-
公开(公告)号：CN119759153A
公开(公告)日：2025-04-04
申请号：CN202510261360.5
申请日：2025-03-06
Applicant: 东北大学
IPC: G05D27/02 , E21F17/00 , E21F5/00 , E21F17/18 , G06N3/006 , G06N3/045 , G06N3/092 , G06N3/084 , G06N3/0985
Abstract: 本发明提供一种基于深度学习的多工法协同降尘智能管控方法，方法包括：实时采集矿场的矿场数据；其中，所述矿场数据包括矿场的环境数据、设备的运行数据以及地形数据；基于所述矿场数据，构建数字矿场模型；其中，所述数字矿场模型包括地形模型、设备模型和粉尘产生与扩散模型；基于所述矿场数据和所述数字矿场模型，构建强化学习智能体；基于所述强化学习智能体，对所述矿场进行降尘控制；基于预先创建的人机交互界面监控所述降尘控制，实现了对矿场降尘过程的智能化和高效化控制，提升了降尘效果和资源利用效率，同时通过人机协同控制提高了系统的灵活性和可靠性。
-
公开(公告)号：CN116881613A
公开(公告)日：2023-10-13
申请号：CN202311132591.3
申请日：2023-09-05
Applicant: 东北大学
Abstract: 本发明的一种基于扁平度的高次项板形目标曲线的设置方法，利用“扁平度”概念获得板形目标曲线中各系数的量化求解方法，以提高板形目标曲线设置精度，满足高精度带钢生产需求。本发明首先提供了一种高次项板形目标曲线的设置和处理方法，并按带钢目标宽度对其进行三种分类；其次，以确定的带钢目标宽度为基础，通过统计分析确定了板形目标曲线中各系数的作用区段，并利用回归分析建立了各系数的求解方程；最后，利用“扁平度”概念、下游工序生产指标以及各系数作用特征确定了各系数求解方程的函数值并获得各系数值。本本发明方法实现了板形目标曲线的精度设定要求，为获得高精度冷轧带钢产品提供了一种可行的优化方案。
-
公开(公告)号：CN116451538A
公开(公告)日：2023-07-18
申请号：CN202310405699.9
申请日：2023-04-17
Applicant: 东北大学
IPC: G06F30/23 , G06F30/17 , G06F119/14
Abstract: 本发明的基于数字孪生分析SmartCrown轧机弯辊对板形影响的方法，包括：步骤1：采集带钢参数、轧制工艺参数以及SmartCrown轧机参数；步骤2：根据步骤1采集的参数建立SmartCrown轧机和带钢的三维弹塑性有限元模型；步骤3：利用三维弹塑性有限元模型对带钢轧制过程进行模拟实验；步骤4：提取步骤3中各模拟实验稳定轧制阶段带钢轧后的横向厚度分布数据，根据横向厚度分布数据计算带钢凸度、边部减薄、带钢凸度权重，进而建立数字孪生体；步骤5：根据步骤4所得到的数字孪生体分析工作辊弯辊力、中间辊弯辊力对轧后的带钢板形的影响。
-
公开(公告)号：CN116343360A
公开(公告)日：2023-06-27
申请号：CN202310308077.4
申请日：2023-03-28
Applicant: 东北大学
IPC: G07C3/14 , G07C3/00 , G06F18/2113 , G06F18/15 , G06N3/086 , G06N3/084 , G06N3/048 , B21B38/00 , B21B38/04
Abstract: 本发明的一种基于数据驱动的冷轧带钢纵向厚度连续预测方法，包括：选取冷连轧生产线与带钢出口厚度相关的实测数据及过程自动化级计算数据作为初选输入特征；对实测数据和计算数据进行数据清洗和归一化处理，获得初选建模数据集；将冷连轧过程分为首尾加减速阶段和高速稳定轧制阶段，使用随机森林算法对初选输入特征进行重要性分析，选取冷连轧过程中不同轧制阶段的输入特征；根据不同轧制阶段的输入特征选取结果，确定两个轧制阶段的DNN模型的拓扑结构，选取模型参数，对初步建立的DNN模型进行训练；训练过程中使用遗传算法对DNN模型进行优化，提升预测精度；使用优化后的DNN模型进行带钢出口厚度预测。
-
公开(公告)号：CN116174499A
公开(公告)日：2023-05-30
申请号：CN202310273352.3
申请日：2023-03-21
Applicant: 东北大学
IPC: B21B37/46
