-
公开(公告)号：CN119047272A
公开(公告)日：2024-11-29
申请号：CN202411523720.6
申请日：2024-10-30
Applicant: 天津荣程联合金属制品有限公司 , 东北大学
IPC: G06F30/23 , G06F119/08
Abstract: 本申请提供一种考虑工作辊热辊型的热连轧带钢板形预测方法，涉及数据处理领域。本方法依照实际生产现场采集的数据来建立工作辊热凸度三维有限元模型、轧制有限元模型和带钢冷却有限元模型，采用的分段建模的方法，将整个热连轧过程分解为多个子模型，而数据传递和网格重划分可以保证带钢在子模型之间的板凸度、宽展和温度基本一致，将所有子模型耦合成一个整体。使模型更加贴近实际，不仅解决了带钢热连轧过程中单元伸长过大的问题，提高了模型的精度，而且大幅减少仿真过程出错并修改的时间成本，计算速度更快，对计算平台要求更低。
-
公开(公告)号：CN119035276A
公开(公告)日：2024-11-29
申请号：CN202411533622.0
申请日：2024-10-31
Applicant: 天津荣程联合金属制品有限公司 , 东北大学
Abstract: 本申请提供一种基于信息物理系统的热连轧活套张力控制方法，涉及控制系统技术领域，包括：步骤1推导张力和活套高度的增量模型，建立活套张力控制系统的状态空间模型；步骤2根据活套张力控制系统的状态空间模型构造ILQ控制器；步骤3实时采集实际的轧制过程参量，即时输入ILQ控制器计算出各个增益；步骤4记录多组轧制过程参量以及计算得到的各个增益，形成热连轧活套张力控制系统的数据库；步骤5根据上一步骤建立的数据库，建立与活套工作过程完全对应的数字虚拟体。通过计算进程和物理进程之间的相互作用反馈循环，实现物理空间与信息空间的深度融合和实时交互，从而增强活套系统的控制能力，减小带钢产品厚度波动，提高产品质量。
-
公开(公告)号：CN117718335A
公开(公告)日：2024-03-19
申请号：CN202311866697.6
申请日：2023-12-29
Applicant: 东北大学
Abstract: 本发明公开了一种融合ILQ理论和机器学习的活套‑厚度控制方法，所属技术领域为轧制技术控制领域，包括：基于热连轧活套装置的工作过程获取起套和落套阶段的轧制参数和恒张力轧制阶段的相关工艺参数；构建GA‑BP预测模型，基于所述GA‑BP预测模型对所述起套和落套阶段的轧制参数进行计算，获得最优轧制参数；基于所述最优轧制参数设计ILQ控制器，基于所述ILQ控制器对活套‑厚度进行控制。本发明能够有效地消除轧制过程中活套角度和张力震荡，进而减少热轧板带平直度、凸度过大等板形缺陷，提高产品厚度精度，优化板形截面形状。
-
公开(公告)号：CN112435234A
公开(公告)日：2021-03-02
申请号：CN202011319239.7
申请日：2020-11-23
Applicant: 东北大学
Abstract: 本发明提供一种基于深度置信神经网络的热连轧带钢头部厚度预测方法，包括以下步骤：获取热连轧现场的生产数据；将获取的生产数据运用灰色关联分析算法得到影响热连轧带钢头部厚度的影响因素数据；将获取的影响因素数据输入深度置信神经网络预测模型；所述深度置信网络网络预测模型根据输入的影响因素数据输出热连轧带钢头部厚度的预测数值。本发明提供的预测方法预测精度高，模型易维护，同时避免了根据轧制机理建立的预测模型由于在推导过程中存在大量的假设和近似而造成的较大误差的问题，也改善了基于传统单隐层神经网络的预测模型预测精度低、易陷入局部极值的问题，为过程自动化级设定模型的优化提供了良好基础。
-
公开(公告)号：CN119047272B
公开(公告)日：2025-02-11
申请号：CN202411523720.6
申请日：2024-10-30
Applicant: 天津荣程联合金属制品有限公司 , 东北大学
IPC: G06F30/23 , G06F119/08
Abstract: 本申请提供一种考虑工作辊热辊型的热连轧带钢板形预测方法，涉及数据处理领域。本方法依照实际生产现场采集的数据来建立工作辊热凸度三维有限元模型、轧制有限元模型和带钢冷却有限元模型，采用的分段建模的方法，将整个热连轧过程分解为多个子模型，而数据传递和网格重划分可以保证带钢在子模型之间的板凸度、宽展和温度基本一致，将所有子模型耦合成一个整体。使模型更加贴近实际，不仅解决了带钢热连轧过程中单元伸长过大的问题，提高了模型的精度，而且大幅减少仿真过程出错并修改的时间成本，计算速度更快，对计算平台要求更低。
-
Patent Agency Ranking
公开(公告)号：CN119035276B
公开(公告)日：2025-03-25
申请号：CN202411533622.0
申请日：2024-10-31
