-
公开(公告)号：CN110116139B
公开(公告)日：2020-05-05
申请号：CN201910347862.4
申请日：2019-04-28
Applicant: 燕山大学
Abstract: 本发明公开一种冷轧带材整辊式板形仪通道相互耦合的解耦方法，其包括以下步骤：1、给定板形仪通道数与通道宽度；2、获得通道耦合影响矩阵；3、计算影响矩阵的逆矩阵；4、通过影响矩阵的逆矩阵进行通道解耦；5、获得通道解耦后板形分布。通过影响矩阵求逆并与检测力向量相乘的方法，实现了整辊式板形仪通道间耦合现象的解耦，复现了真实的力向量与板形分布，为提高板形检测精度提供了一种新的方法。
-
公开(公告)号：CN107185970B
公开(公告)日：2018-10-16
申请号：CN201710422358.7
申请日：2017-06-07
Applicant: 燕山大学
Abstract: 本发明公开了一种接触式可测温板形检测装置，包括可测温板形检测辊、热成像仪和板形测控系统；所述可测温板形检测辊能同时提供在线板形信号和瞬态温度信号；所述热成像仪用于检测和提供冷轧带钢的温度场图像；所述板形测控系统用于接收板形信号和温度信号，并进行信号处理和同步计算，对在线带钢的实时板形信号同步实施瞬时温度的板形误差补偿，以提高带钢的板形检测精度。本发明能在线实时检测带钢板形状态和同步测量其瞬态温度变化，实施有效的高精度板形误差温度补偿，降低温度变化引起的板形误差，从而提高冷轧带钢的板形检测精度。
-
公开(公告)号：CN105005287A
公开(公告)日：2015-10-28
申请号：CN201510460465.X
申请日：2015-07-31
Applicant: 燕山大学
IPC: G05B19/418
CPC classification number: B21B38/02 , Y02P90/02 , G05B19/41875
Abstract: 一种用于冷轧带材板形仪的紧凑无线内嵌式信号处理器，包括旋转头和外罩，旋转头内安装励磁电源板卡、模拟采集板卡、数字处理板卡和无线发送板卡；旋转头一端安装电连接器，另一侧套接内磁环；外罩内部嵌套旋转头；外罩内壁中安装无线接收板卡和稳压电路板、外磁环；外罩外壁安装接线盒，接线盒中引出通讯线缆和高频供电线缆；高频供电线缆经接线盒与稳压电路板和外磁环连接，稳压电路板为无线接收板卡供电，外磁环为内磁环供电，内磁环与励磁电源板卡相连并为其供电，励磁信号经电连接器转接到检测辊为传感器提供激励信号，不同幅值的供电电压为旋转头上的各板卡提供电能。本发明具有维护简单、可靠性高、抗干扰性强、寿命长等优点。
-
公开(公告)号：CN103028618A
公开(公告)日：2013-04-10
申请号：CN201210519997.2
申请日：2012-12-05
Applicant: 燕山大学
IPC: B21B38/02
Abstract: 本发明公开一种基于板形检测辊挠度变化的板形信号误差补偿方法，它包括如下步骤：（1）考虑板形检测辊自重对其挠度的影响，虚拟一条正弦波，用以理想离线标定状态下的板形检测辊零点误差补偿。（2）考虑带钢大张力对板形检测辊挠度的影响，利用样条曲线或其他拟合方法拟合采集到的实际原始板形信号零点偏差波形，实测原始波形减去拟合补偿曲线获得补偿后的波形曲线，获得精确的原始板形信号有效正负峰值，该方法实时性好，方便易用。（3）基于截点法的板形信号递推平滑动态标定方法，采集板形检测辊一个旋转周期内的有效最大值和最小值，取两者平均值作为有效值，即得到原始板形信号，利用递推平滑法，对补偿后的板形信号进行平滑处理，减少随机干扰对采集结果的影响，提高板形标定精度和板形检测精度。
-
公开(公告)号：CN118225287B
公开(公告)日：2024-07-19
申请号：CN202410649988.8
申请日：2024-05-24
Applicant: 燕山大学 , 秦皇岛元顺科技有限公司
Abstract: 本发明公开了一种轧制力传感器温振复合监测方法，涉及轧制力传感器监测技术领域，包括：轧制力监测回路：用于将监测到的轧制力数据转换为数字信号传输到MCU控制单元中；温度监测回路：用于将监测到的温度数据转换为数字信号传输到MCU控制单元中；振动力监测回路：用于将监测到的振动力数据转换数字信号传输到MCU控制单元中；所述MCU控制单元通过通信单元与上位机连接，实现对轧制力、温度、振动力的监测；多电源配电箱：为轧制力监测回路、温度监测回路及振动力监测回路供电；本发明通过对轧制力传感器内部温度和振动的实时监测和分析，有效降低了轧制力传感器因高温或强振导致其测量精度降低或内部元件损耗的风险。
-
Patent Agency Ranking
公开(公告)号：CN113592024B
公开(公告)日：2024-05-28
