-
公开(公告)号:CN109013711A
公开(公告)日:2018-12-18
申请号:CN201810774591.6
申请日:2018-07-16
Applicant: 东北大学
IPC: B21B37/44
Abstract: 本发明提供一种提高特厚板心部质量和探伤合格率的方法,属于钢铁冶金技术领域。该方法基于道次间在线即时冷系统提高特厚板(≥80mm)心部质量和探伤合格率,其具体工艺步骤如下:连铸坯(≥200mm)不转钢或者转钢结束进入纵轧阶段时,在轧制间隙利用轧机附近的即时冷系统进行一道次或多道次在线冷却,表面初始温度为850~1000℃,以2~6m/s速度进入冷却区,冷却区内辊速1~3m/s,上下水比1:2~1:6,单组集管的总流量200~400m3/h,冷却后返温控制在750~900℃进行轧制,冷却后压下率高于12%。本方法通过温差轧制使厚板心部变形增加,显著提高了心部质量和探伤合格率,提高了成材率。
-
公开(公告)号:CN105032951B
公开(公告)日:2017-01-18
申请号:CN201510411489.6
申请日:2015-07-14
Applicant: 东北大学
IPC: B21B37/74
Abstract: 本发明公开了一种提高超快冷温度模型精度和自学习效率的控制方法,本方法综合考虑了钢种物性参数、钢板规格尺寸、介质水温、钢板温度、时效等影响因素对温度模型的核心参数——换热系数的影响。构建一种多维空间关系,有效的描述了不同影响因素作用下的各换热系数之间的联系,利用简便的几何算法和数值求解相结合,快速准确的预测出目标影响条件下的换热系数的值,最终实现温度模型的精确控制。本发明可在拥有较少冷却钢板的经验数据的基础上,快速合理的计算出适合当前工况条件下的模型参数,能有效降低温度模型计算过程中的自学习成本,提高温度模型的稳定性及准确性。
-
公开(公告)号:CN105032958A
公开(公告)日:2015-11-11
申请号:CN201510524358.9
申请日:2015-08-24
Applicant: 东北大学
CPC classification number: B21B45/0218 , B21B37/74 , B21B38/006 , B21B2261/20
Abstract: 本发明涉及钢板生产的控制冷却领域,具体而言,涉及一种应用道次间冷却工艺控制轧制的即时冷却系统。其包括轧机和即时冷却装置;所述即时冷却装置附属设置在所述轧机的出口端,能够使所述轧机与所述即时冷却装置结合起来;一台所述轧机和一个所述即时冷却装置为一个冷却组,多个冷却组串联设置,能够使所述轧机轧制的钢板在任何道次间进行冷却。本发明通过将冷却系统和供水系统均设置在主框架结构上,利用道次间冷却的方式,将轧制与冷却耦合控制,实现了良好的差温轧制效果,促进了表面细粒晶化,大幅度提高材料强度的同时,其韧性不会受到伤害。增强了变形渗透性,提高了芯部质量,改善了轧件侧向双鼓形等板型缺陷,提高了成材率。
-
公开(公告)号:CN105032951A
公开(公告)日:2015-11-11
申请号:CN201510411489.6
申请日:2015-07-14
Applicant: 东北大学
IPC: B21B37/74
Abstract: 本发明公开了一种提高超快冷温度模型精度和自学习效率的控制方法,本方法综合考虑了钢种物性参数、钢板规格尺寸、介质水温、钢板温度、时效等影响因素对温度模型的核心参数——换热系数的影响。构建一种多维空间关系,有效的描述了不同影响因素作用下的各换热系数之间的联系,利用简便的几何算法和数值求解相结合,快速准确的预测出目标影响条件下的换热系数的值,最终实现温度模型的精确控制。本发明可在拥有较少冷却钢板的经验数据的基础上,快速合理的计算出适合当前工况条件下的模型参数,能有效降低温度模型计算过程中的自学习成本,提高温度模型的稳定性及准确性。
-
公开(公告)号:CN103736756A
公开(公告)日:2014-04-23
申请号:CN201310693318.8
申请日:2013-12-18
Applicant: 东北大学
IPC: B21B45/02
CPC classification number: Y02P70/133
Abstract: 本发明公开了一种中厚板轧后超快冷却装置,该装置的正/逆向上集管射流方向与中厚板表面的夹角均为;正/逆向射流下集管与中厚板表面的夹角均为;相邻的正向射流上集管和逆向射流上集管之间在钢板上表面形成的喷射区域与相邻的正向射流下集管和逆向射流下集管之间形成在钢板下表面形成的喷射区域对称,且满足:,其中,L为相邻正向射流上集管和逆向射流上集管之间的距离,l为相邻正向射流下集管和逆向射流下集管之间的距离,H为上集管出水口距中厚板上表面的垂直距离,h为下集管出水口距中厚板下表面的垂直距离。本发明通过合理设计超快速冷却装置每两组相邻倾斜射流集管实现了耦合对称布置,有效避免了残余水的不利影响。
