-
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。
-
公开(公告)号：CN111250546A
公开(公告)日：2020-06-09
申请号：CN202010018520.0
申请日：2020-01-08
Applicant: 燕山大学
Abstract: 本发明公开了一种基于内点惩罚函数法的边部减薄多点优化控制方法，属于冶金轧制技术领域，按如下步骤进行：步骤一：从边部减薄检测装置中实时采集数据及处理；步骤二、通过有限元模拟的方法，计算出工作辊横移边部减薄的影响程度，建立调控功效系数矩阵；步骤三、基于内点惩罚函数法，计算调整机构的调整量；步骤四、将横移量输出到工作辊横移执行机构。本发明的边部减薄多点控制方法，通过有限元仿真建立调控功效系数向量，采用内点惩罚函数的优化方法对带钢边部进行多目标监控、优化，实现了边部减薄多目标优化，综合考虑了带钢边部减薄的连续性，提高了对边部减薄的控制精度。
-
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：CN104985004B
公开(公告)日：2017-01-25
申请号：CN201510395571.4
申请日：2015-07-08
Applicant: 燕山大学
Abstract: 一种冷轧带材残余应力预报方法，它主要包括以下由计算机执行的步骤：1、收集轧制工艺参数；2、对出口横向位移系数进行优化；3、计算带材入口和出口速度横向分布；4、计算入口、出口平均速度；5、计算带材入口、出口张应力分布及计算误差；6、采用松弛因子法更新带材入口、出口张应力分布；7、计算出口残余应力横向分布值。本发明既考虑入、出口张应力横向分布不均对入、出口速度横向分布的影响，又考虑入、出口速度横向分布不均对入、出口张应力横向分布的影响，符合基本的轧制原理，残余应力预报结果更加精确。
-
公开(公告)号：CN105710138A
公开(公告)日：2016-06-29
申请号：CN201610232127.5
申请日：2016-04-14
Applicant: 燕山大学
IPC: B21B37/46
CPC classification number: B21B37/46 , B21B2275/04
Abstract: 一种基于滞后补偿的冷轧板形闭环控制方法，具体步骤为：制定基于多变量优化模型的板形闭环控制系统的结构；设计板形闭环控制系统的多变量优化模型；制定各个板形调节机构的PID控制模型；制定各个板形调节机构的PID+Smith预估器控制模型；确定每个板形调节机构控制回路的过程模型，整定相应PID参数；制定板形闭环控制系统的控制模式。本发明的优点：只需根据轧制速度变化对板形闭环控制模式进行切换即可消除板形控制过程中测量滞后对板形闭环控制系统稳定性的影响，具有结构简单、计算效率高及控制实时性较高等优点，确保板形闭环控制系统的稳定性不受测量滞后的影响，具有较高的稳态控制精度。
-
Patent Agency Ranking
公开(公告)号：CN119819722A
公开(公告)日：2025-04-15
申请号：CN202510094205.9
申请日：2025-01-21
Applicant: 燕山大学
Abstract: 本发明提供一种X型六辊轧机板形预报方法，属于冶金轧制技术领域。本发明包括以下步骤：收集X型六辊轧机设备参数和带材特征参数以及对应的轧制工艺参数；单元划分和影响系数求解；带材塑性变形的求解；将辊系弹性变形模型与带材塑性变形模型两者之间进行迭代计算，直至收敛；预报轧制时带材前张应力横向分布值；预报轧制时带材出口板形横向分布。本发明基于带材塑性变形模型与辊系弹性变形模型，计算轧后的前张应力，进而实现板形预报。
-
公开(公告)号：CN113592024B
公开(公告)日：2024-05-28
申请号：CN202110922763.1
申请日：2021-08-12
Applicant: 燕山大学
IPC: G06V10/764 , G06V10/774 , G06T7/00 , G06V10/82 , G06N3/0464 , G01N21/01 , G01N21/88 , G01N21/95
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：CN113172097B
公开(公告)日：2022-07-29
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：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：CN111250546B
公开(公告)日：2022-02-11
申请号：CN202010018520.0
申请日：2020-01-08
Applicant: 燕山大学
Abstract: 本发明公开了一种基于内点惩罚函数法的边部减薄多点优化控制方法，属于冶金轧制技术领域，按如下步骤进行：步骤一：从边部减薄检测装置中实时采集数据及处理；步骤二、通过有限元模拟的方法，计算出工作辊横移边部减薄的影响程度，建立调控功效系数矩阵；步骤三、基于内点惩罚函数法，计算调整机构的调整量；步骤四、将横移量输出到工作辊横移执行机构。本发明的边部减薄多点控制方法，通过有限元仿真建立调控功效系数向量，采用内点惩罚函数的优化方法对带钢边部进行多目标监控、优化，实现了边部减薄多目标优化，综合考虑了带钢边部减薄的连续性，提高了对边部减薄的控制精度。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.017 seconds)
