-
公开(公告)号：CN117334278A
公开(公告)日：2024-01-02
申请号：CN202311180107.4
申请日：2023-09-13
Applicant: 北京科技大学
IPC: G16C60/00 , G16C20/30 , G16C20/70 , G06N3/006 , G06N3/0499
Abstract: 本发明涉及机械自动化控制技术领域，特别是指一种基于协同平台的带钢冷轧力学性能区间预测方法及装置。一种基于协同平台的带钢冷轧力学性能区间预测方法包括：根据带钢冷轧技术要求进行平台构建，获得多工序协同平台；通过多工序协同平台进行生产数据采集，对生产数据处理，获得训练数据；使用训练数据，对待训练力学性能预测模型进行训练，获得力学性能预测模型；基于力学性能预测模型，采用De l a技术进行模型构建，获得力学性能区间预测模型；输入在线生产数据，通过力学性能区间预测模型，获得力学性能区间。本发明是一种基于协同平台的高效且准确的带钢冷轧力学性能区间预测方法。
-
公开(公告)号：CN116883439A
公开(公告)日：2023-10-13
申请号：CN202310750776.4
申请日：2023-06-25
Applicant: 北京科技大学
Abstract: 本发明公开了一种表面带水渍的板坯轮廓检测方法和装置，方法包括：步骤S1：获取中间坯图像，构建样本数据集并标记；步骤S2：构造一个卷积神经网络模型，并用标记好的数据集进行训练，获得最佳特征提取模型；步骤S3：采用小波变换对待检测板坯图像预处理，并利用训练好的所述最佳特征提取模型对预处理后的待检测板坯图像进行特征提取，获得待检测板坯图像的特征图；步骤S4：对所述待检测板坯图像的特征图进行后处理，完成去除噪声、平滑边缘的功能，通过提取边缘和寻找最大轮廓的方法完成待检测板坯图像的轮廓检测。本发明可实现对中间坯轮廓的实时检测，尤其是可以针对带水渍的板坯图像，提高轮廓检测的精度，并且该方法具有较强的鲁棒性。
-
公开(公告)号：CN116174497A
公开(公告)日：2023-05-30
申请号：CN202310016415.7
申请日：2023-01-06
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弯辊力在线预测方法，包括：获取全品规带钢冷连轧过程中的生产数据；对获取的生产数据进行预处理并存储，建立模型样本库；建立弯辊力数据驱动在线预测模型，并采用模型样本库中的样本数据对建立的弯辊力数据驱动在线预测模型进行训练，得到符合预设评价要求的弯辊力数据驱动在线预测模型；利用得到的符合预设评价要求的弯辊力数据驱动在线预测模型在线预测冷连轧各机架工作辊弯辊力和中间辊弯辊力，得到冷连轧各机架弯辊力预测结果。本发明满足了冷轧弯辊力的高精度在线预设定需求，对改善带钢头、尾部板形质量，提高带钢成品质量具有重要作用。
-
公开(公告)号：CN110039454A
公开(公告)日：2019-07-23
申请号：CN201910266998.2
申请日：2019-04-03
Applicant: 北京科技大学
Abstract: 本发明提供一种基于抛丸除鳞的丸料粒径与电机转速优化方法，属于带钢除鳞技术领域。该方法首先设计工作方案，确定各组工作方案参数，然后对各组方案进行抛丸除鳞实验，获得各组除鳞后的钢板试样，最后利用图像识别判定最佳的丸料粒径和电机转速。本发明简单易用，可有效提高除鳞能力，降低吨钢生产成本，在冷轧线上具有广阔的市场应用前景。
-
公开(公告)号：CN106862278A
公开(公告)日：2017-06-20
申请号：CN201710247375.1
申请日：2017-04-14
Applicant: 北京科技大学
IPC: B21B37/00
CPC classification number: B21B37/00 , B21B2267/24 , B21B2269/14
Abstract: 本发明提供一种针对热轧下游机架工作辊的周期内变步长窜辊控制方法，属于热轧窜辊控制技术领域。该方法在每一块轧件轧制完成后按照预定步长进行窜辊，达到正向或反向最大窜辊行程位置后上下工作辊窜辊方向均进行反向，以上下工作辊相重合的位置为起点，经过正向与反向最大窜辊行程位置各一次后再次回到上下工作辊相重合的位置为单个往复窜辊周期，窜辊周期内采用变化的窜辊步长。本发明的窜辊控制方法一方面可以使整个窜辊周期内，窜辊值的分布尽可能均匀，有利于均匀化轧辊的磨损，另一方面可以在窜辊周期内避免出现相同的窜辊值，进一步均匀化轧辊磨损，从而减少已经产生的磨损辊形引起的后续轧制边降与浪形增大的问题，延长轧制公里数。
-
Patent Agency Ranking
