CN108984836B - 一种轧制损失力矩的计算方法 - Google Patents
一种轧制损失力矩的计算方法 Download PDFInfo
- Publication number
- CN108984836B CN108984836B CN201810599595.5A CN201810599595A CN108984836B CN 108984836 B CN108984836 B CN 108984836B CN 201810599595 A CN201810599595 A CN 201810599595A CN 108984836 B CN108984836 B CN 108984836B
- Authority
- CN
- China
- Prior art keywords
- rolling
- loss torque
- force
- speed
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Control Of Metal Rolling (AREA)
Abstract
本发明涉及一种轧制损失力矩的计算方法，包括如下步骤：热辊；获取热辊过程中的多组轧制数据组，轧制数据组包括轧制速度、轧制力和力矩；建立损失力矩计算模型，该模型表示为轧辊转速及轧制力对损失力矩的影响：GL＝f1(ω)+f2(P)，其中，
f2(P)＝b3·P+b4·P2；根据所获得的轧制数据组，回归得到损失力矩计算模型的各项系数b0～b4，得到适用于实际生产损失力矩测定的实际计算模型，并以该实际计算模型计算轧制损失力矩。本发明建立了一种适用于工程使用的简易的损失力矩计算方法，在此基础上正确计算传动力矩能在保障电机设备安全下充分发挥设备潜能；相较于现有技术，本发明提供的轧制损失力矩计算方法精度更高，其可决系数要优于现有技术。
Description
技术领域
本发明属于轧钢技术领域，具体涉及一种轧制损失力矩的计算方法。
背景技术
轧制中传动力矩是轧制生产过程中重要的力能参数，准确计算传动力矩对充分发挥设备能力，保障设备安全有重要意义。
稳定轧制过程中，传动力矩由轧制力矩和轧制损失力矩构成。其中轧制力矩理论已经成熟，计算误差不大。但是轧制损失力矩尚无有效的理论模型，只知道其与轧制速度(或者轧辊转速)、轧制力有关。
现有公开的发明专利“冷轧轧机马达损失力矩系数的测试方法”(公开号为CN107520258A)提供了一个轧制损失力矩公式如下：
式中：GL为轧制损失力矩，kg·mm；P为轧制力，吨；V为轧制速度，mpm；R为轧辊半径，mm；gL0、gL1、gL2、gL3、gL4为模型系数。
上式建立了损失力矩与轧辊转速、轧制力的关系。但上述公式中损失力矩与轧辊转速的关系是一个多次波浪曲线，而实际损失力矩是随着轧辊转速增大而增大的，因此该公式不符合实际，难以保证模型的外延性，即它的泛化能力不足。
发明内容
本发明实施例涉及一种轧制损失力矩的计算方法，至少可解决现有技术的部分缺陷。
本发明实施例涉及一种轧制损失力矩的计算方法，包括如下步骤：
S1，热辊；
S2，获取热辊过程中的多组轧制数据组，轧制数据组包括轧制速度、轧制力和传动力矩；
S3，建立损失力矩计算模型如下：
GL＝f1(ω)+f2(P)
约束条件为：
f1(0)＝0
f2(0)＝0
上式中，
f1为轧辊转速对损失力矩的影响项，其表示为：
其中，ω的计算公式为：
约束条件为：b2＞0；
f2为轧制力对损失力矩的影响项，其表示为：
f2(P)＝b3·P+b4·P2
其中，约束条件为：b3≥0，b4≥0；
各式中：D为工作辊上下辊平均直径，mm；V为轧制速度，m/min；P为轧制力，KN；
S4，根据所获得的轧制数据组，回归得到损失力矩计算模型的各项系数b0～b4，得到适用于实际生产损失力矩测定的实际计算模型，并以该实际计算模型计算轧制损失力矩。
作为实施例之一，S2中，轧制数据组的获取方法为：
热辊过程中，周期性采集轧制数据组至缓存区；当缓存区中的轧制数据组数量达到N组时，判断该N组轧制数据组是否满足保存规则，如果满足，将该N组轧制数据组中的各轧制数据平均值保存到数据库中并清空缓存区，如果不满足，则删除该N组轧制数据组中的第一组；
所述保存规则包括最大轧制速度与最小轧制速度之差小于第一阈值，且最大轧制力与最小轧制力之差小于第二阈值。
作为实施例之一，轧制数据组的采集周期为0.5s到1s。
作为实施例之一，所述第一阈值为2m/min；所述第二阈值为200KN。
作为实施例之一，S1中，热辊方法包括如下步骤：
S101：在轧制速度为V0、热辊轧制力为F0的状态下运行5到10分钟；
S102：保持轧制速度不变，增大轧制力到F1，并保持一段时间，然后增大轧制力到F2，再保持一段时间，如此循环，直至增大轧制力到FN，并保持一段时间；
