-
公开(公告)号：CN117282780A
公开(公告)日：2023-12-26
申请号：CN202311331192.X
申请日：2023-10-16
Applicant: 东北大学
IPC: B21B37/00
Abstract: 本发明提供一种多道次冷轧带钢断面形貌智能控制方法，包括以下步骤：步骤1：在冷连轧现场AGC厚度控制稳定情况下进行轧机急停机，采集每个机架的轧制数据；步骤2：将冷连轧现场的每个机架分别视作一个有限元模型，依次建立各个机架的有限元模型；步骤3：利用建立的有限元模型对每个机架的三种板形执行机构进行控制变量实验，提取每个机架的稳定轧制阶段的带钢宽度数据和断面形状数据，计算每个机架的三种板形执行机构的调控功效系数；步骤4：建立多机架的出口带钢断面形貌预测数学模型并进行精度验证，并对多机架的出口带钢断面形貌预测数学模型进行封装得到每个机架出口带钢断面形貌预测的二维和三维可视化软件。
-
公开(公告)号：CN113275387B
公开(公告)日：2023-03-07
申请号：CN202110126650.0
申请日：2021-01-29
Applicant: 华北电力大学(保定) , 东北大学
Abstract: 本发明公开了一种UCM轧机辊系横纵刚度特性曲线的获取方法，该UCM轧机辊系横纵刚度特性曲线的获取方法具体步骤如下：步骤一：获取带钢参数、轧制工艺参数和轧机参数，步骤二：建立UCM轧机辊系横纵刚度系数计算模型，步骤三：构建UCM轧机和带钢的三维弹塑性有限元模型，步骤四：利用有限元模型对带钢轧制进行仿真模拟，提取稳定轧制阶段轧制力、带钢厚度数据，步骤五：根据所获模拟计算数据，分别计算轧制力与带钢厚度、凸度的回归方程。该UCM轧机辊系横纵刚度特性曲线的获取方法提高了UCM轧机三维有限元模型的精度和稳定性，具有较强的可移植性，可针对不同尺寸的UCM轧机进行刚度特性曲线计算和分析，具有成本低、可操作性强等特点。
-
公开(公告)号：CN113275387A
公开(公告)日：2021-08-20
申请号：CN202110126650.0
申请日：2021-01-29
Applicant: 华北电力大学(保定) , 东北大学
Abstract: 本发明公开了一种UCM轧机辊系横纵刚度特性曲线的获取方法，该UCM轧机辊系横纵刚度特性曲线的获取方法具体步骤如下：步骤一：获取带钢参数、轧制工艺参数和轧机参数，步骤二：建立UCM轧机辊系横纵刚度系数计算模型，步骤三：构建UCM轧机和带钢的三维弹塑性有限元模型，步骤四：利用有限元模型对带钢轧制进行仿真模拟，提取稳定轧制阶段轧制力、带钢厚度数据，步骤五：根据所获模拟计算数据，分别计算轧制力与带钢厚度、凸度的回归方程。该UCM轧机辊系横纵刚度特性曲线的获取方法提高了UCM轧机三维有限元模型的精度和稳定性，具有较强的可移植性，可针对不同尺寸的UCM轧机进行刚度特性曲线计算和分析，具有成本低、可操作性强等特点。
-
公开(公告)号：CN110947774A
公开(公告)日：2020-04-03
申请号：CN201911239827.7
申请日：2019-12-06
Applicant: 东北大学
Abstract: 本发明涉及带钢轧制技术领域，提供一种考虑轧制宽展的板形预测方法。该方法包括：步骤1：获取带钢参数、轧辊参数和轧制参数；步骤2：考虑金属横向流动，引入轧制前后横向厚度差变化因子和宽展因子，构建基于板形-凸度-宽展耦合的带钢板形预测模型；步骤3：根据带钢参数、轧辊参数和轧制参数，构建轧机和带钢的三维有限元模型，利用所述三维有限元模型对带钢轧制进行模拟仿真，提取稳定轧制阶段带钢的横向位移、厚度数据，计算基于板形-凸度-宽展耦合的带钢板形预测模型的参数；步骤4：利用基于板形-凸度-宽展耦合的带钢板形预测模型对带钢的板形进行预测。本发明能够提高板形预测的精度、增强适用性。
-
公开(公告)号：CN112916624A
公开(公告)日：2021-06-08
申请号：CN202110125458.X
申请日：2021-01-29
Applicant: 华北电力大学(保定) , 东北大学
Abstract: 本发明公开了一种UCM轧机板形执行机构调控功效系数获取方法，该UCM轧机板形执行机构调控功效系数获取方法具体步骤如下：步骤一：获取带钢参数、轧制工艺参数和UCM轧机参数；步骤二：构建板形执行机构的调控功效系数计算获取模型；步骤三：构建轧机和带钢的三维弹塑性有限元模型；步骤四：利用所述三维弹塑性有限元模型对带钢轧制进行仿真模拟，提取稳定轧制阶段带钢的厚度和长度数据。该UCM轧机板形执行机构调控功效系数获取方法，提高了UCM轧机三维有限元模型的精度和稳定性，具有较强的可移植性，可针对不同尺寸和种类的冷热轧生产线进行板形控制研究，具有成本低、可操作性强等特点，且具有更强的适用性。
-
Patent Agency Ranking
公开(公告)号：CN107812787B
公开(公告)日：2019-06-28
申请号：CN201711121823.X
申请日：2017-11-14
