公开(公告)号：CN112560913B

公开(公告)日：2023-11-03

申请号：CN202011416944.9

申请日：2020-12-04

Applicant: 东北大学

Inventor： 栾峰 ,  李旭 ,  张子明 ,  吴艳 ,  韩月娇 ,  张殿华

IPC: G06F18/24 ,  G06F18/2131 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/048 ,  G01H17/00 ,  G01M99/00

Abstract: 本发明公开一种基于麦克风阵列的工业设备故障信号定位与识别方法，采集声音信号，分为训练集、验证集和测试集；对训练集中的声音信号进行特征提取，提取频谱图的相位谱图和幅度谱图；将特征提取模块的输出作为输入被送到卷积神经网络，在每层CNN网络中，使用2D CNN来学习频谱图中的平移不变性；在每层CNN之间，使用批量归一化对输出进行归一化，并沿着频率轴使用最大池化层来降低维数；将来自CNN层的输出，送到RNN层；使用线性激活函数；将全连接层的输出输入到两个并行的全连接层分支，分别用于故障识别和故障定位。本发明使用基于音频信号的非接触式方法，受环境和接触限制更小，故障定位与故障识别同步进行，提高运行效率。

公开(公告)号：CN111861236B

公开(公告)日：2023-10-27

申请号：CN202010730907.9

申请日：2020-07-27

Applicant: 东北大学

Inventor： 彭文 ,  辛洪伞 ,  孙杰 ,  张欣 ,  邸洪双 ,  丁敬国 ,  张殿华

IPC: G06Q10/0639 ,  G06Q30/018 ,  G06F16/27 ,  G06F16/2455

Abstract: 本发明公开一种棒材精整工艺数据同步方法，属于轧钢自动控制技术领域。该方法将棒材精整过程中各工序产生的采样数据对应到棒材长度方向上，在相同棒材长度的百分比下显示。其中，当工序采样数据量少的时候，采用插值法对采样数据进行填充；当采样数据量多的情况下，采用均值法对采样数据进行删减，以达到采样数据量相同的目的，最终实现各工序采样数据同步显示。根据同步后的数据可以查询任意长度位置上各工序的实测数据，为现场的工作人员提供一种方便快捷的产品质量数据查询方式，有助于后续的质量缺陷定位和追溯。

公开(公告)号：CN112507610B

公开(公告)日：2023-09-26

申请号：CN202011311991.7

申请日：2020-11-20

Applicant: 东北大学

Inventor： 李旭 ,  栾峰 ,  李宗浩 ,  吴艳 ,  韩月娇 ,  张殿华

IPC: G06F30/27 ,  B21B37/74 ,  G06F119/08

Abstract: 本发明提供一种热轧卷取温度的区间预测方法，包括以下步骤：根据轧件原始数据以及精轧出口的实测样本数据可知输入数据和输出数据；对数据进行预处理；对人工神经网络进行设置；通过鲸鱼优化算法优化所述人工神经网络，进而通过最小化代价函数进行寻优，获取人工神经网络最优的权重和偏置量；根据所述输入得到实测卷取温度与目标卷取温度的相对偏差的预测上限和预测下限，可同时进行点预测与区间预测；根据所提出的评价指标NCWC进行区间预测性能分析。本发明在卷取温度预测领域，相比于采用传统数学模型进行点预测，所述发明实现了热轧卷取温度的区间预测。并通过改变人工神经网络结构，对比单层ANN、双层ANN与三层ANN，发现采用三层人工神经网络进行预测能够显著提高模型预测精度。