公开(公告)号：CN117019882B
公开(公告)日：2024-04-16
申请号：CN202311077617.9
申请日：2023-08-24
Applicant: 北京科技大学
IPC: B21B37/20
Abstract: 本发明公开了一种考虑热轧来料信息的带钢冷连轧自动厚度前馈控制方法，包括：获取带钢热连轧和冷连轧过程的生产数据；基于生产数据训练预设的带钢冷轧变形抗力预测模型；基于训练好的带钢冷轧变形抗力预测模型得到带钢冷轧第一机架的全长变形抗力波动，并将所得的变形抗力波动传递至后续机架，得到各机架的变形抗力波动；将各机架的变形抗力波动与其入口厚度偏差结合，建立带钢冷连轧自动厚度前馈控制策略，得到各机架用来消除厚差所增加的调节量。本发明方法充分考虑了热轧来料信息波动，解决了热轧工艺参数的遗传影响问题，可更有效地抑制轧机出口带钢厚差波动，提高全长厚度命中率。
-
公开(公告)号：CN117055487A
公开(公告)日：2023-11-14
申请号：CN202311077624.9
申请日：2023-08-24
Applicant: 北京科技大学
IPC: G05B19/418
Abstract: 本发明公开了一种基于机理数据混合驱动的二辊斜轧穿孔参数优化方法，包括：获取二辊斜轧穿孔生产工序的生产过程数据；其中，生产过程数据包括：生产工艺参数、毛管质量参数和穿孔参数的实际值；基于毛管质量参数筛选出符合预设要求的样本，并计算出每一样本的穿孔参数的实际值与机理模型设定值之间的偏差数据；基于所述生产工艺参数和所述偏差数据训练预设的偏差预测模型；基于待加工管坯的生产工艺参数，利用机理模型，结合训练好的偏差预测模型，得到待加工管坯穿孔时的最优工艺参数。与传统的机理模型设定方法相比，该方法充分利用了现场的实际生产数据，实现了对传统机理模型的迭代优化，提升了设定精度，进一步地提升了毛管的外径控制精度。
-
公开(公告)号：CN114888092B
公开(公告)日：2023-01-20
申请号：CN202210485166.1
申请日：2022-05-06
Applicant: 北京科技大学
Abstract: 本发明提供了一种基于跨工序数据平台的冷轧变形抗力预测方法，属于轧制自动化控制领域。所述预测方法基于跨工序数据平台获取来料钢种、热轧轧制参数及冷轧轧制参数，并计算冷轧各机架的实际变形抗力值；再以热轧轧制参数和冷轧轧制参数构建输入变量，以冷轧各机架的实际变形抗力值为对应的输出，构建训练集和验证集；针对每个机架，采用思维进化算法和反向传播神经网络构建MEA‑BP预测模型，训练和验证后得到成熟的预测模型；最后获取待预测冷轧机架的基本参数，并构建每个机架的输入变量，将所述变量输入每个机架成熟的预测模型中，得到每个冷轧机架的实时变形抗力预测值。本发明提升了冷轧变形抗力的预报精度，在线计算速度快，提升了成品质量。
-
公开(公告)号：CN114515763B
公开(公告)日：2022-09-02
申请号：CN202210074873.1
申请日：2022-01-21
Applicant: 北京科技大学
Abstract: 本发明提供一种基于数据假定补偿的板形识别方法，属于板带轧制中板形测控技术领域。所述方法包括：S1.构造整体板形标准缺陷；S2.根据板形数据的陡度值对外部及内部局部板形缺陷进行识别；S3.根据板形数据的陡度值对外部及内部存在局部板形缺陷的通道进行板形值的假定补偿；S4.根据实测板形值和假定补偿后的板形值对存在局部板形缺陷的通道的局部板形值进行提取；S5.采用提取局部板形值后的平滑板形曲线，基于S1中构造的整体板形标准缺陷，通过计算余弦相似度对整体板形缺陷进行识别。采用本发明，能够提高整体和局部板形缺陷的识别精度。
-
公开(公告)号：CN114798727A
公开(公告)日：2022-07-29
申请号：CN202210390250.5
申请日：2022-04-14
Applicant: 北京科技大学
Abstract: 本发明公开了一种多目标优化的规格自适应轧制方法和装置、电子设备，属于机械自动化控制技术领域，所述方法包括：获取来料数据、工艺参数及轧机设备参数；构建轧制负荷波动评估模型，确定临界规格；建立不同规格对应的多目标优化函数；根据设备能力及工艺条件确定寻优约束条件；采用优化算法获取最优的厚度及张力设定值；基于最优的厚度及张力设定值进行轧制。通过本发明公开的多目标优化的规格自适应轧制方法，可实现同一机组全品规带钢高精度、稳定、高效生产，同时兼顾板形调控，充分发挥机组的生产效能，提升产品质量。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.026 seconds)
