-
公开(公告)号：CN114091211A
公开(公告)日：2022-02-25
申请号：CN202111516036.1
申请日：2021-12-06
Applicant: 东北大学
IPC: G06F30/17 , G06F30/27 , G06K9/62 , B21B37/00 , G06F119/14
Abstract: 本发明提供一种基于数据驱动的冷轧机振动预测与预警方法，涉及轧钢技术领域。本发明首先在冷轧生产过程中，获取轧制过程工艺参数；将轧机轧制过程工艺参数与振动数据进行时刻匹配、数据平滑与标准化处理；最后采用处理后的数据使用XGBoost算法建立轧机振动幅值预测模型，利用模型对轧机的振动幅值进行预测；本发明提供的数据驱动的冷轧机振动预测与预警方法，运算速度快、计算精度高，可应用于在线轧机振动的早期预警。
-
公开(公告)号：CN114074118A
公开(公告)日：2022-02-22
申请号：CN202111367315.6
申请日：2021-11-18
Applicant: 东北大学
IPC: B21B37/00
Abstract: 本发明公开了一种六辊冷轧机的轧制稳定性预测方法，涉及轧制过程自动化生产技术领域。该方法考虑了入口油膜挤压效应，将轧辊垂向振动速度引入油膜厚度计算公式，获得动态入口油膜厚度，并结合粗糙度分布假设，计算变形区摩擦应力分布随时间的变化情况；考虑了轧辊垂向振动速度的卡尔曼微分方程推导，并带入变形区摩擦应力分布，计算动态轧制力及由轧辊垂向振动引发的轧制力波动量；根据轧辊、轧件和牌坊间的受力关系，建立轧机系统的垂向振动动力学方程，然后采用Newmark‑Beta法求解，并以轧辊垂向位移作为判断轧机稳定性的依据，若轧辊位移曲线收敛，则轧机稳定，若轧辊位移曲线发散，则轧机不稳定。该方法能够更精准地预测出轧制过程中的轧机稳定性。
-
公开(公告)号：CN113742975A
公开(公告)日：2021-12-03
申请号：CN202111075002.3
申请日：2021-09-14
Applicant: 东北大学
IPC: G06F30/23 , G06F30/17 , G06F111/10
Abstract: 本发明属于轧制技术领域，具体涉及一种热连轧粗轧立‑平轧制轧件头尾缺陷预测及评价方法。针对现有技术的不足，本发明提出了一种热连轧粗轧过程立‑平轧制轧件头尾缺陷预测及评价方法,综合考虑了立‑平轧制过程中工艺规程与实际设备，基于现场实际，建立有限元模型，通过控制变量法设定实验条件进行有限元仿真的方式，建立了立‑平轧制头尾缺陷关键点的函数表达式，拟合了立‑平轧制轧件头尾缺陷的形状曲线，并依此提出了一种立‑平轧制轧件头尾缺陷的评价方法；准确的预测了立‑平轧制后轧件头尾缺陷，解决了在生产过程中，轧件头尾难以确定的难题；同时给出了一种头尾缺陷的评价方法。本发明能够为后续的剪切工艺提供指导，降低切损率。
-
公开(公告)号：CN113671923A
公开(公告)日：2021-11-19
申请号：CN202111001700.9
申请日：2021-08-30
Applicant: 东北大学
IPC: G05B19/418
Abstract: 一种基于数据驱动的连轧过程故障检测方法，属于轧制过程的自动化控制技术邻域，本发明首先采集包含正常生产过程带钢生产数据以及出现故障时的带钢生产数据；再将数据进行标准化处理；用栈式自编码器深度学习模型对处理后的数据进行特征提取与数据降维，之后基于深度学习模型输出后的数据，结合典型相关分析多元统计方法，进行连轧过程的故障检测。本发明提供的基于数据驱动的连轧过程故障检测方法，运行速度快、检测精度高，本发明方法可直接在计算机上通过编程实现，且不需要成本上的投入，可以广泛推广到热轧生产中。
-
公开(公告)号：CN112474826B
公开(公告)日：2021-10-22
申请号：CN202011161625.8
申请日：2020-10-27
Applicant: 东北大学
IPC: B21B38/04
Abstract: 一种热连轧中间坯厚度分布的计算方法，属于轧钢自动控制技术领域。本发明根据轧件在粗轧过程中温度的变化，通过测温仪测得轧件的温度，通过温降模型计算得到了轧件在粗轧过程中温度变化情况，计算得到粗轧各道次轧件长度方向上不同位置的温度分布，基于在线轧制力的校核，借助于轧制特性分析计算得到了温度偏差、厚度偏差对轧制过程各道次厚度的影响规律，最终得到了中间坯长度方向上的厚度分布情况。本发明方法为精轧区厚度控制提供准确的源数据，为产品厚度的高精度控制提供了良好条件。
-
Patent Agency Ranking