Applicant: 东北大学
Abstract: 本发明公开了一种控制轧机轧制成品钢材的方法和装置。该方法包括：获取虚拟焊缝信息，虚拟焊缝信息包括每卷待轧制钢材的厚度、成品钢材的厚度和/或每卷待轧制钢材的宽度；根据虚拟焊缝信息确定成品钢材的重量；根据成品钢材的重量确定成品钢材的虚拟焊缝，虚拟焊缝是成品钢材在每卷待轧制钢材上的切割位置；根据虚拟焊缝与交接点的距离确定控制参数，交接点是轧机的入口区与轧机区的交接位置；通过控制参数控制每卷待轧制钢材改变规格成为成品钢材，成品钢材是预定规格和预定重量的钢材。通过本发明解决了无法根据重量需求直接轧制成品钢材的问题，根据预定重量直接轧制为预定规格的成品钢材，无需后续分切处理，节约钢材和时间。
-
公开(公告)号：CN105583238B
公开(公告)日：2017-06-16
申请号：CN201610047746.7
申请日：2016-01-25
Applicant: 东北大学
IPC: B21B38/04
Abstract: 本发明提供一种热轧带钢宽度预测方法，包括：按照热轧某道次工艺规程数据确定热轧板坯的出口厚度、热轧板坯的入口厚度、入口宽度以及入口温度；检测热轧板坯的入口速度和轧辊速度，获取轧辊半径以及轧辊与板坯的摩擦因子；采用轧制变形区任意位置热轧板坯的宽度预测模型，预测带钢轧后宽度；本发明对热轧带钢的宽展情况进行预测，得到带钢轧后宽度更接近现场实际值，具有数值拟合法不可替代的理论价值和实际应用价值。综合考虑轧制过程中各个工艺参数的基础上，精确预测轧制过程带钢轧后宽度，解决了在不同生产条件下预测板坯轧后宽展的问题。本发明能够在线计算得到轧后宽度，在节约了生产投资成本的同时，提高了宽度控制的精度。
-
公开(公告)号：CN117019883B
公开(公告)日：2024-02-13
申请号：CN202311082568.8
申请日：2023-08-25
Applicant: 华北电力大学(保定) , 东北大学
Abstract: 本发明公开了一种基于深度学习的带材轧制过程板形预测方法，涉及带材轧制技术领域，包括以下步骤，S1：工业数据采集及数据集构建；S2：结合残差学习和聚合多尺度残差变换的方法，构建Inception‑ResNet模型；S3：使用AdaBound优化算法和两阶段学习率调整方法来训练网络模型；S4：根据模型评估指标，预测性能对比，选取最优模型，进行预测。本发明构建的深度全卷积网络可以直接接收带材轧制工艺参数，不需要额外的数据预处理方法，可以有效地解决轧制领域板形预测中的多输入多输出的多层级非线性问题，所提出的Inception‑ResNet网络具有较少的模型参数和较低的计算复杂性，其中Inception‑ResNet‑39网络包含39层可学习参数，实现了最先进的预测性能，此方法为模型构建及转移应用提供完整的流程。
-
公开(公告)号：CN117019883A
公开(公告)日：2023-11-10
申请号：CN202311082568.8
申请日：2023-08-25
Applicant: 华北电力大学(保定) , 东北大学
Abstract: 本发明公开了一种基于深度学习的带材轧制过程板形预测方法，涉及带材轧制技术领域，包括以下步骤，S1：工业数据采集及数据集构建；S2：结合残差学习和聚合多尺度残差变换的方法，构建Inception‑ResNet模型；S3：使用AdaBound优化算法和两阶段学习率调整方法来训练网络模型；S4：根据模型评估指标，预测性能对比，选取最优模型，进行预测。本发明构建的深度全卷积网络可以直接接收带材轧制工艺参数，不需要额外的数据预处理方法，可以有效地解决轧制领域板形预测中的多输入多输出的多层级非线性问题，所提出的Inception‑ResNet网络具有较少的模型参数和较低的计算复杂性，其中Inception‑ResNet‑39网络包含39层可学习参数，实现了最先进的预测性能，此方法为模型构建及转移应用提供完整的流程。
-
公开(公告)号：CN110947774B
公开(公告)日：2020-12-01
申请号：CN201911239827.7
申请日：2019-12-06
Applicant: 东北大学
Abstract: 本发明涉及带钢轧制技术领域，提供一种考虑轧制宽展的板形预测方法。该方法包括：步骤1：获取带钢参数、轧辊参数和轧制参数；步骤2：考虑金属横向流动，引入轧制前后横向厚度差变化因子和宽展因子，构建基于板形‑凸度‑宽展耦合的带钢板形预测模型；步骤3：根据带钢参数、轧辊参数和轧制参数，构建轧机和带钢的三维有限元模型，利用所述三维有限元模型对带钢轧制进行模拟仿真，提取稳定轧制阶段带钢的横向位移、厚度数据，计算基于板形‑凸度‑宽展耦合的带钢板形预测模型的参数；步骤4：利用基于板形‑凸度‑宽展耦合的带钢板形预测模型对带钢的板形进行预测。本发明能够提高板形预测的精度、增强适用性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.019 seconds)
