基于数学模型的棒材轧制的轧辊磨损预测方法

    公开(公告)号:CN114492024B

    公开(公告)日:2024-11-05

    申请号:CN202210084123.2

    申请日:2022-01-25

    Abstract: 本发明公开了一种基于数学模型的棒材轧制的轧辊磨损预测方法,具体过程如下:在考虑单位宽度的轧制力#imgabs0#、轧辊的相对半径#imgabs1#以及轧制时间#imgabs2#对轧辊磨损综合影响的条件下,建立轧辊磨损在线预测的数学模型,检测或计算待测机架的相关参数,在此基础上,计算待测机架的单位宽度的轧制力、轧辊的相对半径以及轧制时间,将得到的数据代入上述数学模型,计算出待测机架的轧辊磨损值。本发明分析了轧辊磨损的影响因素及它们的计算公式、构建了真实值和测量值之间的距离方程、结合计算机迭代搜索的方式,建立了轧辊磨损的数学模型。本发明模型的影响因素可以根据不同的企业的现状进行增减,其最优参数α0~α3也可以随着企业设备和工艺参数的不同而修正。

    一种基于图像处理的棒材轧制孔型深度的检测方法

    公开(公告)号:CN114111622A

    公开(公告)日:2022-03-01

    申请号:CN202111439758.1

    申请日:2021-11-30

    Abstract: 本发明公开了一种基于图像处理的棒材轧制孔型深度的检测方法,该方法将磁铁制作的标准棒站立吸附在孔型槽底的轧辊上,在辊系的一侧采用平行光源或近平行光源对准孔型的中心进行照射,在辊系的另一侧采用投影接收装置进行投影,在投影接收装置的背面采用相机对准中心进行拍照,得到孔型深度投影图片,对图片进行处理,计算标准棒的像素高度、孔型的像素高度,并计算标准棒的像素高度与孔型的像素高度的比例关系,结合标准棒的真实高度,计算得到孔型的深度。本发明以图像处理为基础,更加便利、精确的测量棒材轧制孔型深度。

    一种椭圆-圆棒材孔型轧制的各机架出口轧件宽度在线软测量方法

    公开(公告)号:CN113732074A

    公开(公告)日:2021-12-03

    申请号:CN202111016538.8

    申请日:2021-08-31

    Abstract: 本发明涉及棒材轧制机架出口宽度测量技术领域,公开了一种椭圆‑圆棒材孔型轧制的各机架出口轧件宽度在线软测量方法,以椭圆‑圆棒材连轧各任意截面处秒流量相等为理论基础,依据终轧产品测径仪反馈的测径数据,计算得到各连轧机架的轧件产品实际截面积Si,又根据孔型曲线及微积分的原理,根据截面积Si进行了宽度Wi的计算。与现有技术相比,本发明以各个机架断面秒流量相等为依据,自动在线采集各个机架出口轧件宽度,可以适应各种现场需求,无须各个机架的大量的宽度测量数据,测量精度高,为宽展的人工分析、离线自学习、在线自学习或者大数据分析做数据储备,且本发明提及的方法及思路同样适合其他类型断面孔型轧制的宽度在线软测量。

    一种基于图像处理的棒材轧制孔型深度的检测方法

    公开(公告)号:CN114111622B

    公开(公告)日:2024-07-19

    申请号:CN202111439758.1

    申请日:2021-11-30

    Abstract: 本发明公开了一种基于图像处理的棒材轧制孔型深度的检测方法,该方法将磁铁制作的标准棒站立吸附在孔型槽底的轧辊上,在辊系的一侧采用平行光源或近平行光源对准孔型的中心进行照射,在辊系的另一侧采用投影接收装置进行投影,在投影接收装置的背面采用相机对准中心进行拍照,得到孔型深度投影图片,对图片进行处理,计算标准棒的像素高度、孔型的像素高度,并计算标准棒的像素高度与孔型的像素高度的比例关系,结合标准棒的真实高度,计算得到孔型的深度。本发明以图像处理为基础,更加便利、精确的测量棒材轧制孔型深度。

    一种棒材轧制堆拉钢自动识别控制方法

    公开(公告)号:CN115228943B

    公开(公告)日:2024-07-16

    申请号:CN202210913287.1

    申请日:2022-07-29

    Abstract: 本发明涉及钢材轧制技术领域,公开了一种棒材轧制堆拉钢自动识别控制方法,首先收集整理各种钢种、规格、轧制工艺等正常生产的基础数据,利用计算机自学习神经网络模拟出轧制压力系数;其次根据不同的生产情况,使用不同轧制压力系数计算本次轧制的正常生产电流;最后用实际电流与本次轧制理论的正常生产轧制电流比较,以比较结果进行反馈:二者相等,正常生产;实际电流小或大,系统报警并自动升高或降低辊速至两种电流相等。与现有技术相比,本发明利用相同情况正常生产时的轧制力系数计算得到本次轧制理论的正常生产轧制电流,再与实际电流比较,即可对生产异常情况实时调整,可以有效地防止堆拉钢事故的产生。

    一种基于转炉液面深度的出钢重量预测方法

    公开(公告)号:CN115018155B

    公开(公告)日:2024-07-16

    申请号:CN202210632219.8

    申请日:2022-06-06

    Abstract: 本发明涉及转炉炼钢技术领域,公开了一种基于转炉液面深度的出钢重量预测方法,包括:计算炉衬耐火砖损耗速率、定义炉次相似度的距离公式、确定转炉相关半径、高度的初始值及相关体积公式;根据炉次相似度的距离公式计算历史炉次与当前炉次的相似度k的距离值,并由小及大进行排名;取相似度最大(即距离值最小)的炉次第J炉次,通过耐火砖损耗速率及相关体积公式分别计算第J炉次的体积、当前炉次的体积,并根据第J炉次、当前炉次的温度计算两个炉次的密度,根据比例原理,计算得到当前炉次Ma的重量;当前炉次Ma的重量即为出钢重量预测值。与现有技术相比,本发明可以将无法正常预测或者预测精度超限的炉次比例降低到1‰以下的水平。

    基于数学模型的棒材轧制的轧辊磨损预测方法

    公开(公告)号:CN114492024A

    公开(公告)日:2022-05-13

    申请号:CN202210084123.2

    申请日:2022-01-25

    Abstract: 本发明公开了一种基于数学模型的棒材轧制的轧辊磨损预测方法,具体过程如下:在考虑单位宽度的轧制力、轧辊的相对半径以及轧制时间对轧辊磨损综合影响的条件下,建立轧辊磨损在线预测的数学模型,检测或计算待测机架的相关参数,在此基础上,计算待测机架的单位宽度的轧制力、轧辊的相对半径以及轧制时间,将得到的数据代入上述数学模型,计算出待测机架的轧辊磨损值。本发明分析了轧辊磨损的影响因素及它们的计算公式、构建了真实值和测量值之间的距离方程、结合计算机迭代搜索的方式,建立了轧辊磨损的数学模型。本发明模型的影响因素可以根据不同的企业的现状进行增减,其最优参数α0~α3也可以随着企业设备和工艺参数的不同而修正。

Patent Agency Ranking