材位置图像数据集采集方法及其视觉检测方法，属于冶金轧制技术领域。该方法首先模拟带材轧制生产现场环境搭建了图像采集装置，并在多角度、多明暗等条件下采集大量不同位置的带材图像数据，制作成数据集；其次根据机器视觉理论对带材图像设计了特定的预处理和图像增强操作流程；最终通过建立分割模型完成图像中带材位置的检测，并计算出带材偏离辊道中心线数值。该方法无需安装复杂的检测机构，成本较低，检测精度高，执行速度快，能够满足生产要求，对实现带材精确、快速的自动化纠偏具有重要意义；对提高产品质量，提升装备国产化智能化水平具有重要意义。
-
-
Patent Agency Ranking
公开(公告)号：CN113269749A
公开(公告)日：2021-08-17
申请号：CN202110572063.4
申请日：2021-05-25
Applicant: 燕山大学
Abstract: 本发明公开了一种带材位置图像数据集采集方法及其视觉检测方法，属于冶金轧制技术领域。该方法首先模拟带材轧制生产现场环境搭建了图像采集装置，并在多角度、多明暗等条件下采集大量不同位置的带材图像数据，制作成数据集；其次根据机器视觉理论对带材图像设计了特定的预处理和图像增强操作流程；最终通过建立分割模型完成图像中带材位置的检测，并计算出带材偏离辊道中心线数值。该方法无需安装复杂的检测机构，成本较低，检测精度高，执行速度快，能够满足生产要求，对实现带材精确、快速的自动化纠偏具有重要意义；对提高产品质量，提升装备国产化智能化水平具有重要意义。
-
公开(公告)号：CN112036626A
公开(公告)日：2020-12-04
申请号：CN202010852476.3
申请日：2020-08-21
Applicant: 燕山大学
Abstract: 本发明公开了一种热轧带钢边部线状缺陷在线预报方法，其主要步骤包括：1、收集热轧带钢生产数据作为样本数据并对样本数据预处理；2、根据GA-DNN神经网络建立热轧带钢边部线状缺陷预报模型；3、对热轧带钢边部线状缺陷预报模型进行训练与验证；4、GA-DNN神经网络热轧带钢边部线状缺陷预报模型在线预报与分析。该方法具有预测精度高、响应速度快、能够实时在线参与控制等特点，对热轧带钢表面质量控制具有重要意义。
-
公开(公告)号：CN109871590B
公开(公告)日：2020-11-06
申请号：CN201910064604.5
申请日：2019-01-23
Applicant: 燕山大学
IPC: G06F30/17 , G06F30/20 , G06F111/04
Abstract: 本发明公开了一种热轧带材断面轮廓复现方法，属于带钢断面形状控制技术领域。该方法采用分段二次函数对热轧带材断面整体轮廓进行复现，该函数使用的特征系数少，只需要三个具有实际物理意义的指标参数即可求解，即热轧带材控制标准中的衡量指标C40与W40、表征冷轧带材精整卷取最边部指标C25，利用该方法复现的带材断面轮廓精度高，复现速度快，同时约束方程的引入确保了复现后的带材断面轮廓光滑连续，更符合实际情况。本发明提出的一种热轧带材断面轮廓复现方法对带材断面形状控制和提高带材质量具有重要意义。
-
公开(公告)号：CN110116139B
公开(公告)日：2020-05-05
申请号：CN201910347862.4
申请日：2019-04-28
Applicant: 燕山大学
Abstract: 本发明公开一种冷轧带材整辊式板形仪通道相互耦合的解耦方法，其包括以下步骤：1、给定板形仪通道数与通道宽度；2、获得通道耦合影响矩阵；3、计算影响矩阵的逆矩阵；4、通过影响矩阵的逆矩阵进行通道解耦；5、获得通道解耦后板形分布。通过影响矩阵求逆并与检测力向量相乘的方法，实现了整辊式板形仪通道间耦合现象的解耦，复现了真实的力向量与板形分布，为提高板形检测精度提供了一种新的方法。
-
公开(公告)号：CN109871590A
公开(公告)日：2019-06-11
申请号：CN201910064604.5
申请日：2019-01-23
Applicant: 燕山大学
IPC: G06F17/50
Abstract: 本发明公开了一种热轧带材断面轮廓复现方法，属于带钢断面形状控制技术领域。该方法采用分段二次函数对热轧带材断面整体轮廓进行复现，该函数使用的特征系数少，只需要三个具有实际物理意义的指标参数即可求解，即热轧带材控制标准中的衡量指标C40与W40、表征冷轧带材精整卷取最边部指标C25，利用该方法复现的带材断面轮廓精度高，复现速度快，同时约束方程的引入确保了复现后的带材断面轮廓光滑连续，更符合实际情况。本发明提出的一种热轧带材断面轮廓复现方法对带材断面形状控制和提高带材质量具有重要意义。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.023 seconds)
