公开(公告)号：CN115408895A

公开(公告)日：2022-11-29

申请号：CN202210841282.2

申请日：2022-07-18

Applicant: 东北大学秦皇岛分校

Inventor： 梅瑞斌 ,  王雪苏 ,  张碧辉 ,  王继州 ,  侯俊卿 ,  高晗

IPC: G06F30/23 ,  G06T17/20 ,  G06F17/13 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明提供一种棒材的中轧加工过程温度的预测方法、装置及设备。所述方法包括：获取与棒材的中轧加工过程相关的至少一种棒材轧制信息以及至少一个棒材轧制断面的形状；构建至少一个所述棒材轧制断面的形状对应的有限元非均匀网格划分模型；对所述有限元非均匀网格划分模型进行区域划分，获取至少一个区域内的至少一个节点的坐标信息；根据所述棒材轧制信息，获得中轧加工过程中各处理阶段的换热系数；所述处理阶段包括：空冷阶段和轧制阶段；根据所述坐标信息、所述空冷阶段的换热系数、所述轧制阶段的换热系数和预设温度预测模型，得到所述棒材的中轧加工过程的预测温度分布。本发明的方案可以实现棒材的中轧轧制过程中棒材心部温度的测定。

公开(公告)号：CN115408894A

公开(公告)日：2022-11-29

申请号：CN202210840972.6

申请日：2022-07-18

Applicant: 东北大学秦皇岛分校

Inventor： 梅瑞斌 ,  王雪苏 ,  张碧辉 ,  王继州 ,  侯俊卿 ,  高晗

IPC: G06F30/23 ,  G06T17/20 ,  G06F17/13 ,  G06F119/08 ,  G06F119/14

Abstract: 本发明提供一种棒材的快速冷却过程温度的预测方法、装置及设备。所述方法包括：获取至少一种棒材轧制信息以及轧制完成后的棒材断面的形状；构建所述轧制完成后的棒材断面的形状对应的有限元非均匀网格划分模型；对所述有限元非均匀网格划分模型进行区域划分，获取至少一个区域内的至少一个节点的坐标信息；根据所述轧制信息，获得快速冷却过程中各处理阶段的换热系数；所述处理阶段包括：空冷阶段和水冷阶段；根据所述坐标信息、所述空冷阶段的换热系数、水冷阶段的换热系数和预设温度预测模型，得到所述棒材的快速冷却过程的预测温度分布。本发明的方案可以实现棒材的快速冷却过程中棒材心部温度的测定。

公开(公告)号：CN110046624B

公开(公告)日：2022-12-06

申请号：CN201910211207.6

申请日：2019-03-20

Applicant: 东北大学

Inventor： 高宪文 ,  刘金泽 ,  王明顺 ,  郭靖 ,  高晗

IPC: G06V10/44 ,  G06V10/32

Abstract: 本发明提供了一种基于傅里叶描述子的示功图特征提取方法包括示功图坐标数字化，示功图二值化，示功图的边缘检测及细化和示功图尺寸、点数归一化，对这些图像进行离散傅里叶变换，变换后就可在频域内得到示功图的特征向量，再对傅里叶描述子进行归一化处理，从而完成了示功图故障样本库的建立。改善了现有示功图特征提取不完善的现状，并且计算方法简洁高效、计算量小、冗余信息少的优势，可以比较准确地提取出示功图的图像特征。

公开(公告)号：CN110318731A

公开(公告)日：2019-10-11

申请号：CN201910598136.X

申请日：2019-07-04

Applicant: 东北大学

Inventor： 高宪文 ,  高晗 ,  王明顺 ,  郭靖 ,  刘金泽

IPC: E21B47/00 ,  E21B47/008 ,  G06Q50/02

Abstract: 本发明涉及抽油井故障诊断技术领域，提供一种基于GAN的抽油井故障诊断方法。本发明首先收集已知故障类型的抽油井示功图，并对其预处理；然后建立第一样本库，分为第一训练集和第一测试集后进行标准归一化处理；接着构建GAN模型，用第一训练集对其训练，生成新的示功图集并建立第二样本库，分为第二训练集和第二测试集后进行标准归一化处理；再基于卷积神经网络构建抽油井故障诊断模型，用第一训练集和第二训练集对其训练，用第一测试集和第二测试集对其测试；最后将待诊断抽油井的示功图输入抽油井故障诊断模型，得到待诊断抽油井的故障类型。本发明能够生成大量示功图样本，直接输入示功图就能得到故障类型，抽油井故障诊断的准确性高。

公开(公告)号：CN110046624A

公开(公告)日：2019-07-23

申请号：CN201910211207.6

申请日：2019-03-20

Applicant: 东北大学

Inventor： 高宪文 ,  刘金泽 ,  王明顺 ,  郭靖 ,  高晗

IPC: G06K9/46

Abstract: 本发明提供了一种基于傅里叶描述子的示功图特征提取方法包括示功图坐标数字化，示功图二值化，示功图的边缘检测及细化和示功图尺寸、点数归一化，对这些图像进行离散傅里叶变换，变换后就可在频域内得到示功图的特征向量，再对傅里叶描述子进行归一化处理，从而完成了示功图故障样本库的建立。改善了现有示功图特征提取不完善的现状，并且计算方法简洁高效、计算量小、冗余信息少的优势，可以比较准确地提取出示功图的图像特征。