公开(公告)号：CN117334278A

公开(公告)日：2024-01-02

申请号：CN202311180107.4

申请日：2023-09-13

Applicant: 北京科技大学

Inventor： 赵剑威 ,  李京栋 ,  郄浩堂 ,  陈嘉琪 ,  王晓晨 ,  杨荃

IPC: G16C60/00 ,  G16C20/30 ,  G16C20/70 ,  G06N3/006 ,  G06N3/0499

Abstract: 本发明涉及机械自动化控制技术领域，特别是指一种基于协同平台的带钢冷轧力学性能区间预测方法及装置。一种基于协同平台的带钢冷轧力学性能区间预测方法包括：根据带钢冷轧技术要求进行平台构建，获得多工序协同平台；通过多工序协同平台进行生产数据采集，对生产数据处理，获得训练数据；使用训练数据，对待训练力学性能预测模型进行训练，获得力学性能预测模型；基于力学性能预测模型，采用De l a技术进行模型构建，获得力学性能区间预测模型；输入在线生产数据，通过力学性能区间预测模型，获得力学性能区间。本发明是一种基于协同平台的高效且准确的带钢冷轧力学性能区间预测方法。

公开(公告)号：CN117019882B

公开(公告)日：2024-04-16

申请号：CN202311077617.9

申请日：2023-08-24

Applicant: 北京科技大学

Inventor： 赵剑威 ,  李京栋 ,  郄浩堂 ,  陈嘉琪 ,  王晓晨 ,  杨荃

IPC: B21B37/20

Abstract: 本发明公开了一种考虑热轧来料信息的带钢冷连轧自动厚度前馈控制方法，包括：获取带钢热连轧和冷连轧过程的生产数据；基于生产数据训练预设的带钢冷轧变形抗力预测模型；基于训练好的带钢冷轧变形抗力预测模型得到带钢冷轧第一机架的全长变形抗力波动，并将所得的变形抗力波动传递至后续机架，得到各机架的变形抗力波动；将各机架的变形抗力波动与其入口厚度偏差结合，建立带钢冷连轧自动厚度前馈控制策略，得到各机架用来消除厚差所增加的调节量。本发明方法充分考虑了热轧来料信息波动，解决了热轧工艺参数的遗传影响问题，可更有效地抑制轧机出口带钢厚差波动，提高全长厚度命中率。

公开(公告)号：CN117139375A

公开(公告)日：2023-12-01

申请号：CN202310985506.1

申请日：2023-08-07

Applicant: 北京科技大学

Inventor： 刘超 ,  王奋嘉 ,  何安瑞 ,  邵健 ,  孙文权 ,  姚驰寰 ,  郄浩堂

IPC: B21B27/02 ,  B21B1/22 ,  G06F30/17

Abstract: 本发明提供一种改善板带同板差的变凸度工作辊及其辊形设计方法，属于自动化轧制技术领域。该工作辊辊形根据常轧板带宽度，板带局部高点分布位置确定轧辊边部修正区位置。根据板带边部局部高点特征，确定对两种不同常轧宽度板带的边部修正量。结合修正量约束、边部修正区与工作辊主体交接位置辊形量相等、分段曲线交接处平滑连接约束条件，获取辊身左侧边部补偿曲线。根据轧辊中心线进行对称设计，获取辊身右侧边部补偿曲线，通过与三次曲线叠加获取辊身右侧边部补偿区辊形曲线。最后通过分段函数拼接得到最终的工作辊辊形曲线。本发明减少了工作辊对不同常轧宽度板带边部的压下量，有效消除板带边部局部高点，达到改善板带同板差的目的。

公开(公告)号：CN117019882A

公开(公告)日：2023-11-10

申请号：CN202311077617.9

申请日：2023-08-24

Applicant: 北京科技大学

Inventor： 赵剑威 ,  李京栋 ,  郄浩堂 ,  陈嘉琪 ,  王晓晨 ,  杨荃

IPC: B21B37/20

Abstract: 本发明公开了一种考虑热轧来料信息的带钢冷连轧自动厚度前馈控制方法，包括：获取带钢热连轧和冷连轧过程的生产数据；基于生产数据训练预设的带钢冷轧变形抗力预测模型；基于训练好的带钢冷轧变形抗力预测模型得到带钢冷轧第一机架的全长变形抗力波动，并将所得的变形抗力波动传递至后续机架，得到各机架的变形抗力波动；将各机架的变形抗力波动与其入口厚度偏差结合，建立带钢冷连轧自动厚度前馈控制策略，得到各机架用来消除厚差所增加的调节量。本发明方法充分考虑了热轧来料信息波动，解决了热轧工艺参数的遗传影响问题，可更有效地抑制轧机出口带钢厚差波动，提高全长厚度命中率。

公开(公告)号：CN115815342A

公开(公告)日：2023-03-21

申请号：CN202211433391.7

申请日：2022-11-16

Applicant: 北京科技大学

Inventor： 赵剑威 ,  李京栋 ,  郄浩堂 ,  武则栋 ,  王晓晨 ,  杨荃

IPC: B21B37/58

Abstract: 本发明公开了一种基于机理和数据融合模型的冷轧轧制力预测方法，包括：获取带钢冷轧轧制过程中的生产数据和热轧历史生产质量数据；计算出轧制力的实测值与机理模型计算值之间的偏差；基于上述数据，采用预设的神经网络模型构建数据驱动的冷轧轧制力偏差预报模型；结合冷轧轧制力机理模型与冷轧轧制力偏差预报模型，对冷轧轧制力进行实时计算。与轧制力机理模型相比，本方法兼备机理模型具有严格物理意义的特点以及数据驱动算法自适应能力强、可忽略机理问题复杂性的优势，可解决传统依托冷轧单工序建立的轧制力机理模型设定精度低的问题，具备更强的轧制力预测能力，可实现冷轧轧制力的在线预测，满足高精度轧制生产要求，提高冷轧带钢成品质量。