S103：保持轧制力FN不变，轧制速度增大一档，并保持一段时间；
S104：保持轧制速度不变，减小轧制力到FN-1，并保持一段时间，然后减小轧制力到FN-2，再保持一段时间，如此循环，直至减小轧制力到F0，并保持一段时间；
S105：保持轧制力F0不变，轧制速度增大一档，并保持一段时间；
S106：循环运行S102～S105，直到轧制速度增大到VM，即完成热辊过程。
作为实施例之一，FN为轧机设计最大轧制力的50％到80％，VM为轧机设计最大运行速度的40％到80％。
作为实施例之一，F0为3000KN，V0为60m/min。
作为实施例之一，单次轧制力增大过程、单次轧制力减小过程以及单次轧制速度增大过程均在5～6s内完成。
作为实施例之一，单次轧制力增档、单次轧制力减档以及单次轧制速度增档后的保持时间均在20～25s范围内。
本发明实施例至少具有如下有益效果：
(1)本发明建立了一种适用于工程使用的简易的损失力矩计算方法，在此基础上正确计算传动力矩能在保障电机设备安全下充分发挥设备潜能；
(2)相较于现有技术，本发明提供的轧制损失力矩计算方法精度更高，其可决系数(Coefficient ofdetermination)要优于现有技术；
(3)采用广义加法模型建立了损失力矩与轧辊转速、轧制力的关系，方便后续分析与评估损失力矩对各因素的影响，为在线控制提供理论依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的轧制损失力矩的计算方法的流程图；
图2为本发明实施例提供的热辊流程图；
图3为本发明实施例提供的轧制速度对轧制损失力矩的影响示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例一
如图1，本发明实施例提供一种轧制损失力矩的计算方法，包括如下步骤：
S1，热辊；具体地，当轧机换上新辊后，保存上下工作辊辊径到数据库，然后进行轧机标定以及热辊；
S2，获取热辊过程中的多组轧制数据组，轧制数据组包括轧制速度、轧制力和传动力矩；由于热辊过程中轧制力矩为0，则此处的传动力矩即为轧制损失力矩；
S3，建立损失力矩计算模型如下：
GL＝f1(ω)+f2(P)
其中，
f1为轧辊转速对损失力矩的影响项，其表示为：
ω的计算公式为：
f2为轧制力对损失力矩的影响项，其表示为：
f2(P)＝b3·P+b4·P2
各式中：D为工作辊上下辊平均直径，mm；V为轧制速度，m/min；P为轧制力，KN；
S4，根据所获得的轧制数据组，回归得到损失力矩计算模型的各项系数b0～b4，得到适用于实际生产损失力矩测定的实际计算模型，并以该实际计算模型计算轧制损失力矩。
其中，优选地，采用Levenberg-Marquardt方法(即莱文贝格-马夸特方法，此算法为现有技术，此处不作详述)回归损失力矩计算模型的各项系数。在上述损失力矩计算模型中，包括如下约束条件，以提高损失力矩计算的准确性：
f1(0)＝0
f2(0)＝0
b2＞0
b3≥0，b4≥0
进一步优化上述轧制损失力矩的计算方法，为保证计算模型的准确性，所获取的轧制数据中，宜剔除一些不合要求的数据；优选地，S2中，轧制数据组的获取方法为：
热辊过程中，周期性采集轧制数据组至缓存区；当缓存区中的轧制数据组数量达到N组时，判断该N组轧制数据组是否满足保存规则，如果满足，将该N组轧制数据组中的各轧制数据平均值保存到数据库中并清空缓存区，如果不满足，则删除该N组轧制数据组中的第一组；所述保存规则包括最大轧制速度与最小轧制速度之差小于第一阈值，且最大轧制力与最小轧制力之差小于第二阈值。无疑义地，上述N为自然数且大于1，优选为在8～15范围内，本实施例中，缓存数量为10个。如果上述N组轧制数据组不满足保存规则时，删除该N组轧制数据组中的第一组，然后在下一个数据采集周期时，缓冲区中的轧制数据组数量又达到N组，再进行上述的保存规则判断。
进一步优选地，轧制数据组的采集周期为0.5s到1s，可以保证数据采集的准确性和可靠性，本实施例中，采集周期为1s，即每隔1s进行一次轧制数据组的采集，每次采集的数据中包括轧制速度、轧制力和力矩，如果上述N组轧制数据组满足保存规则，则将该N组轧制数据组中的平均轧制速度、平均轧制力和平均力矩保存到数据库中。
另外，作为优选的实施例，上述第一阈值为2m/min，上述第二阈值为200KN，可以保证保存到数据库中的轧制数据的准确性。
进一步优化上述轧制损失力矩的计算方法，S1中，热辊方法包括如下步骤：
S101：在轧制速度为V0、热辊轧制力为F0的状态下运行5到10分钟；
S102：保持轧制速度不变，增大轧制力到F1，并保持一段时间，然后增大轧制力到F2，再保持一段时间，如此循环，直至增大轧制力到FN，并保持一段时间；
S103：保持轧制力FN不变，轧制速度增大一档，并保持一段时间；
