公开(公告)号：CN116776590B

公开(公告)日：2024-07-09

申请号：CN202310722700.0

申请日：2023-06-19

Applicant: 苏州大学

Inventor： 章顺虎 ,  田文皓 ,  李言 ,  宋滨娜 ,  陈栋

IPC: G06F30/20 ,  G06F30/27 ,  G06F30/17 ,  G06N3/006 ,  G06F111/06 ,  G06F119/14 ,  G06F111/08 ,  G06F113/24

Abstract: 本发明涉及一种厚板轧制规程智能优化方法、设备及介质，方法包括采用缺陷闭合准则计算所有道次的压下量范围；在每一道次的压下量范围中进行取值，计算轧件出口半厚，并基于轧件出口半厚计算得到轧制能耗模型的参数；将计算得到的轧制能耗模型的参数代入能耗模型公式中，计算得到每一道次的轧制能耗，根据轧制能耗计算得到所有道次的轧制总能耗；将所有道次的轧制总能耗和轧制负荷差值平方和作为目标函数，使用多目标粒子群算法对轧制规程进行优化。本发明以轧制负荷差值平方和与轧制总能耗为目标函数，在满足缺陷闭合准则等条件的基础上采用多目标粒子群算法对厚板轧制规程进行优化，从而能够获得高质量且低能耗的轧制规程设计。

公开(公告)号：CN116776590A

公开(公告)日：2023-09-19

申请号：CN202310722700.0

申请日：2023-06-19

Applicant: 苏州大学

Inventor： 章顺虎 ,  田文皓 ,  李言 ,  宋滨娜 ,  陈栋

IPC: G06F30/20 ,  G06F30/27 ,  G06F30/17 ,  G06N3/006 ,  G06F111/06 ,  G06F119/14 ,  G06F111/08 ,  G06F113/24

Abstract: 本发明涉及一种厚板轧制规程智能优化方法、设备及介质，方法包括采用缺陷闭合准则计算所有道次的压下量范围；在每一道次的压下量范围中进行取值，计算轧件出口半厚，并基于轧件出口半厚计算得到轧制能耗模型的参数；将计算得到的轧制能耗模型的参数代入能耗模型公式中，计算得到每一道次的轧制能耗，根据轧制能耗计算得到所有道次的轧制总能耗；将所有道次的轧制总能耗和轧制负荷差值平方和作为目标函数，使用多目标粒子群算法对轧制规程进行优化。本发明以轧制负荷差值平方和与轧制总能耗为目标函数，在满足缺陷闭合准则等条件的基础上采用多目标粒子群算法对厚板轧制规程进行优化，从而能够获得高质量且低能耗的轧制规程设计。

公开(公告)号：CN113569343A

公开(公告)日：2021-10-29

申请号：CN202110544669.7

申请日：2021-05-19

Applicant: 苏州大学

Inventor： 章顺虎 ,  邓磊 ,  车立志 ,  田文皓

IPC: G06F30/17 ,  G06F30/27 ,  G06N3/08 ,  G06N3/12 ,  G06F119/14

Abstract: 本申请涉及一种板材轧制厚度的控制方法、装置、系统及存储介质，其中方法包括：基于预先建立的目标轧制力预测模型，预测得到目标轧制力；所述目标轧制力预测模型为根据预先建立的轧制力理论模型与基于实际轧制参数预先训练得到的神经网络模型分别进行轧制力预测，并基于乘法补偿原则，根据轧制力理论模型和神经网络模型的预测误差得到的误差修正系数对所述轧制力理论模型进行修正后得到的；将所述目标轧制力输入预先建立的厚度预测模型，得到目标板材的预测厚度；基于所述目标板材的预测厚度与目标厚度的偏差，调整轧制参数，直至所述偏差达到预设范围，得到最终用于目标板材轧制过程的轧制参数。本申请可以解决板材厚度控制精度低的问题。