基于物料树的带钢跨工序全流程数据串联方法及系统

    公开(公告)号:CN118446435A

    公开(公告)日:2024-08-06

    申请号:CN202310100331.1

    申请日:2023-02-06

    Abstract: 本发明提供了一种基于物料树的带钢跨工序全流程数据串联方法及系统,包括:步骤S1:配置数据关系,按物料树编码组织工序关系;步骤S2:按照配置的物料树组织工序关系,设计串联融合内容;步骤S3:根据串联融合内容,进行融合场景的设计;步骤S4:根据设计的融合场景,按配置方案保存融合查询画面,按配置计划实施,串联融合数据方案进行质量分析。本发明针对带钢这种涉及到多基地多工序的,机理复杂、数据量大、工业过程复杂的产品,其各工序数据欠统一、模型欠融合、知识欠关联、特征欠继承等问题,提供了一种数据串联的方法及系统,揭示各工序的内在映射机制,为提高产品质量提供重要数据资源。

    基于大数据中心的钢铁行业统一数据模型构建方法

    公开(公告)号:CN116662295A

    公开(公告)日:2023-08-29

    申请号:CN202210158624.0

    申请日:2022-02-21

    Abstract: 本发明提供了一种基于大数据中心的钢铁行业统一数据模型构建方法,通过实体业务对象和业务过程两个维度进行业务梳理,梳理出行业实体业务对象和业务过程集合,然后采用聚类和分类方式,对梳理出的行业实体业务对象和业务过程集合构建了行业统一的主题域模型、实体业务对象标准树和业务过程标准树,在实体业务对象树中定义了实体业务对象之间存在的组合和派生两种固有关系,在业务过程中定义了实体业务对象因业务活动产生的关系,构建了统一的实体业务对象树和业务过程树,并采用知识图谱技术构建行业概念图模型,明确了统一数据模型构建中的实体定义和关系描述。

    钢铁产品可制造性评估的方法和系统

    公开(公告)号:CN113569374A

    公开(公告)日:2021-10-29

    申请号:CN202010356888.8

    申请日:2020-04-29

    Abstract: 本发明提供一种钢铁产品可制造性评估的方法和系统,采集可制造性评估的典型数据;基于各项指标对典型数据进行预处理;令基础生产数据按照钢卷生产工序进行数据串联,形成钢卷整合数据,建立可制造性评估的数据主题;存储用户配置的评估指标,根据评估指标建立评估模型,并基于评估模型对各项评估指标进行评估,基于指标打分模型对评估结果进行打分;维护评估指标,选取评估模型,接收制造需求数据,进行可制造性评估。能够集成产品可制造性相关的全部数据,减少数据整理、校验时间,提高用户需求响应的速度和准确率;发现生产相似产品的制约因素,提示业务专家生产时进行控制,不断提高产品质量,辅助研发人员新产品开发,提高新产品研发的效率。

    面向数据中台的工业数据治理与开发同步方法及系统

    公开(公告)号:CN119557372A

    公开(公告)日:2025-03-04

    申请号:CN202411568570.0

    申请日:2024-11-05

    Abstract: 本发明提供了一种面向数据中台的工业数据治理与开发同步方法及系统,其中方法包括:步骤S1,根据企业的不同需求,构建数据中台的数据架构;步骤S2,基于数据架构,建立数据中台的数据治理与开发的协同机制;步骤S3,基于数据架构和协同机制,制定数据中台的数据治理与开发的建设方法;步骤S4,基于数据架构、协同机制和建设方法,制定数据中台的数据治理与开发的工作规范。本发明包括数据中台的数据架构设计及治理与开发的协同机制、建设方法、工作规范等,其中,通过设计数据中台的三层逻辑数据架构,能满足企业对于数据统一管理、构建公共数据资产、建设个性化数据应用等不同需求。

    钢铁产品可制造性评估的方法和系统

    公开(公告)号:CN113569374B

    公开(公告)日:2024-07-23

    申请号:CN202010356888.8

    申请日:2020-04-29

    Abstract: 本发明提供一种钢铁产品可制造性评估的方法和系统,采集可制造性评估的典型数据;基于各项指标对典型数据进行预处理;令基础生产数据按照钢卷生产工序进行数据串联,形成钢卷整合数据,建立可制造性评估的数据主题;存储用户配置的评估指标,根据评估指标建立评估模型,并基于评估模型对各项评估指标进行评估,基于指标打分模型对评估结果进行打分;维护评估指标,选取评估模型,接收制造需求数据,进行可制造性评估。能够集成产品可制造性相关的全部数据,减少数据整理、校验时间,提高用户需求响应的速度和准确率;发现生产相似产品的制约因素,提示业务专家生产时进行控制,不断提高产品质量,辅助研发人员新产品开发,提高新产品研发的效率。

    基于深度聚类算法的炼铁高炉对标体系构建方法和系统

    公开(公告)号:CN115146978A

    公开(公告)日:2022-10-04

    申请号:CN202210816437.7

    申请日:2022-07-12

    Abstract: 本发明提供了一种基于深度聚类算法的炼铁高炉对标体系构建方法和系统,包括:步骤1:基于生产管理系统数据,通过统计模型建立各高炉个体画像,然后进行异常数据去除与归一化处理,抽象化为高维空间中的数据点;步骤2:基于深度聚类算法,对高维空间中的数据点进行聚类,得到聚类结果;步骤3:将聚类结果进行可视化展示;步骤4:对聚类结果进行监测,在性能指标低于预设阈值时进行自训练,提升相应性能。本发明通过有监督学习和无监督学习结合的方式,解决了高炉对标过程中由于指标数量庞大且属性分布分散带来的指标权重难以分配的问题,提供了一种高炉对标、评判的量化标准。

    基于XGBoost和迁移学习的冷轧带钢力学性能预报方法及系统

    公开(公告)号:CN118447967A

    公开(公告)日:2024-08-06

    申请号:CN202310095076.6

    申请日:2023-02-03

    Abstract: 本发明提供了一种基于XGBoost和迁移学习的冷轧带钢力学性能预报方法及系统,包括:获取冷轧产品的预设产线,获取当前冷轧产品相关的化学成分及所有工艺参数数据,并对获取的数据进行预处理,得到预处理后的数据;对预处理后的数据进行分组获得源域数据集和目标域数据集;基于源域数据集构建源域预测模型,并利用源域数据集对源域预测模型进行训练并验证获得训练后的源域预测模型;构建与源域预测模型相同结构的目标域预测模型,并将训练后的源域预测模型迁移到目标域预测模型中;利用目标域数据集对当前目标域预测模型进行训练并验证得到训练后的目标域预测模型;所述源域预测模型是采用XGBoost构建的预测模型对冷轧带刚力学性能进行预测。

Patent Agency Ranking