S104：保持轧制速度不变，减小轧制力到FN-1，并保持一段时间，然后减小轧制力到FN-2，再保持一段时间，如此循环，直至减小轧制力到F0，并保持一段时间；
S105：保持轧制力F0不变，轧制速度增大一档，并保持一段时间；
S106：循环运行S102～S105，直到轧制速度增大到VM，即完成热辊过程。
在上述热辊过程中，第一个S102～S105周期中，轧制速度由V0增大到V1再增大到V2；在第二个S102～S105周期中，轧制速度在V2的基础上逐步增大到V3再增大到V4，如此循环直至轧制速度增大到VM，易于理解地，V0<V1<V2<…<VM，F0<F1<F2<…<FN。
采用上述的热辊方法，可以保证轧辊的安全，防止爆辊。
进一步优选地，优化上述热辊工艺参数如下：
FN为轧机设计最大轧制力的50％到80％，VM为轧机设计最大运行速度的40％到80％；
F0为3000KN，V0为60m/min；
单次轧制力增大过程、单次轧制力减小过程以及单次轧制速度增大过程均在5～6s内完成；
单次轧制力增档、单次轧制力减档以及单次轧制速度增档后的保持时间均在20～25s范围内；
基于上述的热辊工艺参数，可以有效地保证轧辊的安全，防止爆辊。
以下为一个热辊的具体实施例：
如图2，热辊过程如下：
(1)控制轧制速度为60m/min，轧制力为3000KN，保持10分钟；
(2)保持轧制速度为60m/min不变，使轧制力依次增大至4000KN、5000KN、6000KN、7000KN和8000KN，各阶段轧制力增大过程在5s内完成，并保持稳定运行20s，也即轧制力从3000KN增大至4000KN的过程为5s，保持4000KN的轧制力20s，再在5s内将轧制力增大至5000KN，保持5000KN的轧制力20s，其它以此类推；
(3)保持8000KN的轧制力不变，轧制速度增大到200m/min，加速过程在5s内完成，并稳定运行20s；
(4)保持轧制速度为200m/min不变，使轧制力依次减小至7000KN、6000KN、5000KN、4000KN和3000KN，各阶段轧制力减小过程在5s内完成，并保持稳定运行20s；
(5)保持轧制力为3000KN不变，轧制速度增大到400m/min，加速过程为5s，并稳定运行20s；
(6)保持轧制速度为400m/min不变，使轧制力依次增大至4000KN、5000KN、6000KN、7000KN和8000KN，各阶段轧制力增大过程在5s内完成，并保持稳定运行20s；
(7)保持8000KN的轧制力不变，轧制速度增大至500m/min，加速过程为5s，并稳定运行20s；
(8)保持轧制速度为500m/min不变，使轧制力依次减小至7000KN、6000KN、5000KN、4000KN和3000KN，各阶段减轧制力过程为5s，并保持稳定运行20s；
至此，热辊完成，整个热辊过程大约20分钟。
本实施例提供的轧制损失力矩的计算方法，至少具有如下有益效果：
(1)本实施例建立了一种适用于工程使用的简易的损失力矩计算方法，在此基础上正确计算传动力矩能在保障电机设备安全下充分发挥设备潜能。
(2)相较于现有技术，本实施例提供的轧制损失力矩计算方法精度更高，其可决系数(Coefficient ofdetermination)要优于现有技术。
(3)采用广义加法模型建立了损失力矩与轧辊转速、轧制力的关系，方便后续分析与评估损失力矩对各因素的影响，为在线控制提供理论依据。
实施例二
本实施例基于上述实施例一所提供的轧制损失力矩的计算方法，在实际生产中运行：
采集并处理后的数据样本如下表：
| 角速度rpm | 轧制力KN | 力矩Nm |
| 74.69127 | 2005.561 | 1084.659 |
| 74.69513 | 2996.033 | 1037.294 |
| 74.69911 | 3998.219 | 1162.022 |
| 74.70448 | 4993.336 | 1166.758 |
| 74.68345 | 5994.187 | 1274.119 |
| 74.69912 | 6996.461 | 1289.907 |
| 74.69779 | 7994.635 | 1430.423 |
| 249.2172 | 7993.604 | 2349.304 |
| 249.2289 | 7001.749 | 2025.643 |
| 249.2258 | 6002.089 | 1885.127 |
| 249.2269 | 4995.318 | 1618.304 |
| 249.2246 | 4032.807 | 1645.145 |
| 249.2271 | 3003.223 | 1525.153 |
| 249.2259 | 1996.565 | 1499.891 |
| 498.5291 | 1991.423 | 2330.358 |