-
公开(公告)号:CN116823645A
公开(公告)日:2023-09-29
申请号:CN202310658950.2
申请日:2023-06-06
IPC: G06T5/00 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明属于工业生产过程中文本识别与图像修复领域,公开一种基于特征识别机制的工业文字图像修补方法。本发明所提出的方法解决了钢板生产过程中板坯号识别系统受缺损图像影响导致的数据浪费问题。通过本发明所提出的基于特征识别机制的图像修补方法,板坯号识别系统得以获得高质量的训练和推理数据,从而大幅提高了板坯号识别准确率。受益于识别板坯号识别准确率的提升,钢铁生产企业得以实现准确的钢材物料跟踪。
-
公开(公告)号:CN111797520A
公开(公告)日:2020-10-20
申请号:CN202010603899.1
申请日:2020-06-29
Applicant: 东北大学 , 南京钢铁股份有限公司
IPC: G06F30/20 , G06F30/27 , G06F119/08 , G06F119/02
Abstract: 本发明公开了一种基于智能增强的在线冷却控制方法,属于IA智能控制领域。本发明建立了专家库系统,并通过严格的分级决策模型维护专家库中的样本。本发明保证了温控模型计算规程的准确稳定性;同时以合理的方式将IA技术引进中厚板在线冷却系统中,将人工干预与温控模型对比计算相结合,在保证温度命中率的同时兼顾冷却路径与冷速的工艺需求。本发明整体上极大地提高了生产效率及系统可靠性。
-
公开(公告)号:CN111421425A
公开(公告)日:2020-07-17
申请号:CN202010166493.1
申请日:2020-03-11
Applicant: 东北大学
IPC: B24B19/00 , B24B49/12 , B24B41/00 , B24B51/00 , B24B55/06 , B24B55/12 , B25J11/00 , G06T7/00 , G06T5/00 , G06T7/62 , G06T7/90 , G06K9/32
Abstract: 本发明属于金属表面修磨技术领域,公开了一种基于工业视觉的金属表面修磨系统。包括视觉处理系统、修磨运动系统和辅助系统;修磨运动系统结合视觉处理系统将待修磨区域的精细化分割,避免过多的修磨浪费,提高了修磨效率;将力平衡装置结合深度检测,实时控制修磨力道以及合理的下压量,保证了修磨均匀性和表面质量;整套系统的修磨识别率和修磨质量有多重保障,实际应用中将大大减少或取代恶劣环境下的修磨人员。
-
公开(公告)号:CN109013711B
公开(公告)日:2019-11-08
申请号:CN201810774591.6
申请日:2018-07-16
Applicant: 东北大学
IPC: B21B37/44
Abstract: 本发明提供一种提高特厚板心部质量和探伤合格率的方法,属于钢铁冶金技术领域。该方法基于道次间在线即时冷系统提高特厚板(≥80mm)心部质量和探伤合格率,其具体工艺步骤如下:连铸坯(≥200mm)不转钢或者转钢结束进入纵轧阶段时,在轧制间隙利用轧机附近的即时冷系统进行一道次或多道次在线冷却,表面初始温度为850~1000℃,以2~6m/s速度进入冷却区,冷却区内辊速1~3m/s,上下水比1:2~1:6,单组集管的总流量200~400m3/h,冷却后返温控制在750~900℃进行轧制,冷却后压下率高于12%。本方法通过温差轧制使厚板心部变形增加,显著提高了心部质量和探伤合格率,提高了成材率。
-
公开(公告)号:CN116824225A
公开(公告)日:2023-09-29
申请号:CN202310659155.5
申请日:2023-06-06
IPC: G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明属于钢铁企业生产过程自动控制技术领域,提出一种基于注意力机制的改进手写体板坯号识别方法,结合复杂生产场景对手写体板坯号图像数据进行预处理,保证模型输入图片质量;利用残差神经网络模块提取图片特征;双向长短期记忆网络提取基于图像的序列特征;最后基于注意力机制捕获序列内的信息流,对每个字符的特征进行整合形成文本特征向量以预测输出序列。经过现场测试,实现钢板表面手写板号识别任务准确率达到93.49%,结果表明算法可行有效,满足实际生产需求。
-
-
-
-
-
-
-
-
-