-
公开(公告)号：CN118918997A
公开(公告)日：2024-11-08
申请号：CN202411001771.2
申请日：2024-07-25
Applicant: 大连理工大学
Abstract: 一种基于极限梯度提升树和粒子群算法的连铸微合金包晶钢成分优化方法，属于钢铁冶金连铸技术领域。首先，在线检测和记录微合金包晶钢中合金元素具体含量，结合铸坯生产质量报表，构建包含正常工况及纵裂工况的样本数据库；其次，对极限梯度提升树模型进行参数优化，得到最优超参数组合下的极限梯度提升树分类模型，实现对表面纵裂纹的准确预测；然后，提取对应的纵裂纹非线性映射函数，评估表面纵裂纹的发生倾向；最后，搜寻非线性映射函数的最优解，实现通过优化钢种成分降低纵裂发生倾向的目的。本发明能够改善铸坯表面质量和降低纵裂发生倾向；充分发挥机器学习算法的优势，展现出较高的效率与良好的适应性，为高效化连铸生产和铸坯质量的智能优化提供技术手段。
-
公开(公告)号：CN118211143A
公开(公告)日：2024-06-18
申请号：CN202410184010.9
申请日：2024-02-19
Applicant: 大连理工大学
IPC: G06F18/243 , G06F18/2135 , G06F18/214 , B22D11/16
Abstract: 本发明提供一种基于梯度提升树的连铸坯纵裂纹预测方法，属于钢铁冶金连铸检测技术领域。首先，建立纵裂影响因素特征样本库；其次，利用主成分分析对各因素进行降维处理，提取能够表征纵裂纹特征的主成分构建新的纵裂纹特征数据样本库；然后，采用网格搜索法对梯度提升树模型进行参数优化得到最优的梯度提升树分类模型；最后，利用最优梯度提升树分类模型对实时特征样本进行分类，以达到在线预测纵裂纹的目的。本发明适用于板坯、方坯、圆坯、异型坯等连铸坯表面纵裂纹预测。本发明集成主成分分析和梯度提升树的纵裂纹预测模型和检测方法，展示出良好的预测性能，为铸坯纵裂纹的在线检测和识别预报提供技术手段。
-
公开(公告)号：CN117556315A
公开(公告)日：2024-02-13
申请号：CN202311454137.X
申请日：2023-11-03
Applicant: 大连理工大学
IPC: G06F18/241 , G06F18/213 , G06F18/20 , G01N25/20 , G01N25/72
Abstract: 一种基于特征信息提取和AdaBoost分类的连铸坯纵裂纹预测方法，属于钢铁冶金连铸检测技术领域。基于结晶器铜板上热电偶的实测温度，以及纵裂纹发生过程中温度曲线“下降‑稳定‑回升”的典型趋势，本发明首先，通过提取正常工况和纵裂纹发生时的关键温度特征信息，构建温度特征向量样本并组建温度特征向量样本库，将数据集划分为训练集和测试集后分别进行数据归一化；其次，利用测试集对AdaBoost模型进行训练；最终，将训练好的分类器模型对于正常工况和纵裂纹样本进行分类，进而实时检测和预报连铸坯纵裂纹。本发明的方法能够避免逻辑判断方法频繁调整阈值的繁琐处理，不易出现过拟合，训练好的AdaBoost模型能够实时对特征向量样本进行正确分类，实现连铸坯纵裂纹的检测和预报。
-
Patent Agency Ranking
公开(公告)号：CN118484971A
公开(公告)日：2024-08-13
申请号：CN202410612085.2
申请日：2024-05-17
Applicant: 大连理工大学
IPC: G06F30/23 , G06T17/00 , G06F18/27 , G06N20/10 , G06F17/11 , G06F111/10 , G06F119/08 , G06F119/14
Abstract: 一种集成数值计算和支持向量回归的连铸结晶器铜板温度控制方法，属于钢铁冶金连铸技术领域。首先，建立基于冷却水流动‑铜板传热的耦合数值仿真模型，模拟结晶器铜板传热行为，计算多组工艺参数组合下的铜板热面温度分布情况；其次，根据耦合数值仿真模型的计算结果，构建铜板热面温度最大值数据样本库；然后，基于数据样本库，采用网格搜索法对支持向量回归预测模型进行参数优化，得到最优的支持向量回归预测模型；最后，在支持向量回归预测模型基础上，通过调控铜板水量，实现对铜板热面温度的控制。本发明能够根据工艺条件变化，动态调控铜板水量，实现对结晶器铜板热面温度的精准控制，有效提升连铸坯表面质量，展现出良好的控制效果和较强的适应性。
