-
公开(公告)号：CN109719138A
公开(公告)日：2019-05-07
申请号：CN201910009153.5
申请日：2019-01-04
Applicant: 北京首钢自动化信息技术有限公司
IPC: B21B37/00
Abstract: 一种基于数据挖掘的变形抗力唯象模型计算方法，属于热连轧过程控制技术领域。为了解决传统变形抗力模型由于参数单一和考虑因素不全面的问题发明本方法。该控制方法具体实施的过程包括：建立满足模型计算需求的变形抗力样本库，对样本库进行定期维护，将偏差大的钢卷数据进行剔除；定期触发模型回归计算和变形抗力自学习系数计算；建立变形抗力唯象模型；分钢种对唯象模型进行回归计算，得到不同钢种的模型参数；根据回归后的模型参数，可计算得到对应的各机架变形抗力自学习系数；将不同钢种的模型参数和对应的各机架变形抗力自学习系数发送到过程控制系统。该方法能获取有效数据，提高了回归和模型计算准确性，从而提高产品质量和成材率。
-
公开(公告)号：CN118427518A
公开(公告)日：2024-08-02
申请号：CN202410394930.3
申请日：2024-04-02
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06F18/10 , G06F18/23213 , G06F18/24 , G06Q50/04 , G06N3/08
Abstract: 本发明公开了一种轧制力样本库构建方法、装置、设备和介质，包括：获取历史带钢轧制过程中的原始工艺数据；根据待训练的轧制力预测模型的需求，对原始工艺数据进行数据种类筛选、异常数据剔除以及预设阈值筛选，得到目标工艺数据；将目标工艺数据按照预设层别标识填入预先构建的空样本库中，得到用于训练轧制力预测模型的目标样本库。可见，本发明通过对原始工艺数据进行多种筛选，得到质量较好的目标工艺数据，利用质量较好的目标工艺数据构建目标样本库，进而可以提高目标样本库的准确性，也就间接提高了轧制力预测模型的准确性，进而提高产品尺寸和形状的精度以及生产效率。
-
公开(公告)号：CN117611004A
公开(公告)日：2024-02-27
申请号：CN202311615818.X
申请日：2023-11-29
Applicant: 北京首钢自动化信息技术有限公司
IPC: G06Q10/0639 , G06Q50/04
Abstract: 本发明公开了一种带钢精轧的在线综合评价方法及系统，所述方法包括：在预设的换辊周期内，实时采集并分别获取精轧机组中各个机架的轧制参数；统计和汇总同一换辊周期内的轧制参数数据；根据预设的评分公式对换辊周期内获取的轧制参数数据进行计算，并得到相应的综合评分，所述综合评分用于表征所述精轧机组整体轧制的优劣程度。本发明通过实时获取带钢精轧流程中的各项轧制参数，根据不同场景下的需求，调整各项轧制参数的评分系数，从而计算获取一个综合评分，并根据该综合评分可以快速确认生产现场轧机整体轧制的优劣状态，且各项轧制参数均可以在线实时获取，评价指标均可以通过计算自动确认，极大的提升了评价的准确性和科学性。
-
公开(公告)号：CN109719138B
公开(公告)日：2020-04-14
申请号：CN201910009153.5
申请日：2019-01-04
Applicant: 北京首钢自动化信息技术有限公司
IPC: B21B37/00
Abstract: 一种基于数据挖掘的变形抗力唯象模型计算方法，属于热连轧过程控制技术领域。为了解决传统变形抗力模型由于参数单一和考虑因素不全面的问题发明本方法。该控制方法具体实施的过程包括：建立满足模型计算需求的变形抗力样本库，对样本库进行定期维护，将偏差大的钢卷数据进行剔除；定期触发模型回归计算和变形抗力自学习系数计算；建立变形抗力唯象模型；分钢种对唯象模型进行回归计算，得到不同钢种的模型参数；根据回归后的模型参数，可计算得到对应的各机架变形抗力自学习系数；将不同钢种的模型参数和对应的各机架变形抗力自学习系数发送到过程控制系统。该方法能获取有效数据，提高了回归和模型计算准确性，从而提高产品质量和成材率。
-
-
-
Search Results
4
records
(took 0.031 seconds)
