申请/专利权人：北京科技大学

申请日：2023-08-24

公开（公告）日：2024-04-16

公开（公告）号：CN117055487B

主分类号：G05B19/418

分类号：G05B19/418

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2023.12.01#实质审查的生效;2023.11.14#公开

摘要：本发明公开了一种基于机理数据混合驱动的二辊斜轧穿孔参数优化方法，包括：获取二辊斜轧穿孔生产工序的生产过程数据；其中，生产过程数据包括：生产工艺参数、毛管质量参数和穿孔参数的实际值；基于毛管质量参数筛选出符合预设要求的样本，并计算出每一样本的穿孔参数的实际值与机理模型设定值之间的偏差数据；基于所述生产工艺参数和所述偏差数据训练预设的偏差预测模型；基于待加工管坯的生产工艺参数，利用机理模型，结合训练好的偏差预测模型，得到待加工管坯穿孔时的最优工艺参数。与传统的机理模型设定方法相比，该方法充分利用了现场的实际生产数据，实现了对传统机理模型的迭代优化，提升了设定精度，进一步地提升了毛管的外径控制精度。

主权项：1.一种基于机理数据混合驱动的二辊斜轧穿孔参数优化方法，其特征在于，所述基于机理数据混合驱动的二辊斜轧穿孔参数优化方法包括：获取二辊斜轧穿孔生产工序的生产过程数据；其中，所述生产过程数据包括：生产工艺参数、毛管质量参数以及穿孔参数的实际值；基于所述毛管质量参数筛选出符合预设要求的样本，并针对筛选出的样本，计算出每一样本的穿孔参数的实际值与机理模型设定值之间的偏差数据；基于所述生产工艺参数和所述偏差数据训练预设的偏差预测模型，得到训练好的偏差预测模型；其中，所述偏差预测模型的输入为生产工艺参数，所述偏差预测模型的输出为穿孔参数的实际值与机理模型设定值之间的偏差数据；基于待加工管坯的生产工艺参数，利用机理模型，结合训练好的偏差预测模型，得到待加工管坯穿孔时的最优工艺参数；所述生产工艺参数包括：顶头直径、送进角、管坯直径、压缩带处压缩量、毛管目标外径、顶头鼻部直径、轴向滑移系数、切向滑移系数、毛管壁厚目标值、轧辊出口锥角以及毛管内径目标值；所述毛管质量参数包括毛管外径；所述穿孔参数包括：轧辊间距、导板间距以及顶头前伸量；基于所述毛管质量参数筛选出符合预设要求的样本，并针对筛选出的样本，计算出每一样本的穿孔参数的实际值与机理模型设定值之间的偏差数据，包括：基于所述毛管质量参数筛选出符合预设要求的样本；针对筛选出的样本，基于样本对应的生产工艺参数，利用机理模型计算出每一样本的穿孔参数的机理模型设定值；计算出每一样本的穿孔参数的实际值与机理模型设定值之间的偏差数据：Δb＝ba-bΔl＝la-lΔy＝ya-y其中，Δb、Δl和Δy分别为样本的轧辊间距、导板间距以及顶头前伸量的偏差；b、l、y分别为样本的轧辊间距、导板间距以及顶头前伸量的机理模型设定值；ba、la、ya分别为样本的轧辊间距、导板间距以及顶头前伸量的实际值；基于所述毛管质量参数筛选出符合预设要求的样本，包括：筛选出毛管外径符合以下公式的样本：|dh-dt|≤0.5％×dt其中，dh表示样本的毛管外径的实际值；dt为毛管目标外径；所述针对筛选出的样本，基于样本对应的生产工艺参数，利用机理模型计算出每一样本的穿孔参数的机理模型设定值，公式如下：b＝1-δ·db D＝dm-0.075-0.00135st·dt其中，δ为压缩带处压缩量；db为管坯直径；dt为毛管目标外径；d1为顶头鼻部直径；D为顶头直径；η0为轴向滑移系数；ηT为切向滑移系数；α为送进角；st为毛管壁厚目标值；β为轧辊出口锥角；dm为毛管内径目标值；所述偏差预测模型的输入为毛管目标外径、顶头直径、送进角、管坯直径以及毛管壁厚目标值；所述偏差预测模型的输出为轧辊间距、导板间距以及顶头前伸量的实际值与机理模型设定值之间的偏差数据；所述偏差预测模型为支持向量回归模型；所述偏差预测模型的输入层节点共5维；输出层节点共3维；C,g的搜索范围设置为[1-10,110]，其中，C表示惩罚因子，g表示核函数。

全文数据：

权利要求：

百度查询： 北京科技大学 一种基于机理数据混合驱动的二辊斜轧穿孔参数优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD