-
公开(公告)号：CN112792142A
公开(公告)日：2021-05-14
申请号：CN202011485673.2
申请日：2020-12-16
Applicant: 燕山大学
Abstract: 本发明提出了一种基于板形检测数据的带材跑偏量识别方法。该方法的主要步骤包括：获取板形仪参数、带材参数和板形仪检测的带材板形数据；利用分段线性插值法求解带材发生跑偏时的板形值分布；提出板形平滑性指标概念，并以此建立求解带材跑偏量的目标优化函数；利用现代优化设计方法求解最优的带材跑偏量。本发明方法是通过板形仪的检测数据来实时识别带材跑偏量，该方法执行可靠，所需参数少，识别速度快，稳定性强，对提高冷轧带材板形检测与控制精度具有重要意义。
-
公开(公告)号：CN111530936A
公开(公告)日：2020-08-14
申请号：CN202010241742.9
申请日：2020-03-31
Applicant: 燕山大学
Abstract: 本发明提供了一种基于D数理论的分段冷却控制方法及系统，所述方法包括：首先确定分段冷却输入参数；其次基于所述分段冷却输入参数确定分段冷却中间参数；再次基于D数理论，根据所述分段冷却中间参数确定第t时刻第i个通道的第二融合值；然后基于第t时刻第i个通道的第二融合值确定喷嘴喷射级别；最后根据所述喷嘴喷射级别控制第i个通道对应的喷嘴进行分段冷却控制。本发明基于D数理论确定喷嘴喷射级别，进而提高分段冷却控制精度。
-
公开(公告)号：CN110110839A
公开(公告)日：2019-08-09
申请号：CN201910316881.0
申请日：2019-04-19
Applicant: 燕山大学
Abstract: 本发明公开了一种基于PSO-LM-BP神经网络的带钢冷轧横向厚差预报方法，涉及到带钢断面形状控制领域。该方法主要包括以下步骤：1、PSO-LM-BP神经网络训练样本的获取；2、PSO-LM-BP神经网络带钢冷轧横向厚差预报模型的建立；3、PSO-LM-BP神经网络带钢冷轧横向厚差预报模型的训练与验证；4、PSO-LM-BP神经网络带钢冷轧横向厚差预报模型的预测。该方法只需根据带钢热轧来料断面轮廓三个参数C40、C25、W40，即可预测出其冷轧后的横向厚差值，预测精度高、响应速度快，能够快速参与指导实际生产，对带钢冷轧横向厚差控制具有重要意义。
-
公开(公告)号：CN105149361B
公开(公告)日：2017-04-05
申请号：CN201510398450.5
申请日：2015-07-08
Applicant: 燕山大学
IPC: B21B37/00
Abstract: 一种热连轧机带材换热系数自学习方法，它主要包括以下由计算机执行的步骤：1、收集轧机参数、轧制工艺参数以及换热系数当前值；2、对除鳞区对流换热系数、机架间水冷对流换热系数、带材两侧边水冷对流换热系数、空冷换热系数、轧件与轧辊之间接触热传导换热系数进行寻优。本发明通过对五个换热系数在较大区间进行整体寻优，再固定各个换热系数对其它换热系数在较小区间进行寻优的方法，维持了换热系数之间相对的定性关系，保证了自学习之后的换热系数在不失去物理意义的前提下更加准确的预报带材温度。
-
-
Patent Agency Ranking
公开(公告)号：CN105149361A
公开(公告)日：2015-12-16
申请号：CN201510398450.5
申请日：2015-07-08
Applicant: 燕山大学
IPC: B21B37/00
Abstract: 一种热连轧机带材换热系数自学习方法，它主要包括以下由计算机执行的步骤：1、收集轧机参数、轧制工艺参数以及换热系数当前值；2、对除鳞区对流换热系数、机架间水冷对流换热系数、带材两侧边水冷对流换热系数、空冷换热系数、轧件与轧辊之间接触热传导换热系数进行寻优。本发明通过对五个换热系数在较大区间进行整体寻优，再固定各个换热系数对其它换热系数在较小区间进行寻优的方法，维持了换热系数之间相对的定性关系，保证了自学习之后的换热系数在不失去物理意义的前提下更加准确的预报带材温度。
-
公开(公告)号：CN104985006A
公开(公告)日：2015-10-21
申请号：CN201510398731.0
申请日：2015-07-08
Applicant: 燕山大学
IPC: B21B37/58
Abstract: 一种四辊轧机负载辊缝形状预报方法，它主要包括以下由计算机执行的步骤：1、给定四辊轧机设备参数及工艺参数；2、给定轧制压力横向分布多项式；3、计算相关参数，初始化辊间压力；4、根据辊间变形协调条件及工作辊力与力矩平衡条件形成线性方程组；5、求解线性方程组；6、计算四辊轧机负载辊缝形状。本发明采用高阶多项式描述辊间压力与轧制压力的横向分布，采用莫尔积分法计算出多项式分布力作用下轧辊挠度的解析函数，最终使辊间压力求解方程组阶数较常规影响函数法显著减小，使计算速度的明显减少，计算精度显著提高，是一种实用高效的负载辊缝形状预报方法。
-
公开(公告)号：CN103302112B
公开(公告)日：2015-09-16
申请号：CN201310209604.2
申请日：2013-05-31
Applicant: 燕山大学
IPC: B21B38/02
Abstract: 一种整辊内嵌式板形仪，无缝检测辊的辊体两端分别与传动侧轴头和操作侧轴头相连，该两轴头的轴线上均设有传输通道，在上述辊体壁内至少设有一个轴向精密深孔，其设在径向外侧的圆弧面到辊体表面距离为5-10毫米，上述每个精密深孔内设有并列的压力传感器，上述压力传感器骨架外表面与凸块对应的位置设走线槽，压磁式压敏元件的信号线通过该走线槽引出，穿过操作侧轴头的传输通道连接到自发电信号处理及无线发射装置中，无线接收器与解码器相连，该解码器与软件处理系统相连。本发明将压力传感器内置于检测辊辊体内，避免了对带钢表面的划伤。
-
公开(公告)号：CN101623707A
公开(公告)日：2010-01-13
申请号：CN200910075081.0
申请日：2009-08-05
Applicant: 燕山大学
Abstract: 本发明提供了一种板带钢冷、热连轧机板形标准曲线计算方法，该方法在充分考虑板带连轧机实际生产状况的基础上，兼顾板带材的平直度与横断面形状，将两者综合最优作为目标，将机架间带材平直度不失稳作为约束条件来完成各机架板形标准曲线的计算。根据本发明所设计出的平直度标准曲线与厚度横向分布标准曲线不仅能够保证末机架出口板带材平直度与工业要求相吻合，而且尽量保证厚度横向分布也与工业要求相吻合，使得各机架的板形控制能力得到合理分配，适合工业生产实际情况。
-
公开(公告)号：CN119839058A
公开(公告)日：2025-04-18
申请号：CN202510017831.8
申请日：2025-01-06
Applicant: 燕山大学
Abstract: 本发明提供一种非迭代的四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：收集四辊轧机设备参数和轧制的典型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；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。本发明将带材塑性变形模型与辊系弹性变形模型集成为一个统一的线性方程组，直接求解，无需任何迭代。通过两个计算实例表明，非迭代的四辊轧机板形预报方法的计算结果与模型耦合法吻合良好，而计算速度却提升了10倍左右。
-
-
-
-
-
-
-
-
-
Search Results
72
records
(took 0.018 seconds)