申请号：CN202110922763.1
申请日：2021-08-12
Applicant: 燕山大学
IPC: G06V10/764 , G06V10/774 , G06T7/00 , G06V10/82 , G06N3/0464 , G01N21/01 , G01N21/88 , G01N21/95
Abstract: 本发明涉及一种冷轧铜带表面缺陷识别模型训练方法，该训练方法包括：建立冷轧铜带的表面缺陷数据集，该表面缺陷数据集包括多种表面缺陷类别各自对应的多张训练用图像。然后构建初始识别模型，该初始识别模型为深度卷积神经网络模型。最后利用表面缺陷数据集对初始识别模型进行训练，得到识别模型，进而所建立的识别模型能够对多种缺陷类别进行识别，实际应用效果好。本发明还用于提供一种冷轧铜带表面缺陷识别方法及系统，利用上述训练方法训练得到的识别模型对待识别图像进行识别，得到待识别图像对应的表面缺陷类别，识别精度高且识别速度快，可以实时在线检测表面缺陷类别。
-
公开(公告)号：CN113172097B
公开(公告)日：2022-07-29
申请号：CN202110587448.8
申请日：2021-05-27
Applicant: 燕山大学
Abstract: 本发明公开了一种基于深度自编码的冷轧带材板形模式识别方法及系统，其包括：1、收集冷轧带材生产过程中的板形数据作为样本数据并进行预处理；2、建立深度自编码神经网络冷轧带材板形模式识别模型Autoencoder；3、深度自编码神经网络带材板形模式识别模型的训练与预测；4、根据训练结果对模型的训练参数进行调优；5、保存训练后的模型参数，获得深度自编码神经网络冷材带钢板形模式识别模型RM；6、将冷轧带材板形模式识别模型RM嵌入板形检测与控制系统中，获得的板形模式分量反馈于板形控制系统。该方法基于无监督深度自编码神经网络对板形数据进行特征提取并获得5种板形基本模式，它能够准确、快速的识别板形，对板形控制具有重要意义。
-
公开(公告)号：CN114627108A
公开(公告)日：2022-06-14
申请号：CN202210381686.8
申请日：2022-04-12
Applicant: 燕山大学
Abstract: 本发明提供了一种金属带材板形缺陷图像数据集的制作方法及数据集，涉及带材板形质量检测技术领域。首先根据生产需求，科学系统的划分了金属带材常见板形缺陷的类别；其次在生产现场采集了大量带材板形缺陷的原始图像，根据图像处理理论，针对板形缺陷原始图像设计了系统性的缺陷图像处理流程及方法，通过该方法对板形缺陷原始图像中的无效信息区域进行自动化掩码处理，保留有效信息区域；最终制作了金属带材板形缺陷图像数据集。本发明对板形缺陷图像的处理精度高，执行速度快，制作的数据集中包含的板形缺陷类别多，符合真实生产情况，对基于机器视觉的板形缺陷检测研究具有重要意义。
-
公开(公告)号：CN112052610B
公开(公告)日：2022-06-07
申请号：CN202010859459.2
申请日：2020-08-24
Applicant: 燕山大学
IPC: G06F30/23 , G06F30/17 , G01N3/06 , G01N3/08 , G06F119/14
Abstract: 本发明涉及冷轧带板形检测技术领域，具体而言，尤其涉及一种整辊式板形检测辊张力与包角设定的计算方法，包括如下步骤：S1，建立x‑y笛卡尔参考坐标系；S2，给定板形检测辊半径R1和带材包覆板形辊角度大小2θ1，计算得到满足当前包角2θ1的传动辊半径R2；S3，给定带材张力T，带材弹性模量E；带材宽度B；带材厚度h，计算出对应当前包角2θ1和带材张力T的作用在主动辊轴心处的施加载荷F；S4，按照计算参数和计算出的传动辊半径R2以及施加载荷F搭建试验平台或仿真模型进行试验。本发明对板形辊张力和包角的计算既准确又快速。
-
公开(公告)号：CN114264839A
公开(公告)日：2022-04-01
申请号：CN202111652956.6
申请日：2021-12-30
Applicant: 燕山大学
Abstract: 本发明提供一种应用加速度计的旋转体转速测定方法，涉及转速检测技术领域，其包括以下由计算机执行的步骤：截取旋转体信号处理模块中加速度计两个垂直采样通道若干旋转周期的输出信号，对其进行降采样作为原始数据；对数据进行去除零点漂移操作；通过获取去除零点漂移数据对应的零点个数求该段数据对应的旋转周期数；通过截取数据的旋转周期数结合对应的时间长度计算旋转体转速。本发明提供了一种方便快速的旋转体转速测定方法，具有较高的实用性，为旋转体转速测量提供了一种新的解决思路。
-
-
-
-
-
-
-
-
-
Search Results
50
records
(took 0.02 seconds)
