摘要
本申请涉及智能制造技术领域,尤其涉及一种全闭模式的轧制方法、系统、设备及存储介质,其中,所述方法包括:通过集成温度传感器的测厚装置实时采集板材厚度与温度数据;利用温度敏感型深度学习模型,结合历史工况参数预测未来厚度变化趋势;基于预测结果与目标厚度、压辊特性计算动态补偿间隙序列,驱动压辊控制系统调整间隙;同步采集轧制后反馈数据,自适应更新模型参数,形成闭环控制。本申请提供全闭模式轧制方法,通过闭环控制实现高精度轧制,提升质量与效率。
技术关键词
金属复合板材
温度敏感型
力学性能参数
轧制方法
深度学习模型
集成温度传感器
压辊控制系统
变化趋势预测
机械特性参数
数据
工况参数
布拉格光栅传感器
高精度温度传感器
轧制板材
动态
模式
材料热膨胀系数
迁移学习技术
系统为您推荐了相关专利信息
多模态深度学习
室内定位方法
深度学习模型
注意力
特征提取网络
混凝土结构
损伤检测方法
加速度
损伤类别
神经网络架构
实时视频流
安防监控装置
动态场景
权重分配策略
安防监控技术