| 498.5205 | 2991.127 | 2098.27 |
| 498.5148 | 3985.112 | 2246.68 |
| 498.5237 | 4992.574 | 2338.252 |
| 498.5124 | 5992.757 | 2271.941 |
| 498.5216 | 6984.877 | 2470.874 |
| 498.5283 | 7997.643 | 2371.407 |
| 623.239 | 7986.706 | 3078.725 |
| 623.2326 | 6993.548 | 2354.041 |
| 623.2504 | 5995.638 | 2144.055 |
| 623.2385 | 4997.604 | 1968.805 |
| 623.2471 | 4007.455 | 2129.846 |
| 623.2473 | 3004.141 | 1833.026 |
采用Levenberg-Marquardt方法回归得到损失力矩计算模型的各项系数如下：
b0＝0.00762；b1＝-0.77914；b2＝2034.6729；b3＝0；b4＝9.9332E-6；
R平方(可决系数)＝0.8938。
为进一步说明本发明提供的轧制损失力矩的计算方法的优越性，基于上述的数据样本，采用背景技术中所提及的公式回归结果如下：
gL0＝1495.08058；gL1＝-219.17654；gL2＝15.7814；gL3＝-0.01067；gL4＝0.09733；
R平方(可决系数)＝0.8883。
可见，本申请建立的轧制损失力矩计算模型的可决系数比现有技术的更好。
如图3所示，以工作辊直径为280mm为例，根据本申请建立的轧制损失力矩计算模型和现有技术模型作图得到的轧制速度对损失力矩的影响。
可见，背景技术所提供的轧制损失力矩计算模型中，轧制速度对损失力矩的影响关系是个多次曲线，甚至在轧制速度较大的时候损失力矩变为负数，因此非常不符合实际工况。这主要是由于该计算模型不合适，在热轧测试的数据范围内(轧制速度60m/min到500m/min)预报较为合适，一旦离开测试的数据范围(小于60m/min或者大于500m/min)，其预报明显不符合实际，此模型的外延性很差。而本申请提供的轧制损失力矩计算模型则不存在该问题。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种轧制损失力矩的计算方法，其特征在于，包括如下步骤：
S1，热辊；
S2，获取热辊过程中的多组轧制数据组，轧制数据组包括轧制速度、轧制力和传动力矩；
S3，建立损失力矩计算模型如下：
GL＝f1(ω)+f2(P)
约束条件为：
f1(0)＝0
f2(0)＝0
上式中，
f1为轧辊转速对损失力矩的影响项，其表示为：
其中，ω的计算公式为：
约束条件为：b2＞0；
f2为轧制力对损失力矩的影响项，其表示为：
f2(P)＝b3·P+b4·P2
其中，约束条件为：b3≥0，b4≥0；
各式中：D为工作辊上下辊平均直径，mm；V为轧制速度，m/min；P为轧制力，KN；
S4，根据所获得的轧制数据组，回归得到损失力矩计算模型的各项系数b0～b4，得到适用于实际生产损失力矩测定的实际计算模型，并以该实际计算模型计算轧制损失力矩。
2.如权利要求1所述的轧制损失力矩的计算方法，其特征在于，S2中，轧制数据组的获取方法为：
热辊过程中，周期性采集轧制数据组至缓存区；当缓存区中的轧制数据组数量达到N组时，判断该N组轧制数据组是否满足保存规则，如果满足，将该N组轧制数据组中的各轧制数据平均值保存到数据库中并清空缓存区，如果不满足，则删除该N组轧制数据组中的第一组；
所述保存规则包括最大轧制速度与最小轧制速度之差小于第一阈值，且最大轧制力与最小轧制力之差小于第二阈值。
3.如权利要求2所述的轧制损失力矩的计算方法，其特征在于：轧制数据组的采集周期为0.5s到1s。
4.如权利要求2所述的轧制损失力矩的计算方法，其特征在于：所述第一阈值为2m/min；所述第二阈值为200KN。
5.如权利要求1所述的轧制损失力矩的计算方法，其特征在于，S1中，热辊方法包括如下步骤：
S101：在轧制速度为V0、热辊轧制力为F0的状态下运行5到10分钟；
S102：保持轧制速度不变，增大轧制力到F1，并保持一段时间，然后增大轧制力到F2，再保持一段时间，如此循环，直至增大轧制力到FN，并保持一段时间；
S103：保持轧制力FN不变，轧制速度增大一档，并保持一段时间；
S104：保持轧制速度不变，减小轧制力到FN-1，并保持一段时间，然后减小轧制力到FN-2，再保持一段时间，如此循环，直至减小轧制力到F0，并保持一段时间；
S105：保持轧制力F0不变，轧制速度增大一档，并保持一段时间；
S106：循环运行S102～S105，直到轧制速度增大到VM，即完成热辊过程。