Abstract: 本发明的一种多机架冷连轧机轧辊速度的控制方法，包括：读取轧制钢种、原料宽度、原料厚度和成品厚度的原始信息，通过目标优化算法确定轧制规程参数，包括各机架的出口设定厚度和前滑值；对轧制规程参数进行超限检验和连续性检验；根据轧制规程参数进行相邻机架之间的速度比计算；根据给定的末机架轧辊线速度对各机架的速度进行分配，计算各机架的轧辊线速度设定值；计算厚度控制的调节量，下压模式时将调节量附加到该机架的出口设定厚度上，平整模式时将调节量附加到前一机架的出口设定厚度上，修正相邻两机架间的速度比；根据对机架间的张力限幅，调节机架间的速度比。
-
Patent Agency Ranking
公开(公告)号：CN112836348B
公开(公告)日：2022-10-14
申请号：CN202110024601.6
申请日：2021-01-08
Abstract: 本发明提供一种基于遗传算法和罚函数法的板形机构调节量优化方法，属于冶金轧制领域，首先根据板形调控功效系数矩阵构建评价函数，然后将评价函数转换为一个约束极值问题，然后通过罚函数法、评价函数构建遗传算法的适应度函数，利用遗传算法迭代计算最优值。本发明使用遗传算法与罚函数结合的方法在保证板形误差较小时，各板形执行机构的调节量分配得到最优；由于其编程简单，计算效率高，且变量个数不受限制，将其引入到板形控制系统中，可以极大的提升计算精度与效率。
-
公开(公告)号：CN114074119B
公开(公告)日：2022-07-29
申请号：CN202111367343.8
申请日：2021-11-18
Applicant: 东北大学
IPC: B21B37/00
Abstract: 本发明公开了一种通过轧制工艺参数变化预测工作辊表面粗糙度衰减的方法，涉及政府调控政策对产业影响的仿真技术领域。该方法从混和润滑理论出发通过计算分析不同粗糙度下工作辊与带材间的润滑状态，通过润滑状态计算工作辊和带材间的剪切应力分布，将剪切应力分布代入卡尔曼微分方程计算工作辊表面不同粗糙度情况下的轧制力，并以实测轧制力作为判断标准，直到计算轧制力与实测轧制力的偏差在允许范围内，输出当前的粗糙度，获得预测粗糙度。该方法不需要大量实测数据，避免了统计回归模型严重依赖实测数据准确性以及因大量采集数据而影响现场生产效率的缺点，且可以正确反映工作辊和带材间复杂的接触关系、乳化液的润滑作用，适用范围更广。
-
公开(公告)号：CN114643287A
公开(公告)日：2022-06-21
申请号：CN202210559413.8
申请日：2022-05-23
IPC: B21B37/28
Abstract: 本发明的一种基于板形闭环调节量的弯辊力输出控制方法，依据PI控制器的设定原理，分别建立工作辊弯辊闭环反馈控制和中间辊弯辊闭环反馈控制的PI控制方程及其离散计算表达式。利用板形预设定系统计算数据和板形闭环反馈控制系统的实测数据，更改带钢规格变化时弯辊闭环反馈控制的控制量的设置方式，使弯辊闭环反馈控制的控制量在带钢宽度或厚度变化时实现清零功能。利用焊缝过四机架信号、助卷皮带信号，建立在剪切时弯辊闭环反馈控制的控制量的保持功能。
-
公开(公告)号：CN112859595A
公开(公告)日：2021-05-28
申请号：CN202011642544.X
申请日：2020-12-31
IPC: G05B13/04
Abstract: 本发明提供一种基于变调控功效的冷轧带钢边部减薄最优控制量的确定方法，通过有限元仿真方法建立冷连轧生产线上各个待控制调节机构的变调控功效系数矩阵，根据每个待控制调节机构的变调控功效系数矩阵，建立每个待控制调节机构的变调控函数表达式，根据每个待控制调节机构的初始控制量Xs对变调控函数进行平移，根据边界条件建立所有待控制调节机构的惩罚函数，得到最终的优化目标函数，利用powell和内点惩罚函数法求解法求解最优控制量，本发明在边部减薄窜辊调控特性的基础上，研究调控功效系数变化的过程，通过构造目标函数的方法，实现了在考虑变调控功效系数的情况进行边部减薄多点控制。
-
公开(公告)号：CN110453129B
公开(公告)日：2020-09-15
申请号：CN201910710442.8
申请日：2019-08-02
Applicant: 东北大学秦皇岛分校
Abstract: 本发明涉及合金领域，具体涉及一种铁镍铬基合金及其制备方法和用途。该铁镍铬基合金包括铁、镍、铬、铝和钴，其中所述合金中所述铬的含量为25%~35%，所述镍的含量为25%~30%，所述铝和所述钴的含量之和为5%~20%，所述铝和所述钴的原子比为0.8：1.2~1.2：0.8；余量为铁。该铁镍铬基合金通过将含有铁，镍，铬，铝和钴的原料混合，进行真空熔炼，以便获得所述合金。由此所提供的合金，具有较佳的熔点，以及较佳的力学性能，可以应用于航天、机械、电子等各种领域。
-
-
-
-
-
-
-
-
-
Search Results
92
records
(took 0.032 seconds)