公开(公告)号：CN116309539A

公开(公告)日：2023-06-23

申请号：CN202310453641.1

申请日：2023-04-25

Applicant: 东北大学

Inventor： 李旭 ,  高涵 ,  张殿华 ,  曹剑钊

IPC: G06T7/00 ,  G06T7/13

Abstract: 本发明的一种热连轧带钢的边缘快速定位方法，包括：通过相机实时采集轧制过程中机架间的带钢图像；沿带钢运动方向将带钢图像中每一列像素点的灰度值求和，得到灰度数组；将灰度数组的后一项减前一项，得到梯度数组；寻找梯度数组中前T1个元素中的最大值M；在梯度数组中，从第T1+1个元素开始向后查找，直到找到bj，使得从bj开始的往后的连续3个元素的数值均大于M；带钢图像中的第j列为带钢一侧的边缘位置；寻找梯度数组中倒数T3个元素中的最小值N；在梯度数组中，从第n‑T3‑1个元素开始向前查找，直到找到bk，使得从bk开始的往前的连续3个元素的数值均小于N；带钢图像中的第k列为带钢另一侧的边缘位置。

公开(公告)号：CN116000106B

公开(公告)日：2023-06-16

申请号：CN202310302713.2

申请日：2023-03-27

Applicant: 东北大学

Inventor： 李旭 ,  曹雷 ,  陈方升 ,  张欣 ,  张殿华

IPC: B21B37/58 ,  G06N3/0442 ,  G06N3/0985 ,  G07C3/00

Abstract: 本发明的一种冷连轧升降速阶段的轧制力设定方法，包括如下步骤：步骤1：采集轧件参数、轧制工艺参数以及轧辊参数；步骤2：根据轧件变形特点，构建满足体积不变条件和速度边界条件的动态速度场和应变速率场，得到轧件成形功率泛函表达式，解得泛函及各成形功率最小值；步骤3：将步骤1采集的参数连同步骤2中得到的内部塑性变形功率、剪切功率和张力功率作为初选输入特征，计算初选输入特征与轧制力间的互信息熵，剔除互信息熵较低的特征，得到模型的最终输入特征；步骤4：建立LSTM网络模型并确定最优超参数，对训练过程中的学习率进行优化以提升网络初始稳定性和训练速度，根据实际生产数据进行网络训练以及轧制力预测。

公开(公告)号：CN113343537B

公开(公告)日：2023-01-31

申请号：CN202110737022.6

申请日：2021-06-30

Applicant: 东北大学

Inventor： 彭文 ,  武文腾 ,  万子龙 ,  辛洪伞 ,  孙佳楠 ,  文红博 ,  张丽 ,  丁敬国 ,  孙杰 ,  张殿华

IPC: G06F30/23 ,  B21B37/16

Abstract: 本发明提出了一种定宽压力机定宽过程狗骨截面形状预测及评价方法，旨在通过有限元仿真得到工艺参数对狗骨截面参数的影响规律，进而对狗骨截面进行拟合，达到预测狗骨截面形状的目标；同时提出一种狗骨截面形状评价方法。本发明建立了定宽压力机板坯狗骨截面数学模型，综合考虑了板坯轧制过程中工艺规程和设备参数，最大限度的还原现场实际，通过有限元仿真与函数拟合，精准的预测了定宽后板坯截面形状曲线，解决了在定宽过程中，板坯截面难以测量的难题；同时给出了一种狗骨截面形状的评价方法。本发明能够提高控制精度，为之后的宽度控制提供指导，提高生产率。

公开(公告)号：CN115374859A

公开(公告)日：2022-11-22

申请号：CN202211016513.2

申请日：2022-08-24

Applicant: 东北大学

Inventor： 孙杰 ,  丁成砚 ,  丁肇印 ,  刘云霄 ,  李梦琴 ,  李霄剑 ,  彭文 ,  张殿华

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种针对非平衡、多类别的复杂工业数据的分类方法，涉及非平衡数据集分类技术领域。该方法针对工业数据具有遗传性、非线性、强耦合性的特点，提出将深度神经网络作为分类器，深度神经网络本身具有非常良好的非线性拟合能力，但其处理非平衡数据的能力不足，通过代价敏感学习对深度神经网络训练过程中不同类别的误差赋予不同的权重，构建的基于代价补偿的代价敏感深度神经网络弥补了深度神经网络处理不平衡数据的能力不足；本发明提出的基于代价补偿的代价敏感深度神经网络相比于基于采样方法的深度神经网络，分类性能更好、具有更低的少数类错误率且运行性能快，可以广泛地投入到工业生产当中。

