买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中南大学申请的专利一种自动控制双辊薄带连铸生产过程中的熔池高度的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120828117B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511324221.9，技术领域涉及：B22D11/18；该发明授权一种自动控制双辊薄带连铸生产过程中的熔池高度的方法是由王万林;吴红健;吕培生;窦坤;何沁雨;林志鸿设计研发完成，并于2025-09-17向国家知识产权局提交的专利申请。

本一种自动控制双辊薄带连铸生产过程中的熔池高度的方法在说明书摘要公布了：本发明涉及薄带连铸生产技术领域，具体涉及一种自动控制双辊薄带连铸生产过程中的熔池高度的方法，包括：布置激光测距模块和视觉感知模块；嵌入式处理模块处理；采用深度学习算法建立熔池高度动态预测模型，输出熔池高度预测值；采用自适应滑模控制作为主控制器，输出伺服液压塞棒的位移量；基于伺服液压塞棒的位移量进行熔池高度控制。该方法利用激光提供精确距离基准，视觉传感提供熔池液面信息，通过机器视觉算法提高检测精度和降低环境干扰；并基于过程参数和传感器实时信息，利用带物理约束的神经网络算法构建熔池高度预测模型；加入强化学习优化器在线调整滑模控制参数，使其适应工况变化以进行高精度、快反应的熔池高度控制。

本发明授权一种自动控制双辊薄带连铸生产过程中的熔池高度的方法在权利要求书中公布了：1.一种自动控制双辊薄带连铸生产过程中的熔池高度的方法，其特征在于，包括如下步骤： 获取钢水成分、浇注温度、辊面温度、薄带表面温度、铸轧力、辊速、结晶辊进出水温以及二冷区水量；在熔池上方位置布置相应的激光测距模块和视觉感知模块，激光测距模块和视觉感知模块获取测量数据； 将激光测距模块和视觉感知模块所得测量数据传输至嵌入式处理模块，输出熔池高度预估值和熔池温度预估值； 将钢水成分、浇注温度、熔池高度预估值、熔池温度预估值、辊面温度、薄带表面温度、铸轧力、辊速、结晶辊进出水温以及二冷区水量传输至嵌入式处理模块，采用深度学习算法建立熔池高度动态预测模型，输出熔池高度预测值； 采用自适应滑模控制作为主控制器，基于熔池高度预测值输出伺服液压塞棒的位移量； 基于伺服液压塞棒的位移量进行熔池高度控制； 嵌入式处理模块使用ResNet-Att算法处理工业相机捕捉的熔池液面特征，具体为熔池温度图像、液面边缘图像和激光测距数据；输入为640×480IR图像，输入通道为：原始灰度R；温度映射G；激光反射强度B；辅助输入为激光测距数据的位置坐标x,y,z； ResNet-Att算法的残差注意力块如下： ； ； ； 其中：为视觉模块和激光测距模块数据的整合特征；表示通道重要性系数；和分别表示高度和温度预测的权重参数；和分别表示预测的偏置量；为熔池高度预估值；为熔池温度预估值；为的特征展平； 采用Canny和亚像素方法将熔池液面边缘进行检测和定位； 熔池液面边缘检测步骤：振动补偿高斯滤波、自适应双阈值和含热补偿项的亚像素定位，具体如下： ； ； ； ； 其中：表示原始灰度图像，表示标准差的高斯滤波器；为结晶辊振动补偿系数，为辊速；为热膨胀系数，为当前辊温与标定温差，表示梯度幅值矩阵，表示辊面径向最大温差；表示Zernike矩计算的偏移距离；表示边缘发现方向；为预处理后的灰度图像；为Canny边缘检测算法中的高阈值；为Canny边缘检测算法中的低阈值；为边缘点在X方向上的亚像素级坐标；为边缘点在Y方向上的亚像素级坐标； 深度学习算法为PM-LSTM-Transformer混合神经网络算法； PM-LSTM-Transformer算法是结合物理约束的混合算法； ； 其中：为熔池高度预测值；为输出层的权重矩阵；为融合特征向量；是LSTM输出的时序特征向量；是Transformer编码的静态特征向量；表示输出层的偏置向量；为不锈钢凝固收缩系数；表示Cr元素的质量百分比； 自适应滑模控制中： 滑膜面采用下式进行计算： ； 伺服液压塞棒的位移量采用下式进行计算： ； 其中：表示熔池设定高度值；表示比例增益；表示TDλ算法调整的自适应增益；表示饱和函数；表示边界层厚度；表示收缩时间常数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。