Applicant: 天津荣程联合金属制品有限公司 , 东北大学
Abstract: 本申请提供一种基于信息物理系统的热连轧活套张力控制方法，涉及控制系统技术领域，包括：步骤1推导张力和活套高度的增量模型，建立活套张力控制系统的状态空间模型；步骤2根据活套张力控制系统的状态空间模型构造ILQ控制器；步骤3实时采集实际的轧制过程参量，即时输入ILQ控制器计算出各个增益；步骤4记录多组轧制过程参量以及计算得到的各个增益，形成热连轧活套张力控制系统的数据库；步骤5根据上一步骤建立的数据库，建立与活套工作过程完全对应的数字虚拟体。通过计算进程和物理进程之间的相互作用反馈循环，实现物理空间与信息空间的深度融合和实时交互，从而增强活套系统的控制能力，减小带钢产品厚度波动，提高产品质量。
-
公开(公告)号：CN118395606A
公开(公告)日：2024-07-26
申请号：CN202410231741.4
申请日：2024-03-01
Applicant: 东北大学
IPC: G06F30/17 , G06F30/23 , G06F111/10 , G06F111/04 , G06F113/24 , G06F119/08
Abstract: 本发明提出一种基于数字孪生分析CVC轧机热凸度对板形影响的方法，通过将CVC工作辊的三维热凸度有限元模型和带钢和CVC轧机的三维弹塑性有限元模型结合，可更直观的反映CVC轧机工作辊辊形的变化，能够预测不同热凸度对板形的影响规律，为实际生产中控制热凸度提供参考意见。能够得出不同热凸度情况下辊形曲线对板形的影响规律，在实际生产中可以组合不同的板形执行机构对带钢板形进行更好的调控，对提高带材的板形质量提供帮助，进一步提高产品质量。
-
公开(公告)号：CN114360576B
公开(公告)日：2025-04-22
申请号：CN202210052066.X
申请日：2022-01-18
Applicant: 东北大学
IPC: G10L21/0272 , G10L21/0308 , G10L25/30 , G10L25/51
Abstract: 本发明提出了一种基于记忆选择机制的传动装置混合故障分离方法，将目标传动装置故障声音从多种混合传动装置故障声音中分离出来，且获取实验数据无需接触式测量传动装置，具体步骤如下，步骤1传动装置故障声音编码网络，步骤2长期记忆存储模块；步骤3传动装置故障声音分离网络；其中长期记忆存储模块串联第一部分和第二部分两个网络，用于存储并更新传动装置故障声音编码网络的输出声音信号，并将最新存储的声音信号输入到传动装置故障声音分离网络的部分。本发明对训练数据量依赖小，可以学习并记忆存储多种类传动装置故障声音信号特征，并基于声纹靶向地精准分离目标种类传动装置故障声音，系统整体鲁棒性与抗干扰能力强。
-
公开(公告)号：CN117718335B
公开(公告)日：2024-05-31
申请号：CN202311866697.6
申请日：2023-12-29
Applicant: 东北大学
Abstract: 本发明公开了一种融合ILQ理论和机器学习的活套‑厚度控制方法，所属技术领域为轧制技术控制领域，包括：基于热连轧活套装置的工作过程获取起套和落套阶段的轧制参数和恒张力轧制阶段的相关工艺参数；构建GA‑BP预测模型，基于所述GA‑BP预测模型对所述起套和落套阶段的轧制参数进行计算，获得最优轧制参数；基于所述最优轧制参数设计ILQ控制器，基于所述ILQ控制器对活套‑厚度进行控制。本发明能够有效地消除轧制过程中活套角度和张力震荡，进而减少热轧板带平直度、凸度过大等板形缺陷，提高产品厚度精度，优化板形截面形状。
-
公开(公告)号：CN114360576A
公开(公告)日：2022-04-15
申请号：CN202210052066.X
申请日：2022-01-18
Applicant: 东北大学
IPC: G10L21/0272 , G10L21/0308 , G10L25/30 , G10L25/51
Abstract: 本发明提出了一种基于记忆选择机制的传动装置混合故障分离方法，将目标传动装置故障声音从多种混合传动装置故障声音中分离出来，且获取实验数据无需接触式测量传动装置，具体步骤如下，步骤1传动装置故障声音编码网络，步骤2长期记忆存储模块；步骤3传动装置故障声音分离网络；其中长期记忆存储模块串联第一部分和第二部分两个网络，用于存储并更新传动装置故障声音编码网络的输出声音信号，并将最新存储的声音信号输入到传动装置故障声音分离网络的部分。本发明对训练数据量依赖小，可以学习并记忆存储多种类传动装置故障声音信号特征，并基于声纹靶向地精准分离目标种类传动装置故障声音，系统整体鲁棒性与抗干扰能力强。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.019 seconds)