-
公开(公告)号：CN117036797A
公开(公告)日：2023-11-10
申请号：CN202310970733.7
申请日：2023-08-03
Applicant: 大连理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06N3/006
Abstract: 本发明提供一种基于特征提取与随机森林分类的连铸坯纵裂纹预测方法，属于钢铁冶金连铸检测技术领域。首先，通过提取正常工况和纵裂纹样本的温度特征，组成温度特征向量样本库；然后，利用温度特征向量样本库对随机森林分类模型进行训练，获得预测准确率最高的RFC模型；最终，利用训练好的随机森林模型对实时获取的样本进行分类，在线预测连铸坯纵裂纹。上述连铸坯纵裂纹预测方法适用于板坯、方坯、圆坯、异型坯等。本发明提出的连铸坯纵裂纹预测方法不易出现过拟合，对由正常工况下温度波动较大的样本产生的异常值和噪声具有很好的鲁棒性，纵裂纹预测准确率高。
-
公开(公告)号：CN118296476A
公开(公告)日：2024-07-05
申请号：CN202410424089.8
申请日：2024-04-10
Applicant: 大连理工大学
IPC: G06F18/2411 , G06F18/214 , G06N3/126
Abstract: 本发明提供一种基于支持向量机和遗传算法的连铸坯表面纵裂纹工艺优化方法，属于钢铁冶金连铸工艺技术领域。所述工艺优化方法，首先，建立不同纵裂发生率下的样本库；其次，基于样本库，采用网格搜索法对支持向量机模型进行参数优化，得到最优的支持向量机分类模型；然后，根据最优的支持向量机分类模型提取对应的纵裂纹非线性映射函数；最后，利用遗传算法对非线性映射函数进行优化，进而实现对纵裂纹工艺参数的优化。基于支持向量机和遗传算法的连铸坯纵裂纹工艺优化模型，展现出较高的效率与良好的适应性，为连铸高效化生产和铸坯纵裂纹智能优化提供技术手段。
-
公开(公告)号：CN118296420A
公开(公告)日：2024-07-05
申请号：CN202410424177.8
申请日：2024-04-10
Applicant: 大连理工大学
IPC: G06F18/23213 , G06F18/214 , G06F18/15
Abstract: 一种基于K‑Means聚类的连铸坯表面纵裂纹工艺优化方法，属于钢铁冶金连铸工艺技术领域。首先，建立不同纵裂发生率下的样本库；其次，利用Spearman相关系数对样本库中的样本进行属性选择与降维；然后，采用K‑Means聚类对降维后的数据样本进行循环聚类，筛选和锁定低纵裂发生率对应的类簇；最后，提取低纵裂发生率类簇所对应的工艺参数区间，进而实现对各项工艺参数的优化。集成Spearman相关性分析和K‑Means聚类的连铸坯纵裂纹工艺优化方法，展现出较高的效率与较好的适应性，为铸坯纵裂纹智能优化提供技术手段。
-
公开(公告)号：CN118023484A
公开(公告)日：2024-05-14
申请号：CN202410185887.X
申请日：2024-02-20
Applicant: 大连理工大学
Abstract: 本发明提供一种基于结晶器铜板温度热像图的浸入式水口偏流检测方法，属于钢铁冶金连铸检测技术领域。所述检测方法首先，由结晶器温度监控系统获取热电偶温度，计算非测点的温度，绘制温度热像图；其次，将两宽面铜板温度数组拆分，绘制出温度差值热像图；第三，通过对外弧宽面温度差值数组和内弧宽面温度差值数组进行阈值分割，获得温度差值热像图的二值图；最后，计算二值图红色区域面积百分比，检测和判断出浸入式水口是否发生偏流及偏流朝向哪一侧。本发明对于预测生产中的水口偏流能发挥很好的效果，能够避免拉速变化、铸坯调宽等工艺操作带来的影响；能够实时、准确、高效的判断结晶器浸入式水口在宽度方向上是否发生偏流。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
