LVC工作辊磨损辊形及磨损预报模型研究

 LVC （Liner Variable Contour）辊形是一种新型的辊形,已成功地应用在实际生产中,通过对LVC工作辊下机磨损辊形的研究,得到LVC辊形的磨损特点,并针对F4机架的磨损情况提出在轧制末期进行均匀窜辊的策略;建立LVC工作辊的磨损预报模型,并应用遗传算法求解模型参数的最优值, 根据LVC工作辊下机后的实测磨损辊形与预测值的比较,说明此磨损预报模型具有较高的精度,可以应用于磨损辊形的在线预报。     

无线通信网络入侵信号特征自动提取模型研究

针对特征提取精准性不佳的问题，提出无线通信网络入侵信号特征自动提取模型。本文优化聚类入侵信号，定位分离入侵小信号，构建过滤模型，处理损失能量。结合新增加时间、信号衰减特征量分段处理信号，并依次标记子段序号。然后，根据小波变换确定分解层数，计算层次相对衰减率，提取复合特征向量。通过Hilbert变换提取预处理信号的包络，构建特征自动提取模型。实验结果表明模型剪网入侵信号电压波动范围为[-0.5 V-3 V]，攀爬入侵信号电压波动范围为[-4.8 V-4.8 V]，与实际情况一致，使用该方法提取结果精准。     

热轧无缝钢管智能工厂建设关键技术与应用

无缝钢管广泛应用于化工、石油、海洋、地质及军工等各领域，是国防和经济建设的重要基础原材料。长期以来，热轧无缝钢管生产过程中存在无法按支跟踪、关键检测信息缺失、数据资源利用不足等问题，导致在多品种、小批量生产中质量稳定性和一致性提升困难、人员劳动效率低下，迫切需要通过新一代信息技术实现生产技术与产品质量改进。介绍了基于物理逻辑、深度学习与AI标识的热轧无缝钢管逐支跟踪系统、工艺质量智能管控系统和全工序远程智能集控系统等技术开发应用情况，实现了无缝钢管高效集约生产和精益化管控。应用实绩表明：无缝钢管智能工厂的成功实施使得产能提升20%,优化人员比例48%,能介消耗降低7%,质量修磨降级率降低50%,经济和社会效益显著，并为长材智能工厂的建设提供了参考。