公开(公告)号：CN114626673A

公开(公告)日：2022-06-14

申请号：CN202210117535.1

申请日：2022-02-08

Applicant: 南京钢铁股份有限公司 ,  东北大学

Inventor： 吴建永 ,  孟红记 ,  王国柱 ,  阳剑 ,  孟德安 ,  刘文红 ,  杨恩蛟 ,  胡振伟

IPC: G06Q10/06 ,  G06Q10/04 ,  G06Q50/04 ,  G06N5/04 ,  G06N7/00 ,  B22D11/16

Abstract: 本发明公开了一种基于贝叶斯网络的连铸坯质量预报方法，涉及钢铁生产技术领域，通过分析工艺参数与铸坯质量的因果关系，确定参数与质量的评价指标，构建生产过程的评价体系；确定贝叶斯网络的拓扑结构，实现了对连铸生产过程各个节点的定性分析；对贝叶斯网络的参数学习，实现了对连铸生产过程各个节点的定性分析；利用推理引擎对贝叶斯网络进行推理分析，获取生产参数及质量缺陷的评价结果；以各生产参数(或部分生产参数)作为证据变量输入该模型，经过贝叶斯网络的正向推理分析，可以实现对铸坯质量的预测。

公开(公告)号：CN115438574A

公开(公告)日：2022-12-06

申请号：CN202210978358.6

申请日：2022-08-15

Applicant: 南京钢铁股份有限公司

Inventor： 吴建永 ,  孟红记 ,  孟德安 ,  阳剑 ,  王国柱 ,  刘文红 ,  杨恩蛟 ,  胡振伟

IPC: G06F30/27 ,  G06F16/22 ,  G06F119/08

Abstract: 本发明公开一种合金凝固过程热物性参数的确定方法，通过建立合金凝固两相区的溶质偏析模型，获取不同合金元素成分和不同工艺参数与相分率的关系数据库；通过张量CP分解法将合金元素成分和工艺参数映射成不同权重的因子向量，并通过拟合法确定热物性参数与工艺参数及合金元素成分的定量关系。本发明方法避开了对耦合模型复杂的计算求解，能够便捷准确获取非平衡凝固条件的热物性参数，确定金属凝固过程的热物性参数，解决了由热物性参数带来的模型误差问题。

公开(公告)号：CN111815072B

公开(公告)日：2023-09-15

申请号：CN202010744290.6

申请日：2020-07-29

Applicant: 东北大学

Inventor： 胡振伟 ,  孟红记 ,  赵树茂

IPC: G06F30/20 ,  G06Q10/0635 ,  G06T17/00 ,  G08B21/18 ,  G06F119/08 ,  G06F119/04

Abstract: 本发明提供一种炼钢连铸过程中钢包防泄漏预警方法、装置及存储介质。该方法，包括：获取钢包外表面温度信息；提取缺陷部位温度值，反算求解内衬厚度；根据求解的内衬厚度，对经历的工艺环节设置权重系数以求解侵蚀速率；同时根据强度力学原理计算内衬外缘不破裂的最小安全厚度，进而预测使用寿命；结合所述最小安全厚度、侵蚀速率以及工艺环节参数，建立钢包全生命周期漏钢风险评估系统，得到量化风险值确定泄漏风险等级。本发明建立全生命周期防泄漏风险评估系统，评估当前风险值，对现场配包、提高周转率及延长使用寿命有重要指导意义。

公开(公告)号：CN107657620A

公开(公告)日：2018-02-02

申请号：CN201710970954.9

申请日：2017-10-18

Applicant: 东北大学

Inventor： 孟红记 ,  吴志朋 ,  胡振伟

IPC: G06T7/11 ,  G06T5/00 ,  G06T7/49

Abstract: 本发明公开了一种带纹理的金属凝固区域识别方法，其特征在于，包括以下步骤：步骤100、对金属低倍试样图像进行矫正与分割；步骤200、采用基于灰度均方差的局部自适应阈值二值化处理算法提取试样图像中纹理的二值化特征；步骤300、采用点阵式方向测度算法对纹理的方向特征进行描述并采用基于水平度的方向滤波算法对纹理特征进行方向滤波；步骤400、根据纹理方向信息完成凝固区域的划分。本发明利用数字图像处理技术对铸坯低倍组织凝固区域图像进行预处理、特征提取和模式识别等操作以实现自动识别和量化，提高检测精度，同时降低人工劳动强度，提高生产效率。

公开(公告)号：CN118154985A

公开(公告)日：2024-06-07

申请号：CN202410422613.8

申请日：2024-04-09

Applicant: 东北大学

Inventor： 孟红记 ,  朱春晓 ,  阳剑 ,  何庆 ,  刘文红

IPC: G06V10/764 ,  G06V10/762 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/088

Abstract: 本发明提供一种无监督的工业数据分类方法，包括：图像特征提取网络和聚类算法一体化迭代训练，输入待测铸坯低倍图像和对应的待测数据特征集，训练后的图像特征提取网络对待测铸坯低倍图像进行特征提取，得到最终图像特征集；将根据图像特征集和待测数据特征集串联融合后进行特征选择，得到最终特征向量；将最终特征向量输入训练后的聚类算法，得到铸坯分类结果。将提取图像特征的深度网络与聚类算法相结合，构建了数据和图像混合模态的深度聚类算法的整体结构，实现了融合数据与图像的无监督数据分类，在降低数据集制作成本和计算成本的情况下，使分类结果更加可靠。

