-
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。
-
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：CN117787066B
公开(公告)日：2024-06-07
申请号：CN202410210705.X
申请日：2024-02-27
Applicant: 东北大学
IPC: G06F30/23 , B21B37/32 , G06F111/10 , G06F119/08 , G06F119/14
Abstract: 本发明的一种基于CVC轧机热凸度对工作辊辊形预测的方法，包括：采集带钢参数、轧制工艺参数、冷却水参数、CVC轧机参数和工作辊温度数据；根据CVC轧机参数建立CVC工作辊的三维热凸度有限元模型；计算轧制过程中工作辊与带钢、空气、冷却水的对流换热系数，将对流换热系数施加到三维热凸度有限元模型中，进行有限元仿真实验；调整三维热凸度有限元模型的温度边界条件，使得有限元仿真实验的工作辊温度数据曲线与现场实测的工作辊温度数据曲线一致；基于调整后的三维热凸度有限元模型进行有限元仿真实验，提取不同时间节点的工作辊表面热膨胀量横向分布数据，与初始CVC工作辊辊形曲线拟合得到新的工作辊辊形曲线。
-
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。
-
公开(公告)号：CN113102516B
公开(公告)日：2022-02-18
申请号：CN202110243168.5
申请日：2021-03-05
Applicant: 东北大学
IPC: B21B37/22
Abstract: 本发明提供一种融合轧制机理和深度学习的热连轧带钢头部宽度预测方法，首先获取热连轧现场的生产数据，并运用Pauta准则剔除离群数据得到样本数据；根据轧制宽展的影响因素筛选影响因素数据，然后构建每一机架的轧制机理预测模型，根据影响因素数据计算热连轧带钢头部宽度的预测基准值，构建深度置信神经网络模型预测带钢头部宽度的修正值，最后将带钢头部宽度的预测基准值与预测修正值相加得到带钢头部的测量位置在出口处宽度的最终预测值。本发明融合轧制机理和深度置信神经网络对带钢头部宽度进行预测，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。
-
Patent Agency Ranking
公开(公告)号：CN114021290A
公开(公告)日：2022-02-08
申请号：CN202210000389.4
申请日：2022-01-04
Applicant: 东北大学
IPC: G06F30/17 , G06F30/27 , G06N3/04 , G06N3/08 , B21B37/28 , B21B1/26 , G06F119/08 , G06F119/14
Abstract: 本发明属于带钢产品品质控制技术领域，涉及一种基于数据驱动和机理模型融合的板带钢凸度预测方法，通过建立热连轧出口板凸度机理模型，将机理模型与DNN模型结合建立带钢凸度预测DNN模型，以机理模型计算值作为出口板凸度的基准值，并将基准值与出口板凸度的实际值的偏差量作为带钢凸度预测DNN模型的输出，再将基于带钢凸度预测DNN模型的预测值与基准值的和作为最终的板带钢凸度预测值。本发明方法将计算值和实际值的偏差作为DNN模型输出，可减小预测误差范围，为更精准的板形控制提供保障。现阶段热连轧生产线在工业数据的收集与存储方面皆较为完善，因此本发明有较强的推广能力，为提高板带钢出口板凸度的精度提供新方法。
-
公开(公告)号：CN113102516A
公开(公告)日：2021-07-13
申请号：CN202110243168.5
申请日：2021-03-05
Applicant: 东北大学
IPC: B21B37/22
Abstract: 本发明提供一种融合轧制机理和深度学习的热连轧带钢头部宽度预测方法，首先获取热连轧现场的生产数据，并运用Pauta准则剔除离群数据得到样本数据；根据轧制宽展的影响因素筛选影响因素数据，然后构建每一机架的轧制机理预测模型，根据影响因素数据计算热连轧带钢头部宽度的预测基准值，构建深度置信神经网络模型预测带钢头部宽度的修正值，最后将带钢头部宽度的预测基准值与预测修正值相加得到带钢头部的测量位置在出口处宽度的最终预测值。本发明融合轧制机理和深度置信神经网络对带钢头部宽度进行预测，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：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：CN114021290B
公开(公告)日：2022-04-05
申请号：CN202210000389.4
申请日：2022-01-04
Applicant: 东北大学
IPC: G06F30/17 , G06F30/27 , G06N3/04 , G06N3/08 , B21B37/28 , B21B1/26 , G06F119/08 , G06F119/14
Abstract: 本发明属于带钢产品品质控制技术领域，涉及一种基于数据驱动和机理模型融合的板带钢凸度预测方法，通过建立热连轧出口板凸度机理模型，将机理模型与DNN模型结合建立带钢凸度预测DNN模型，以机理模型计算值作为出口板凸度的基准值，并将基准值与出口板凸度的实际值的偏差量作为带钢凸度预测DNN模型的输出，再将基于带钢凸度预测DNN模型的预测值与基准值的和作为最终的板带钢凸度预测值。本发明方法将计算值和实际值的偏差作为DNN模型输出，可减小预测误差范围，为更精准的板形控制提供保障。现阶段热连轧生产线在工业数据的收集与存储方面皆较为完善，因此本发明有较强的推广能力，为提高板带钢出口板凸度的精度提供新方法。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.018 seconds)
