-
公开(公告)号：CN117807403B
公开(公告)日：2024-05-10
申请号：CN202410224883.8
申请日：2024-02-29
Applicant: 东北大学
IPC: G06F18/20 , B21B37/00 , G06N3/092 , G06N3/09 , G06F18/214
Abstract: 本发明涉及轧制自动化技术领域，并公开了一种基于行为克隆的转钢控制方法及装置、介质、计算机设备，方法包括首先采集转钢操作样本数据，然后利用奖励函数计算综合奖励值，构建转钢原始数据集，再利用强化学习模型对原始数据集迭代计算得到期望回报，构建转钢训练数据集，之后利用皮尔逊相关分析法进行相关性分析，并以期望回报筛选出专家示例数据，最终利用行为克隆算法，基于专家示例数据进行离线的监督式训练，得到转钢控制策略。上述方法通过对转钢过程中转钢操作样本数据进行预处理与筛选，再使用行为克隆算法对大量的离线转钢经验数据进行训练，无需智能体与真实环境交互便可获得经验数据中最优转钢控制策略，满足生产要求。
-
公开(公告)号：CN117807410B
公开(公告)日：2024-05-31
申请号：CN202410227155.2
申请日：2024-02-29
Applicant: 东北大学
IPC: G06F18/21 , B21B37/00 , G06F18/214
Abstract: 本申请公开了一种转钢辊道设定速度的确定方法及装置、存储介质、终端，涉及轧制自动化领域，主要目的在于改善现有难以实时输出需要的辊道设定速度的问题。包括：获取当前钢坯转钢时的生产状态数据；基于预先训练的辊道设定速度确定模型根据生产状态数据确定辊道设定速度，并对下一块钢坯进行转钢，生成在线训练集；基于在线训练集对辊道设定速度评价模型进行更新，基于更新后的辊道设定速度评价模型对辊道设定速度进行评价处理，得到各个转钢序列的期望回报；基于期望回报相对于辊道设定速度确定模型参数的梯度函数，对辊道设定速度确定模型进行更新；基于上述过程对评价模型以及确定模型进行实时更新，以基于更新后的确定模型确定辊道设定速度。
-
Patent Agency Ranking
公开(公告)号：CN117539209B
公开(公告)日：2024-03-15
申请号：CN202410028548.0
申请日：2024-01-09
Applicant: 东北大学
IPC: G05B19/418
Abstract: 本申请公开了一种转钢控制方法、装置、计算机设备及计算机可读存储介质，涉及轧制与强化学习控制技术领域，采用人工转钢操作大数据得出最优辊道速度设定规则，基于机理模型进行数学建模，以实际转钢过程中钢坯转角的变化构建数学模型对转钢过程进行仿真，然后基于强化学习理论，针对转钢运动模型定义强化学习要素，明确状态空间、动作空间的形式，根据状态转移方程进行状态更新，并设计奖励函数，构建转钢智能控制的强化学习模型。通过强化学习算法训练，当输入钢坯长宽、实时角度等状态信息时，确定出钢坯最合适的速度转折角度，控制锥形辊道的速度设定，实现钢坯的快速转钢，并提升控制精度。
-
公开(公告)号：CN117911419A
公开(公告)日：2024-04-19
申请号：CN202410317919.7
申请日：2024-03-20
Applicant: 东北大学
IPC: G06T7/00 , G06T5/80 , G06T7/194 , G06T7/155 , G06T5/73 , G06T7/181 , G06T7/187 , G06T7/60 , G06T7/13
Abstract: 本申请涉及轧制图像分析领域，公开了一种中厚板转钢角度增强检测方法及装置、介质、设备。方法包括：通过目标摄像机拍摄钢坯图像，并根据摄像机参数对钢坯图像进行畸变校正；对钢坯图像依次进行去雾处理和对比度增强处理；基于钢坯图像中每个像素点的灰度，识别前景区域以及背景区域，并针对前景区域中的孔洞进行填充；对钢坯图像进行图像形态学的开操作；基于前景区域的连通关系确定目标连通区域，并拟合目标连通区域的边缘轮廓；根据边缘轮廓拟合目标连通区域对应的外接最小矩形，并根据矩形相对于预设参考方向的偏移角度确定钢坯角度。本申请的方法解决了现有方法图像存在模糊、噪点等缺陷，无法获得稳定的角度检测结果的问题。
-
公开(公告)号：CN117539209A
公开(公告)日：2024-02-09
申请号：CN202410028548.0
申请日：2024-01-09
Applicant: 东北大学
IPC: G05B19/418
Abstract: 本申请公开了一种转钢控制方法、装置、计算机设备及计算机可读存储介质，涉及轧制与强化学习控制技术领域，采用人工转钢操作大数据得出最优辊道速度设定规则，基于机理模型进行数学建模，以实际转钢过程中钢坯转角的变化构建数学模型对转钢过程进行仿真，然后基于强化学习理论，针对转钢运动模型定义强化学习要素，明确状态空间、动作空间的形式，根据状态转移方程进行状态更新，并设计奖励函数，构建转钢智能控制的强化学习模型。通过强化学习算法训练，当输入钢坯长宽、实时角度等状态信息时，确定出钢坯最合适的速度转折角度，控制锥形辊道的速度设定，实现钢坯的快速转钢，并提升控制精度。
-
公开(公告)号：CN117807410A
公开(公告)日：2024-04-02
申请号：CN202410227155.2
申请日：2024-02-29
Applicant: 东北大学
IPC: G06F18/21 , B21B37/00 , G06F18/214
Abstract: 本申请公开了一种转钢辊道设定速度的确定方法及装置、存储介质、终端，涉及轧制自动化领域，主要目的在于改善现有难以实时输出需要的辊道设定速度的问题。包括：获取当前钢坯转钢时的生产状态数据；基于预先训练的辊道设定速度确定模型根据生产状态数据确定辊道设定速度，并对下一块钢坯进行转钢，生成在线训练集；基于在线训练集对辊道设定速度评价模型进行更新，基于更新后的辊道设定速度评价模型对辊道设定速度进行评价处理，得到各个转钢序列的期望回报；基于期望回报相对于辊道设定速度确定模型参数的梯度函数，对辊道设定速度确定模型进行更新；基于上述过程对评价模型以及确定模型进行实时更新，以基于更新后的确定模型确定辊道设定速度。
-
公开(公告)号：CN117807403A
公开(公告)日：2024-04-02
申请号：CN202410224883.8
申请日：2024-02-29
Applicant: 东北大学
IPC: G06F18/20 , B21B37/00 , G06N3/092 , G06N3/09 , G06F18/214
Abstract: 本发明涉及轧制自动化技术领域，并公开了一种基于行为克隆的转钢控制方法及装置、介质、计算机设备，方法包括首先采集转钢操作样本数据，然后利用奖励函数计算综合奖励值，构建转钢原始数据集，再利用强化学习模型对原始数据集迭代计算得到期望回报，构建转钢训练数据集，之后利用皮尔逊相关分析法进行相关性分析，并以期望回报筛选出专家示例数据，最终利用行为克隆算法，基于专家示例数据进行离线的监督式训练，得到转钢控制策略。上述方法通过对转钢过程中转钢操作样本数据进行预处理与筛选，再使用行为克隆算法对大量的离线转钢经验数据进行训练，无需智能体与真实环境交互便可获得经验数据中最优转钢控制策略，满足生产要求。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
