公开(公告)号：CN118673653A

公开(公告)日：2024-09-20

申请号：CN202310275103.8

申请日：2023-03-20

Applicant: 上海宝信软件股份有限公司

Inventor： 崔兴 ,  杨江涛 ,  李慧 ,  张瑞斌 ,  张兵 ,  宋学龙

IPC: G06F30/20 ,  G06F111/04

Abstract: 本发明提供了一种铝合金熔铸全流程配料计算模型系统及方法，包括：人机交互模块：向服务端的目标装入总量计算模块、初始配料方案计算模块和补充配料方案计算模块下达计算启动指令；目标装入总量计算模块：读取输入数据，并计算目标装入总量；初始配料方案计算模块：读取目标装入总量和目标铝种成分的上下限信息，以及原料的价格、成分和库存重量信息，求解得到成本最优的初始配料方案；补充配料方案计算模块：读取实际装入总量、最近一次铝水检化验实绩和目标铝种成分的上下限信息，以及各原料的成分和库存重量信息，求解得到配料总重量最小的补充配料方案。本发明表现出成分命中率高、降本效果显著等优点。

公开(公告)号：CN117683958A

公开(公告)日：2024-03-12

申请号：CN202311721766.4

申请日：2023-12-14

Applicant: 宝钢湛江钢铁有限公司 ,  上海宝信软件股份有限公司

Inventor： 罗俊斌 ,  杜志明 ,  崔兴 ,  王健 ,  刘杨勇

IPC: C21C5/28

Abstract: 本发明公开了一种转炉用废钢的优配方法，属于钢铁冶炼技术领域，该方法首先根据生产不同产品对废钢类型、废钢堆比重、料斗容量、装入量的约束，以及废钢装料操作中的最小装料量等多方面因素确定废钢的最小使用量和最大使用量，通过建立废钢装入重量、体积、有害元素、用量、最小装料量等方面的约束方程，构建了线性规划数学模型。在此基础上，以废钢总成本最低为目标，建立了优化目标函数，通过求解线性规划数学模型，得到了各类废钢的最佳加入量，本发明不仅考虑了钢种质量、环保要求、冶炼工艺需求等多方面限制，而且在实际生产中能够显著降低废钢配料成本。

公开(公告)号：CN119476017A

公开(公告)日：2025-02-18

申请号：CN202411588354.2

申请日：2024-11-08

Applicant: 宝武铝业科技有限公司 ,  上海宝信软件股份有限公司

Inventor： 程建达 ,  龚培 ,  崔兴 ,  杨江涛 ,  程宇明

IPC: G06F30/27 ,  G06N3/0442 ,  G06N3/08 ,  G06F119/08

Abstract: 本发明公开了一种铝合金热轧加热炉板坯终点温度预测方法，包括以下步骤：S1，采集铝合金热轧加热炉板坯的历史埋偶试验数据；S2，对所述历史埋偶试验数据进行预处理；S3，构建深度学习网络模型；S4，深度学习网络模型进行训练学习，获得铝合金热轧加热炉板坯中心终点温度预测模型；S5，利用铝合金热轧加热炉板坯中心终点温度预测模型进行在线预测铝合金板坯中心的终点温度。本发明能够对通过准确预测铝合金热轧加热炉板坯终点温度，实现对出炉时间的精确控制，提高温度命中率、降低能源消耗、改善生产质量。

公开(公告)号：CN117746413A

公开(公告)日：2024-03-22

申请号：CN202311776128.2

申请日：2023-12-22

Applicant: 宝钢湛江钢铁有限公司 ,  上海宝信软件股份有限公司

Inventor： 吴政 ,  崔兴 ,  马德文 ,  赵欢欢 ,  覃媚

IPC: G06V20/62 ,  C21C5/28 ,  C21C5/46 ,  G06V20/40 ,  G06Q10/063 ,  G06Q50/04

Abstract: 本发明公开了一种转炉用智能识别铁水包号码的系统及方法，其中，系统包括第一采集摄像头、第二采集摄像头、智能识别服务器和PCS系统；在铁水包进入识别区域，第一采集摄像头、第二采集摄像头分别采集铁水包号码和动作的视频数据；并将采集到的视频数据传送至智能识别服务器；智能识别服务器对接收到的视频数据进行识别，当识别到不是铁水包兑铁动作时，不进行铁水包号码视频数据的识别；当识别到是铁水包兑铁动作时，做出相应处理并将结果发送至PCS系统进行更新。采用本发明的方法，能够根据识别铁水包号码和动作来实现了转炉炼钢铁水信息的准确匹配，显著减少因铁水信息错误造成的炼钢生产质量问题，提高炼钢的自动化生产水平。

公开(公告)号：CN117493863A

公开(公告)日：2024-02-02

申请号：CN202210866877.3

申请日：2022-07-22

Applicant: 上海宝信软件股份有限公司

Inventor： 崔兴 ,  杨江涛 ,  任君 ,  张瑞斌

IPC: G06F18/214 ,  G06N3/04 ,  G06N3/08 ,  C21C5/46 ,  C21C5/28

Abstract: 本发明提供了一种基于神经网络的转炉出钢过程钢水温降预测方法和系统，包括：将结构化数据集分为训练数据集和验证数据集，构建全连接神经网络对训练数据集进行训练学习，并使用验证数据集对训练效果进行验证，当训练效果达到预期时，停止训练，得到出钢过程钢水温降预测模型；首先获取当前炉次数据，然后对获取到的当前炉次数据进行结构化处理，最后使用所述出钢过程钢水温降预测模型，预测当前炉次出钢过程钢水温降。本发明解决了人工估算和机理公式计算准确率低的问题，降低了操作工的劳动强度，提高了生产的稳定性，有助于浇铸节奏可控性的提升。