-
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：CN112052610B
公开(公告)日：2022-06-07
申请号：CN202010859459.2
申请日：2020-08-24
Applicant: 燕山大学
IPC: G06F30/23 , G06F30/17 , G01N3/06 , G01N3/08 , G06F119/14
Abstract: 本发明涉及冷轧带板形检测技术领域，具体而言，尤其涉及一种整辊式板形检测辊张力与包角设定的计算方法，包括如下步骤：S1，建立x‑y笛卡尔参考坐标系；S2，给定板形检测辊半径R1和带材包覆板形辊角度大小2θ1，计算得到满足当前包角2θ1的传动辊半径R2；S3，给定带材张力T，带材弹性模量E；带材宽度B；带材厚度h，计算出对应当前包角2θ1和带材张力T的作用在主动辊轴心处的施加载荷F；S4，按照计算参数和计算出的传动辊半径R2以及施加载荷F搭建试验平台或仿真模型进行试验。本发明对板形辊张力和包角的计算既准确又快速。
-
公开(公告)号：CN114264839A
公开(公告)日：2022-04-01
申请号：CN202111652956.6
申请日：2021-12-30
Applicant: 燕山大学
Abstract: 本发明提供一种应用加速度计的旋转体转速测定方法，涉及转速检测技术领域，其包括以下由计算机执行的步骤：截取旋转体信号处理模块中加速度计两个垂直采样通道若干旋转周期的输出信号，对其进行降采样作为原始数据；对数据进行去除零点漂移操作；通过获取去除零点漂移数据对应的零点个数求该段数据对应的旋转周期数；通过截取数据的旋转周期数结合对应的时间长度计算旋转体转速。本发明提供了一种方便快速的旋转体转速测定方法，具有较高的实用性，为旋转体转速测量提供了一种新的解决思路。
-
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。
-
Patent Agency Ranking
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：CN112620358B
公开(公告)日：2021-08-20
申请号：CN202011382035.8
申请日：2020-11-30
Applicant: 燕山大学
Abstract: 本发明提供一种冷轧带材板形仪检测信号挠曲附加分量识别和消除方法，其包括以下由计算机执行的步骤：1、获取计算需要的板形仪的数字量参数；2、获取计算需要的特定采样点序号及其范围参数；3、获取当前检测单元当前周期的采样点对应AD值，并根据误差最小原理，使用采样数据与附加波形曲线的误差计算公式倒推出各检测单元的挠曲附加信号在当前周期内的波形函数具体形式，并得到当前周期各单元消除影响后的波形。本发明提供了一种方便快速的整辊板形检测辊在线消除挠曲附加信号的方法，提高了获取真实板形信号过程的准确性、快速性。
-
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：CN112620358A
公开(公告)日：2021-04-09
申请号：CN202011382035.8
申请日：2020-11-30
Applicant: 燕山大学
Abstract: 本发明提供一种冷轧带材板形仪检测信号挠曲附加分量识别和消除方法，其包括以下由计算机执行的步骤：1、获取计算需要的板形仪的数字量参数；2、获取计算需要的特定采样点序号及其范围参数；3、获取当前检测单元当前周期的采样点对应AD值，并根据误差最小原理，使用采样数据与附加波形曲线的误差计算公式倒推出各检测单元的挠曲附加信号在当前周期内的波形函数具体形式，并得到当前周期各单元消除影响后的波形。本发明提供了一种方便快速的整辊板形检测辊在线消除挠曲附加信号的方法，提高了获取真实板形信号过程的准确性、快速性。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
122
records
(took 0.024 seconds)