公开(公告)号：CN111570527B
公开(公告)日：2021-08-03
申请号：CN202010441170.9
申请日：2020-05-22
Applicant: 东北大学
Abstract: 本发明提供一种全连续热轧薄带线卷取机切换过程中导板的控制方法。在全连续热轧薄带生产线中，带钢头部经过轧机轧制、飞剪剪切、卷取机卷钢、轧机抛钢的过程中，经常出现跑偏现象，如果控制方法不当，可引起塔型、错层、折边等问题，本发明提出一种在线自动控制方法，结合相应的电气元器件，可以实现对卷取机前侧导板的自动控制，同时对两侧两次短行程、传动侧压力控制的控制时序进行了调整，可以有效辅助夹送辊顺利将带钢带入卷取机，减少了塔型、错层、折边等问题，保证了带钢的卷型，提升了生产过程中的成品率。
-
公开(公告)号：CN113155651A
公开(公告)日：2021-07-23
申请号：CN202110344552.4
申请日：2021-03-30
Applicant: 东北大学
IPC: G01N3/32 , G01M13/021 , G06F30/23
Abstract: 本发明提供一种基于疲劳试验与仿真的直齿轮齿根裂纹扩展规律分析方法，首先通过齿轮疲劳试验得到直齿轮齿根裂纹扩展的实际路径，然后采用ANSYS软件在齿轮建模方面的优势，完成了精确的齿轮建模、划分网格、建立边界条件及应力分析等工作；再利用FRANC3D软件强大的断裂仿真分析功能，模拟了直齿轮齿根裂纹扩展的路径，可以更好的研究齿根裂纹扩展规律。本发明是一种结合疲劳试验和仿真模拟的方法，研究直齿轮齿根裂纹的扩展规律，且可以通过对比疲劳试验结果与仿真模拟结果，验证实验方法的合理性，为之后的直齿轮齿根裂纹扩展研究领域提供一种更可靠、更高效的分析方法。
-
公开(公告)号：CN113011491A
公开(公告)日：2021-06-22
申请号：CN202110285167.7
申请日：2021-03-17
Applicant: 东北大学
Abstract: 本发明提供一种主成分分析协同随机森林的热连轧带钢宽度预测方法，涉及热连轧轧制过程控制技术领域。该方法首先确定热连轧生产线设备布置形式，并确定温度制度、轧机设备参数及轧制边界条件，根据生产线特征，确定需要采集的关于换钢种、换规格及换辊后的首块钢宽度的实测数据；并对采集的实测数据进行标准化处理；然后采用主成分分析法对标准化处理后的数据集进行降维处理及特征选择，并确定进行带钢宽度预测的随机森林宽度预测模型的输入变量；将基于主成分分析降维处理及特征选择后的数据集按照一定的比例划分为训练集与测试集，根据随机森林算法构建并训练随机森林宽度预测模型；并对随机森林宽度预测模型的预测精度进行评估。
-
公开(公告)号：CN111570529B
公开(公告)日：2021-03-16
申请号：CN202010441193.X
申请日：2020-05-22
Applicant: 东北大学
Abstract: 本发明提供了一种全连续热轧薄带线断带的紧急情况下卷取机的自动控制方法，首先根据断带位置的不同，将断带类型分为三种情况：当第一块钢没有进入2#卷取机之前断带；带钢已经进入2#卷取机，断带后需要进入1#卷取机卷钢；带钢已经进入1#卷取机，断带后需要进入2#卷取机卷钢；断带后手动挽救需同时操作多个设备，很难保证成功干预，本方法通过安装的相关元器件，根据具体情况，采用具体的控制方法实现不同情况下的一键紧急处理方法，避免了断带而全线停机造成的不必要经济损失，也减少了因为断带而停车导致的处理废钢时间，同时规避了再启车组织生产的时间浪费，不但能提高生产线的生产效率，还能有效回避生产安全问题。
-
公开(公告)号：CN111570531A
公开(公告)日：2020-08-25
申请号：CN202010442056.8
申请日：2020-05-22
Applicant: 东北大学
Abstract: 本发明为一种全连续热轧薄带线轧机在线换辊的控制方法，属于轧钢自动化领域，在全连续热轧薄带生产线中，轧机由于轧辊磨损等原因需要定期换辊，为保证连续轧制不停机，轧机需要各设备配合进行在线换辊，而在线换辊涉及侧导板、入口夹送辊、出口夹送辊、轧机支撑辊轴端挡板、阶梯垫、弯辊、蹿辊、活套等诸多设备，本方法为一键自动在线换辊，各不干涉的设备可以同时自动动作，大大减少了换辊的时间和人工在线换辊的失误率，此方法已经在某全连续生产线中得到应用，换辊效率得到了厂方的认可，能够满足厂方对在线换辊的各种要求。
-
-
-
-
-
-
-
-
-
Search Results
321
records
(took 0.035 seconds)
