摘要
本发明涉及机械自动化控制技术领域,尤其涉及一种基于全流程大数据的连退带钢堵边预警方法,包括获取生产过程中带钢热轧出口全长方向各位置宽度数据;基于热态宽度和热膨胀系数将其转化为冷态数据,得到带钢全长方向上各位置的冷态宽度;计算实际的轧机缩尺量和连退缩尺量;构建BP神经网络模型得到轧机缩尺量及连退缩尺量;读取连退圆盘剪开口度,计算带钢在连退圆盘剪处两侧的总减边量;对带钢全长各位置进行判断,当带钢该位置处的减边量小于危险阈值时,判断该处存在堵边风险,系统进行预警;本发明通过精准预测带钢缩尺量,进而准确预测带钢在圆盘剪处是否存在堵边风险,保证设备的稳定运行,减少不必要的停机。
技术关键词
预警方法
BP神经网络模型
轧机出口处
圆盘剪设备
大数据
机械自动化控制技术
带钢热轧
检查台
量计算方法
带钢宽度
报表
风险
检测台
电子
系统为您推荐了相关专利信息
森林火灾预警方法
Retinex算法
Retinex理论
注意力
模块
冷冻虾
运输智能
Sigmoid函数
深度学习网络
预警机制
边界特征
筛查方法
纳米颗粒
大数据
心脑血管疾病患者
人流量数据
能源监控系统
人流量预测
数据存储模块
场景
分级预警方法
模糊层次分析法
多源异构数据
实时监测数据
案例库