公开(公告)号：CN109165469B

公开(公告)日：2022-12-06

申请号：CN201811126896.2

申请日：2018-09-26

Applicant: 东北大学

Inventor： 孟红记 ,  邢可

IPC: G06F30/23 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明提供一种方坯连铸结晶器电磁搅拌参数模拟设定及优化方法，包括以下步骤：通过高斯计对待检测的方坯连铸结晶器内部实时采集，获得实际的磁感应强度在所述结晶器内空间分布及其强度，按设定的搅拌器线圈电流和频率测量每组电流和频率下的磁感应强度的分布及磁感应强度的大小；通过有限元分析软件ANSYS建立磁场模型；获得磁场模型并进行优化；获得流场模型并进行优化,获得优化后的磁场模型及流场模型。本发明可以为实际连铸生产设定电磁搅拌器的电流和频率，根据仿真结果进行调整至最佳电流和频率从而对参数进行优化，达到明显减少铸坯表面和皮下夹杂物及气泡，扩大等轴晶率，改善芯部质量，提高组织致密性和均匀性并减少漏钢几率。

公开(公告)号：CN114782473A

公开(公告)日：2022-07-22

申请号：CN202210307510.8

申请日：2022-03-25

Applicant: 东北大学

Inventor： 谢植 ,  王玉晗 ,  孟红记 ,  何庆

IPC: G06T7/13 ,  G06T7/00 ,  G06T7/12 ,  G06T5/00

Abstract: 本发明一种基于像素关系的金相组织晶界提取方法，属于图像处理技术领域，该方法包括以下步骤：获取待提取晶界的金相图像；对金相图像进行预处理，得到预处理后的金相图像；对预处理后的金相图像根据灰度值分为晶界部分和晶粒部分，对晶界部分进行骨架化处理，将其细化到单个像素宽度；提取预处理后的图像中的碳化物轮廓；对碳化物轮廓与骨架化后的图像进行合并，获得合并后的图像；对合并后的图像进行恢复和重建，得到重建后的晶界；对重建后的晶界根据邻域数量拆分成端点、交叉点和线段点三部分；根据拆分后晶界的像素关系提取出每个晶粒的晶界，本发明克服了通用晶界提取方法中提取伪晶界的问题，具有通用性和适用性。

公开(公告)号：CN118196229A

公开(公告)日：2024-06-14

申请号：CN202410388731.1

申请日：2024-04-01

Applicant: 东北大学

Inventor： 孟红记 ,  王悦 ,  何庆 ,  胡振伟 ,  阳剑

IPC: G06T11/00 ,  G16C20/10 ,  G16C20/20 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/0455

Abstract: 本发明涉及一种金属凝固组织图像生成方法，包括S1、选择工艺参数；S2、数据准备；S3、建立金属凝固组织图像生成模型；S4、训练金属凝固组织图像生成模型；S5、生成金属凝固组织图像。本发明建模简单，无需手动建立复杂的数学或物理模型，可以通过大量的数据自动学习特征和模式；可以灵活应用于不同工况，深度学习方法的应用范围主要取决于数据集；推理速度很快，可以满足实时性需求。

公开(公告)号：CN115909151A

公开(公告)日：2023-04-04

申请号：CN202211429563.3

申请日：2022-11-15

Applicant: 东北大学

Inventor： 孟红记 ,  马汉聪 ,  阳剑 ,  胡振伟

IPC: G06V20/40 ,  G06V20/52 ,  G06V10/24 ,  G06V10/25 ,  G06V10/26 ,  G06V10/30 ,  G06V10/36 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供了一种复杂工作条件下运动容器编号识别方法，涉及图像检测技术领域，包括如下步骤：S100：实时获取工作现场的视频流并进行实时图像采样，得到采样后图像；S200：构建目标检测模型并对所述目标检测模型进行训练，得到训练后的目标检测模型，得到含有目标容器的图像；S300：对所述含有目标容器的图像进行预处理，得到预处理后的图像；S400：将所述预处理后的图像输入至训练后的CNN模型中进行编号识别，输出运动容器编号。本发明通过图像预处理排除了复杂工作条件所带来的外部干扰，将目标检测模型与CNN模型结合，排除了识别模型对未出现容器进行误识别的干扰，提升了复杂工作条件下的运动容器编号识别的准确率。

公开(公告)号：CN111650212A

公开(公告)日：2020-09-11

申请号：CN202010632532.2

申请日：2020-07-03

Applicant: 东北大学

Inventor： 何庆 ,  孟红记 ,  胡振伟 ,  谢植

IPC: G01N21/88

Abstract: 本发明提供一种基于线阵相机立体视觉的金属表面法向立体信息获取方法，包括以下步骤：采用共享光源或者相同光源照射的方式，通过线阵相机以不同视角获取金属表面图像；通过立体匹配确定待测金属表面任一点在所述线阵相机采集图像中的灰度对应关系；根据所述灰度对应关系计算所述待测金属表面法向立体角度；通过所述待测金属表面法向立体角度与二维灰度图像的融合，实现金属表面缺陷检测。本发明适用于实际非理想灰体的金属表面法向立体信息的可靠提取，有利于更好的区分缺陷和伪缺陷，提高金属表面缺陷检测的准确性和可靠性。