公开(公告)号：CN115169453A

公开(公告)日：2022-10-11

申请号：CN202210766904.X

申请日：2022-06-30

Applicant: 东北大学

Inventor： 丁敬国 ,  倪晔 ,  李旭 ,  张殿华

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  B21B38/04

Abstract: 本发明的基于密度聚类协同深度残差网络的热连轧宽度预测方法，包括：采集热连轧粗轧过程中的历史生产数据；选取主要影响参数类别的生产数据作为模型的输入；将历史生产数据进行预处理，得到标准化数据；对于标准化数据，采用密度聚类算法按照数据空间分布特点，将密度集中的区域归为同类点，将标准化数据划分为几个类簇；对于各类簇，将标准化数据作为输入，分别构建对应的深度残差网络模型进行训练，得到各类簇的深度残差网络结构；将实时采集的生产数据标准化处理后送入所属类簇的深度残差网络模型进行预测，得到粗轧宽度预测结果。该方法结合密度聚类算法的基础上，采用深度残差网络结构进行预测，提高了带钢宽度的预测精度。

公开(公告)号：CN115081278A

公开(公告)日：2022-09-20

申请号：CN202210671987.4

申请日：2022-06-15

Applicant: 东北大学

Inventor： 彭文 ,  张丽 ,  文红博 ,  孙佳楠 ,  吴豪 ,  陈小睿 ,  孙杰 ,  张殿华

IPC: G06F30/23 ,  G06F30/10 ,  G06F119/08

Abstract: 本发明提供了一种板带轧制过程轧件断面温度预测方法，涉及轧钢自动控制技术领域。该方法首先确定轧件进行边部感应加热过程有限元模型的建模参数及影响轧件断面温度的各影响因素取值范围，进而对模型进行建立、求解，根据数值模拟结果提取轧件断面温度参数数据；安排数值模拟实验，重复建立求解多组轧件进行边部感应加热过程有限元模型，分析所述各影响因素对轧件断面温度参数的影响规律，提取多组轧件断面温度参数数据进行轧件断面温度参数函数拟合；将数值模拟实验安排的每组影响因素的数值代入轧件断面温度参数函数确定轧件断面分区位置，提取轧件断面温度数据进行轧件断面温度函数拟合，精准预测了边部感应加热后轧件断面温度分布。

公开(公告)号：CN114888094A

公开(公告)日：2022-08-12

申请号：CN202210420564.5

申请日：2022-04-21

Applicant: 东北大学

Inventor： 孙杰 ,  吴豪 ,  李梦琴 ,  丁肇印 ,  乔继柱 ,  武文腾 ,  万子龙 ,  彭文 ,  张殿华

IPC: B21B37/28

Abstract: 本发明提供一种基于冷却过程残余应力预测的轧制板形补偿方法，属于热轧板形控制领域，基于热轧带钢层流冷却过程中温度、相变、应变/应力耦合过程，综合考虑带钢随温度变化的非线性物性参数、非线性的冷却条件等因素，建立关于温度‑相变‑应力多物理场耦合的有限元模型，利用有限元模型预测带钢在层流冷却过程的残余应力、量化残余应力分布及演变情况，同时再现实际冷却过程中板形演变情况；本发明根据热轧带钢出精轧机时的温度场作为输入条件，来计算整个冷却过程中带钢的内应力和板形的演变情况，再现实际层流冷却过程中的板形缺陷，再将预测出的残余应力作为精轧阶段的参考，经最终冷却得到的带钢会大大改善板形缺陷情况。