-
公开(公告)号：CN112668234B
公开(公告)日：2023-08-15
申请号：CN202011414366.5
申请日：2020-12-07
Applicant: 辽宁科技大学
IPC: G06F30/27 , C21C5/30 , G06F119/08
Abstract: 本发明提供了一种转炉炼钢终点智能控制方法，由如下子系统实现：1)数据预处理子系统：从数据库中采集数据，并进行数据预处理，通过独立性和相关性分析，确定终点碳含量和温度预测子系统模型的输入变量，保证模型精度；2)钢水终点预测子系统：采用基于小波权重的非平行支持向量回归机算法，对转炉炼钢的终点碳含量和终点温度进行预测；3)吹氧量和辅料计算子系统：结合鲸群优化算法和增量计算方法，根据预测模型的输出反馈计算优化误差，在保证优化误差最小的前提下，计算出吹炼阶段所需的吹氧量、石灰和轻烧白云石等辅料加入量；4)模型更新子系统：根据实际生产情况，定期对预测子系统进行更新升级。可实现转炉的一键式炼钢。
-
公开(公告)号：CN112990770A
公开(公告)日：2021-06-18
申请号：CN202110432196.1
申请日：2021-04-21
Applicant: 辽宁科技大学
Abstract: 本发明提供一种基于群体优化算法的垃圾焚烧厂选址方法，包括：Step 1：选址参数分析；Step 2：通过选址模型子系统来建立选址模型：选址模型子系统根据实际城市的各个影响因素进行量化处理得到的各项数据进行调用分析，获取当前城市的垃圾焚烧厂选址因素模型，得到当前目标城市的选址模型；Step 3：群体算法子系统：采用基于鲸群算法和粒子群算法的混合群体优化算法实现的选址算法子系统，结合选址参数分析子系统和选址模型子系统对垃圾焚烧厂进行选址得到最佳的垃圾焚烧厂地址。解决传统单一的群体优化算法精度不足等问题。
-
Patent Agency Ranking
公开(公告)号：CN112725699A
公开(公告)日：2021-04-30
申请号：CN202011592290.5
申请日：2020-12-29
Applicant: 辽宁科技大学
IPC: C22C38/02 , C22C38/04 , C22C38/42 , C22C38/44 , C22C38/46 , C22C38/48 , C21D1/00 , C21D1/18 , C21D6/00 , C21D8/02 , C21D9/00 , C22C33/06
Abstract: 本发明应用于材料加工与控制技术领域。本发明涉及一种耐蚀抗菌船用含铜低碳钢，其特征在于：其化学成分组成按重量百分比为：碳0.05％～0.14％，硅0.35％～0.42％，锰0.73％～1.1％，镍1.9％～3.1％，铬0.42％～1.2％，钼0.18％～0.70％，铜1.80％～3.20％，钒0.01％～0.03％，铌0.20～0.30％，余量为铁。本发明通过调节镍、铬、钼、铜和铌元素的配比，并进行抗菌热处理工艺，先进行固溶处理，再进行回火处理，冷却至室温。使得本钢具备优良的耐海水腐蚀及耐海洋微生物腐蚀的性能。
-
公开(公告)号：CN112668234A
公开(公告)日：2021-04-16
申请号：CN202011414366.5
申请日：2020-12-07
Applicant: 辽宁科技大学
IPC: G06F30/27 , C21C5/30 , G06F119/08
Abstract: 本发明提供了一种转炉炼钢终点智能控制方法，由如下子系统实现：1)数据预处理子系统：从数据库中采集数据，并进行数据预处理，通过独立性和相关性分析，确定终点碳含量和温度预测子系统模型的输入变量，保证模型精度；2)钢水终点预测子系统：采用基于小波权重的非平行支持向量回归机算法，对转炉炼钢的终点碳含量和终点温度进行预测；3)吹氧量和辅料计算子系统：结合鲸群优化算法和增量计算方法，根据预测模型的输出反馈计算优化误差，在保证优化误差最小的前提下，计算出吹炼阶段所需的吹氧量、石灰和轻烧白云石等辅料加入量；4)模型更新子系统：根据实际生产情况，定期对预测子系统进行更新升级。可实现转炉的一键式炼钢。
-
公开(公告)号：CN112949749A
公开(公告)日：2021-06-11
申请号：CN202110318870.3
申请日：2021-03-25
Applicant: 辽宁科技大学
IPC: G06K9/62
Abstract: 一种面向不平衡钢卷外形缺陷数据的分类方法，1：针对钢卷外形缺陷图像数据组成的训练样本集，获取每一类缺陷样本子集在核映射空间上的稀疏化描述；2：在核映射空间上建立新的多类钢卷外形缺陷分类训练模型，新的多类分类训练模型由每一类钢卷外形缺陷的二分类子模型组成，3：建立新的多类钢卷外形缺陷分类预测模型；4：利用钢卷外形缺陷训练样本集和测试样本集对所有的钢卷外形缺陷二分类子模型和预测模型进行训练，获得模型的最优参数；5：将未知类别的钢卷外形缺陷样本输入到新的多类分类预测模型中，完成缺陷的自动识别。实现了小样本数据下的缺陷钢卷外形和正常钢卷外形的自动分类识别，同时解决了不平衡数据下的分类问题。
-
公开(公告)号：CN112949749B
公开(公告)日：2023-08-25
申请号：CN202110318870.3
申请日：2021-03-25
Applicant: 辽宁科技大学
IPC: G06V10/764 , G06V10/70
Abstract: 一种面向不平衡钢卷外形缺陷数据的分类方法，1：针对钢卷外形缺陷图像数据组成的训练样本集，获取每一类缺陷样本子集在核映射空间上的稀疏化描述；2：在核映射空间上建立新的多类钢卷外形缺陷分类训练模型，新的多类分类训练模型由每一类钢卷外形缺陷的二分类子模型组成，3：建立新的多类钢卷外形缺陷分类预测模型；4：利用钢卷外形缺陷训练样本集和测试样本集对所有的钢卷外形缺陷二分类子模型和预测模型进行训练，获得模型的最优参数；5：将未知类别的钢卷外形缺陷样本输入到新的多类分类预测模型中，完成缺陷的自动识别。实现了小样本数据下的缺陷钢卷外形和正常钢卷外形的自动分类识别，同时解决了不平衡数据下的分类问题。
-
-
-
-
-
-
Search Results
7
records
(took 0.018 seconds)
