Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜北京科技大学邵健获国家专利权

恭喜北京科技大学邵健获国家专利权

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!

龙图腾网恭喜北京科技大学申请的专利改进偏最小二乘的热轧带钢头部浪形缺陷原因识别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:CN114896735B

龙图腾网通过国家知识产权局官网在2025-06-10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:202210574543.9,技术领域涉及:G06F30/17;该发明授权改进偏最小二乘的热轧带钢头部浪形缺陷原因识别方法是由邵健;刁华宁;何安瑞;杨荃;陈雨来;郭强设计研发完成,并于2022-05-25向国家知识产权局提交的专利申请。

改进偏最小二乘的热轧带钢头部浪形缺陷原因识别方法在说明书摘要公布了:本发明提供一种改进偏最小二乘的热轧带钢头部浪形缺陷原因识别方法,属于热轧自动化技术领域。该方法通过改进的偏最小二乘算法对热轧带钢头部浪形缺陷相关工艺参数进行诊断评估,包括如下步骤:1获取数据集并对样本数据进行预处理工作,得到降维之后的无数据缺失、无数据异常的样本集;2运用改进的偏最小二乘算法建立可行性检验模型,计算样本的平方预测误差统计量及控制界限;3对比缺陷样本各工艺参数对平方预测误差统计量的贡献值,给出各工艺参数的风险系数,并结合风险系数给出缺陷主导原因。本发明对缺陷样本分析具有适用性,可快速、自动分析热轧带钢头部浪形缺陷相关工艺参数的风险系数,帮助提高热轧带钢板形质量与分析效率。

本发明授权改进偏最小二乘的热轧带钢头部浪形缺陷原因识别方法在权利要求书中公布了:1.一种改进偏最小二乘的热轧带钢头部浪形缺陷原因识别方法,其特征在于:包括步骤如下:S1:通过现场数据采集系统获取头部浪形达标的优秀样本和头部浪形不达标的缺陷样本的温度、辊缝、轧制力工艺参数数据及带钢头部平坦度命中率作为质量数据,并对获取的优秀样本与缺陷样本数据进行数据预处理,实现异常值离群样本剔除与降维;S2:将包含优秀样本和缺陷样本的样本数据集代入到使用马氏距离变换改进后的偏最小二乘算法,计算样本的平方预测误差统计量,即样本SPE统计量,以及样本的平方预测误差统计量控制界限,即样本SPE统计量控制界限,根据缺陷样本与优秀样本SPE统计量的分离程度及肘部规则调节潜变量k的数值,以缺陷样本SPE统计量超过样本SPE统计量控制界限以及实现缺陷样本SPE统计量与优秀样本SPE统计量之间的相对最大分离作为该算法与样本集之间适用性检验标准,如果不能检测出缺陷样本或者将优秀样本检测成缺陷样本,则说明工艺参数选择不合理,重新进行参数选择、数据采集及数据预处理;S3:对S2得到的缺陷样本SPE统计量各工艺参数的贡献值进行计算,并以直方图形式进行表述,作为各工艺参数的初始风险系数;S4:对S3中得到的各工艺参数的初始风险系数进行再处理,统一风险系数评估指标,将各工艺参数对缺陷样本SPE统计量贡献值进行求和处理,计算工艺参数贡献值的占比,并以此作为各工艺参数最终的风险系数;S5:对比各工艺参数的风险系数的大小,风险系数最大的工艺参数为缺陷出现的主导缺陷因素;所述S2具体为:对经过S1处理后的样本数据运用马氏距离变换公式进行转换,马氏距离DX计算如下: 其中,X为样本向量,s为样本的协方差矩阵,μA表示样本均值;对经过马氏距离变换之后的数据样本进行偏最小二乘诊断分析,运用特征变量重新组合的思路将其进行分解,如下:u=uy+e=PRTu+ee=Im*m-PRTu其中,u∈Rm*l为数据样本集,m为样本条数,l为工艺参数个数,uy为拟合样本,e为对应的残差矩阵,P为负载矩阵,RT为负载矩阵的转置矩阵,Im*m为单位矩阵;然后对各个样本的SPE统计量进行计算,公式如下:SPE=||e||2=||Im*m-PRTu||2SPE统计量的控制界限SPEk计算如下: g=sSPE2μ其中,sSPE为样本SPE统计量的方差,μ为样本SPE统计量的均值,为卡方值,根据置信度和自由度查表得到,g为中间变量;计算在潜变量个数k的衡量指标S: S=Serror,k-Syes,k其中,Syes,k为潜变量个数为k时优秀样本SPE统计量的方差,为潜变量个数为k时优秀样本SPE统计量的均值,SPEj,k为潜变量个数为k时第j样本的SPE统计量,n为优秀样本条数;Serror,k为潜变量个数为k时缺陷样本SPE统计量与优秀样本SPE统计量均值的差值,SPEerror,k为潜变量个数为k时缺陷样本SPE统计量;划定潜变量个数k取值范围之后,对衡量指标S曲线应用肘部规则,选择潜变量个数k,其中,k取值范围在2—l2范围内,l为工艺参数个数;所述S3中的计算方法如下: 其中,为每个变量对样本SPE统计量的贡献值,为单位矩阵的第i行,u∈Rm*l为数据样本集,m为样本条数,P为负载矩阵,RT为负载矩阵的转置矩阵,Im*m为单位矩阵,l为工艺参数个数。

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北京科技大学,其通讯地址为:100083 北京市海淀区学院路30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”。

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。