-
公开(公告)号:CN113500099A
公开(公告)日:2021-10-15
申请号:CN202110674564.3
申请日:2021-06-17
Applicant: 北京科技大学
Abstract: 本发明公开了一种板带材的板形模态、偏差大小和位置三维度描述方法,包括:以勒让德正交多项式的一次和三次基模式的系数绘制非对称项的模式图,二次和四次基模式的系数绘制对称项的模式图;将板形仪测得的板形残余应力值转化为板形IU值;对转化后的板形离散值进行模式识别,求得各板形缺陷系数,将对称项和非对称项分开,同时求得对称项的四次与二次系数比和非对称项的三次与一次系数比;分别求得对称项和非对称项的板形偏差描述指标;在平面模态图中分别将对称项和非对称项表示出来,利用平面模态图描述板带材的板形模态、偏差大小和带钢长度方向位置三个维度信息。本发明能够实现板形缺陷识别的智能化。
-
公开(公告)号:CN113468479A
公开(公告)日:2021-10-01
申请号:CN202110668761.4
申请日:2021-06-16
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于数据驱动的冷连轧工业过程监测与异常检测方法,包括:建立由历史数据构成的数据集,并对数据集中样本进行零均值处理;确定隐变量个数;确定核参数;建立KPLS过程监测模型,得到各统计量的阈值,将计算得到的统计量与对应的阈值进行比较,判断是否发生异常;建立KPLS异常诊断模型,确定异常变量。本发明能够对冷连轧工业生产过程中出现的故障进行监测,并进行故障的溯源和原因分析,以提早发现并及时处理问题,保障正常的生产过程及产品质量。
-
公开(公告)号:CN111283197A
公开(公告)日:2020-06-16
申请号:CN202010175116.4
申请日:2020-03-13
Applicant: 北京科技大学
Abstract: 本发明属于合金材料领域,涉及一种改进选择性激光熔化镁合金低塑性的热等静压方法,包括打印、铺粉、激光扫描、热等静压、冷却五个步骤。打印前成型腔内充入高纯氩气,保证氧含量低于10ppm;打印时成型腔温度保持在30-40℃之间。铺粉采用同等镁合金材质作为基板,激光束对粉末层采取“之”字形扫描策略,激光束扫完该层粉末后,送粉装置在该层上继续铺粉;激光束扫描方向顺时针旋转90,并熔化该层粉末,后续层制备过程以此类推,直至达到预设产品高度。本发明工艺流程简单,工艺参数稳定,在常规氩气保护下,可以生产高强度高塑性AZ61镁合金,延伸率高于SLM态77%~160%。生产效率高,粉末成本低且易于制备,能有效降低生产成本和难度。操作简单,易于实现。
-
公开(公告)号:CN113239569A
公开(公告)日:2021-08-10
申请号:CN202110604341.X
申请日:2021-05-31
Applicant: 北京科技大学
Abstract: 本发明公开了一种基于数据驱动的板形预测方法及装置,该方法包括:获取轧钢生产设备在生产过程中积累的历史数据,并对历史数据进行预处理操作,提取出板形系数数据以及会对钢卷板形造成影响的影响因素数据;将上一时刻的板形系数数据与影响因素数据进行拼接作为样本特征,将当前时刻的板形系数数据作为样本标签,构建数据样本集;构建板形预测模型,并基于数据样本集对板形预测模型进行训练;通过训练好的板形预测模型,根据当前待预测板形所对应的上一时刻的影响因素数据和板形系数数据对当前待预测板形进行预测。本发明能够准确预测出板形情况,并以此为依据来调整轧钢生产设备参数。
-
公开(公告)号:CN113500099B
公开(公告)日:2022-03-29
申请号:CN202110674564.3
申请日:2021-06-17
Applicant: 北京科技大学
Abstract: 本发明公开了一种板带材的板形模态、偏差大小和位置三维度描述方法,包括:以勒让德正交多项式的一次和三次基模式的系数绘制非对称项的模式图,二次和四次基模式的系数绘制对称项的模式图;将板形仪测得的板形残余应力值转化为板形IU值;对转化后的板形离散值进行模式识别,求得各板形缺陷系数,将对称项和非对称项分开,同时求得对称项的四次与二次系数比和非对称项的三次与一次系数比;分别求得对称项和非对称项的板形偏差描述指标;在平面模态图中分别将对称项和非对称项表示出来,利用平面模态图描述板带材的板形模态、偏差大小和带钢长度方向位置三个维度信息。本发明能够实现板形缺陷识别的智能化。
-
公开(公告)号:CN113468479B
公开(公告)日:2023-08-08
申请号:CN202110668761.4
申请日:2021-06-16
Applicant: 北京科技大学
IPC: G06F18/2433 , G06F18/214 , G06F18/15 , G06F17/18 , G06Q10/0639 , G06Q50/04
Abstract: 本发明公开了一种基于数据驱动的冷连轧工业过程监测与异常检测方法,包括:建立由历史数据构成的数据集,并对数据集中样本进行零均值处理;确定隐变量个数;确定核参数;建立KPLS过程监测模型,得到各统计量的阈值,将计算得到的统计量与对应的阈值进行比较,判断是否发生异常;建立KPLS异常诊断模型,确定异常变量。本发明能够对冷连轧工业生产过程中出现的故障进行监测,并进行故障的溯源和原因分析,以提早发现并及时处理问题,保障正常的生产过程及产品质量。
-
-
-
-
-