共查询到20条相似文献,搜索用时 200 毫秒
1.
2.
3.
4.
热轧带钢表面质量缺陷严重制约了产品质量高端化,其带钢表面质量缺陷具有多元化、随机性等特征,不同缺陷的形成机理不同,造成带钢表面质量缺陷的工艺复杂,难以实现对表面质量缺陷的有效控制。为解决热轧带钢质量缺陷难以实现在线诊断的问题,针对热轧生产过程发生频率较高的氧化铁皮印压入、边部翘皮、边部裂纹缺陷展开诊断预报研究。基于表面缺陷机理分析,明确了轧制过程影响带钢表面质量缺陷产生的原因变量,将其作为热轧板带表面质量缺陷预判模型的输入数据源。然后,基于深度置信网络和深度稀疏自编码器,提出一种基于SAE-DBN(spare auto encoder-deep belief nets,稀疏自编码器-深度置信网络)混合深度网络的热轧带钢表面缺陷预报模型。在DBN诊断模型的基础上,训练单个SAE得到最优网络权重。将得到的网络权重赋值给DBN模型的首层RBM(restricted Boltzmann machine,受限玻耳兹曼机),以此种方式初始化网络权值和偏置,以此进一步提高模型的预报能力和学习效率,改善深度自编码器稳健性不足的情况。采用热轧带钢生产过程实际数据对模型进行验证,结果表明SAE-DBN混合... 相似文献
5.
6.
以实际生产数据为基础,建立热轧产品性能预报神经网络模型;通过BP网络实现逆映射,建立工艺参数设计的神经网络模块.试验结果表明,产品性能神经网络模型与工艺参数优化神经网络模型十分可靠,为解决热轧产品性能预报与工艺优化设计问题提供科学的途径. 相似文献
7.
为建立冷轧硅钢同板差预测模型,运用岭回归分析法对同板差影响因素进行分析,验证热轧断面参数到冷轧同板差的遗传性,并得到各特征参数的特征重要度。根据特征参数与热轧板形数据,以冷轧同板差为目标,利用BP神经网络算法建立热轧断面到冷轧同板差的遗传模型,并对冷热轧生产中各工艺特征的特征参数进行重要度关联分析,量化各工艺特征参数对带钢冷轧同板差指标的重要程度;并依据重要度参数进行模型特征选择,从而建立带钢同板差预报模型。最终将预报模型应用于工业现场,通过热轧板形数据,定量的来预测冷轧成品质量,获得较好的应用效果。 相似文献
8.
9.
为了实现对热轧带钢边部各种质量缺陷的有效检测,针对带钢边部常见的边损、拉丝缺陷,基于深度学习SSD网络模型原理,建立钢卷边部缺陷识别模型,通过机器视觉对缺陷图片进行有效标记。模型应用后,提高了产品缺陷的识别精度和人员劳动效率,减少了质量缺陷产品的流出。 相似文献
10.
11.
热轧板带边部缺陷形成机理及研究现状 总被引:4,自引:1,他引:3
对热轧板带常见的边部缺陷如边裂、边部夹层和“黑线”等进行了概述性总结,对其形成机理以及研究现状进行了介绍,并给出了有关于边部夹层和黑线的最新研究成果。利用显示动力学方法和重启动方法,以现场实际轧制参数为基础,对五道次可逆立—平轧制过程进行数值模拟。对比数值模拟结果与现场实测值,误差均在允许范围之内,可以为立-平轧制的各道次提供准确的轧制参数,且为消除边部夹层和黑线提供了理论依据。同时阐述了有限元软件在热轧板带生产中的应用现状以及亟待解决的问题,对以后的课题研究具有一定的指导意义。 相似文献
12.
13.
14.
15.
在带钢热连轧生产过程中,带钢表面会出现不同类型的缺陷,给带钢性能造成不利影响,严重时引发质量异议。目前在线使用的带钢表面检测系统经常需要人工调整缺陷图片库,部分类别的典型缺陷图片调整后会影响另一些类型的检测精度。采用深度学习方法,设计了一种轻量化残差网络LDS-ResNet14,缩减了原始残差网络ResNet18的层数和宽度,并将普通的卷积替换成深度可分离卷积,网络的参数量和运算量大量减少;同时,使用知识蒸馏(Knowledge Distillation,KD)方法迁移大型残差网络ResNet50的知识,并提出一种混合KL散度和交叉熵的损失函数让知识更好的迁移到LDS-ResNet14上,在压缩模型的同时提升了模型的精度和泛化能力。离线试验表明,提出的网络LDS-KD-ResNet14针对武钢CSP机组的8类带钢表面缺陷的平均识别精度为99.16%,相较于ResNet18精度提高0.67%,计算量仅为原来的12.1%。实际现场在线应用表明,针对武钢CSP热连轧机组的折叠、油污、夹杂和麻点这4类缺陷,模型缺陷检出率达到96.43%、缺陷识别率达到94.10%,单张图片的检测速度为16.5 ms,满足实际生产要求。 相似文献
16.
针对热轧折叠缺陷对酸连轧工序造成的原料空卷问题,从热轧工序相关影响因素出发,分析了薄规格热轧钢带生产过程中折叠缺陷形成原因,主要为钢带头尾存在不同程度镰刀弯或局部浪形等问题,经卷取侧导板和夹送辊共同挤压作用后形成的。通过在设备精度、工艺改进、预警机制等方面进行系统优化和改进,薄规格热轧钢带折叠缺陷发生量得以有效控制,月均发生量从攻关前的55卷左右逐渐下降至攻关以来的20卷左右水平。进一步提高了热轧钢带一检合格率和折叠缺陷的预警识别率,有效降低了热轧钢带折叠类缺陷对下游工序生产过程造成的影响,促进了上下游生产节奏的提升。 相似文献
17.
18.
针对新钢热连轧无取向硅钢冷轧基料XG1300WR、XG1000WR、XG800WR带钢边部"翘皮"缺陷,根据其形成机理,对影响无取向硅钢带钢边部"翘皮"缺陷的主要影响因素进行了分析。结果表明,在一定钢种成分与加热轧制工艺下,粗轧过程边部的组织形态和侧压量对带钢边部"翘皮"缺陷的发生率有较大影响。为了有效控制带钢边部"翘皮"缺陷,在钢的成分控制,加热与轧制工艺,立辊孔型以及影响粗轧板坯边部温降等方面提出了可行的改进措施。 相似文献
19.
为了实现快速的热轧工艺优化设计,基于工业数据的钢铁材料性能预测引起了研究者的极大关注,对利用机器学习进行钢铁材料轧制过程性能预测的研究进展进行了梳理.首先介绍了钢铁材料轧制过程性能预测常用的主流机器学习算法,其中包括人工神经网络、模糊神经网络、支持向量机、随机森林、智能优化算法等.其次,分别对钢铁材料轧制过程性能预测建... 相似文献