一种柔性辊弯成型装置
    1.
    发明授权

    公开(公告)号:CN118321400B

    公开(公告)日:2024-09-03

    申请号:CN202410749301.8

    申请日:2024-06-12

    Applicant: 东北大学

    Abstract: 本发明属于柔性辊弯折技术领域,具体涉及一种柔性辊弯成型装置,包括设置在成型台上的成型机构、固定机构和限位机构;所述成型机构设置在成型台的中部,成型机构两外侧分别对称设有固定机构,固定机构的两外侧分别对称设有限位机构;成型机构、两个固定机构、两个限位机构呈“W”设置;两个限位机构相对设置;柔性辊穿入限位机构,固定机构和成型机构分别设置在柔性辊的两侧;所述成型机构包括弯折框和清理环,弯折框和清理环错位设置。通过设置挤压轴、摩擦块,对柔性辊水平方向进行固定;第一摩擦软垫和第二摩擦软垫,间接的对柔性辊进行固定,通过机构之间的配合,对柔性辊的水平方向和竖直方向进行固定,避免出现柔性辊发生偏移的现象。

    基于多通道分布式深度集成预测的冷轧生产前馈控制方法

    公开(公告)号:CN117724433A

    公开(公告)日:2024-03-19

    申请号:CN202410174379.1

    申请日:2024-02-07

    Applicant: 东北大学

    Abstract: 本发明提供一种基于多通道分布式深度集成预测的冷轧生产前馈控制方法,涉及钢铁生产的智能化核心技术领域,采集冷轧过程数据和质量检测设备的K个通道的冷轧产品质量数据,构建原始数据集;对经过预处理后的原始数据集按照预定的比例进行划分,得到训练集,留出集和测试集;使用训练集用来训练基学习器;采用分布式框架为每个通道的冷轧产品质量数据构建多通道分布式深度集成模型;使用多通道分布式深度集成模型对测试集进行预测得到K个通道的冷轧产品质量预测值;基于预测结果制定不同的控制策略;根据控制策略采用猎豹优化算法对多机架控制参数进行前馈修正,实现对冷轧生产的控制。本方法预测速度快,控制精度高,提升了冷轧生产的控制精度。

    一种基于机器学习的轧制过程带钢板形预测方法

    公开(公告)号:CN117862247A

    公开(公告)日:2024-04-12

    申请号:CN202410272941.4

    申请日:2024-03-11

    Applicant: 东北大学

    Abstract: 本发明提供一种基于机器学习的轧制过程带钢板形预测方法,涉及带钢轧制技术领域,本发明使用误差逆反馈人工神经网络建立带钢板形预测模型并确定了其最佳隐藏层神经元数量和学习速率;通过遗传算法优化,得到了基于遗传算法的人工神经网络(GA‑BP)预测模型,以更加精确、稳定地实现板形预测。具体包括:对原始工业数据进行预处理得到实验数据,确定板形预设定控制思路;依据上述实验数据训练人工神经网络,搭建基于BP神经网络的板形预测模型;通过遗传算法GA优化上步骤得到的BP模型,得到GA‑BP预测模型;根据模型评估指标,预测性能对比,选取最优模型,进行预测。本发明能够提高带钢板形预测的精度、增强适用性。

    一种柔性辊弯成型装置
    4.
    发明公开

    公开(公告)号:CN118321400A

    公开(公告)日:2024-07-12

    申请号:CN202410749301.8

    申请日:2024-06-12

    Applicant: 东北大学

    Abstract: 本发明属于柔性辊弯折技术领域,具体涉及一种柔性辊弯成型装置,包括设置在成型台上的成型机构、固定机构和限位机构;所述成型机构设置在成型台的中部,成型机构两外侧分别对称设有固定机构,固定机构的两外侧分别对称设有限位机构;成型机构、两个固定机构、两个限位机构呈“W”设置;两个限位机构相对设置;柔性辊穿入限位机构,固定机构和成型机构分别设置在柔性辊的两侧;所述成型机构包括弯折框和清理环,弯折框和清理环错位设置。通过设置挤压轴、摩擦块,对柔性辊水平方向进行固定;第一摩擦软垫和第二摩擦软垫,间接的对柔性辊进行固定,通过机构之间的配合,对柔性辊的水平方向和竖直方向进行固定,避免出现柔性辊发生偏移的现象。

    基于多通道分布式深度集成预测的冷轧生产前馈控制方法

    公开(公告)号:CN117724433B

    公开(公告)日:2024-04-19

    申请号:CN202410174379.1

    申请日:2024-02-07

    Applicant: 东北大学

    Abstract: 本发明提供一种基于多通道分布式深度集成预测的冷轧生产前馈控制方法,涉及钢铁生产的智能化核心技术领域,采集冷轧过程数据和质量检测设备的K个通道的冷轧产品质量数据,构建原始数据集;对经过预处理后的原始数据集按照预定的比例进行划分,得到训练集,留出集和测试集;使用训练集用来训练基学习器;采用分布式框架为每个通道的冷轧产品质量数据构建多通道分布式深度集成模型;使用多通道分布式深度集成模型对测试集进行预测得到K个通道的冷轧产品质量预测值;基于预测结果制定不同的控制策略;根据控制策略采用猎豹优化算法对多机架控制参数进行前馈修正,实现对冷轧生产的控制。本方法预测速度快,控制精度高,提升了冷轧生产的控制精度。

Patent Agency Ranking