6.如权利要求5所述的轧制损失力矩的计算方法，其特征在于：FN为轧机设计最大轧制力的50％到80％，VM为轧机设计最大运行速度的40％到80％。
7.如权利要求5所述的轧制损失力矩的计算方法，其特征在于：F0为3000KN，V0为60m/min。
8.如权利要求5所述的轧制损失力矩的计算方法，其特征在于：单次轧制力增大过程、单次轧制力减小过程以及单次轧制速度增大过程均在5～6s内完成。
9.如权利要求5所述的轧制损失力矩的计算方法，其特征在于：单次轧制力增档、单次轧制力减档以及单次轧制速度增档后的保持时间均在20～25s范围内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810599595.5A CN108984836B (zh) | 2018-06-12 | 2018-06-12 | 一种轧制损失力矩的计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810599595.5A CN108984836B (zh) | 2018-06-12 | 2018-06-12 | 一种轧制损失力矩的计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108984836A CN108984836A (zh) | 2018-12-11 |
| CN108984836B true CN108984836B (zh) | 2022-12-02 |
Family
ID=64541112
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810599595.5A Active CN108984836B (zh) | 2018-06-12 | 2018-06-12 | 一种轧制损失力矩的计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108984836B (zh) |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19728979A1 (de) * | 1997-07-07 | 1998-09-10 | Siemens Ag | Verfahren und Einrichtung zur Steuerung bzw. Voreinstellung eines Walzgerüstes |
| CN101927267B (zh) * | 2009-06-22 | 2012-07-04 | 宝山钢铁股份有限公司 | 一种精轧带钢辊缝的控制方法及装置 |
| CN107520258B (zh) * | 2016-06-22 | 2019-04-16 | 上海梅山钢铁股份有限公司 | 冷轧轧机马达损失力矩系数的测试方法 |
-
2018
- 2018-06-12 CN CN201810599595.5A patent/CN108984836B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN108984836A (zh) | 2018-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102507400B (zh) | 一种t91钢管的剩余寿命定量分析方法 | |
| CN110929347A (zh) | 一种基于梯度提升树模型的热连轧带钢凸度预测方法 | |
| CN107885959A (zh) | 一种基于置信等效功率曲线带的风电建模及性能评估方法 | |
| CN104063588B (zh) | 基于多源数据融合的管道腐蚀缺陷尺寸的预测方法 | |
| KR101848100B1 (ko) | 스테인리스 강 제품을 생산하는 방법 | |
| CN104561651B (zh) | 一种钛合金（Ti5563）轧制管及其制备方法 | |
| CN106607471A (zh) | 一种高强度大直径镀锌制绳用钢丝生产工艺 | |
| CN109500130A (zh) | 一种直径920㎜的长管拖车气瓶用无缝钢管的制造方法 | |
| CN108984836B (zh) | 一种轧制损失力矩的计算方法 | |
| Ceronio et al. | An improvement on the power law for the description of particle size distributions in potable water treatment | |
| CN112699550A (zh) | 一种基于迁移学习的切削力神经网络预测模型训练方法 | |
| CN108300938A (zh) | 一种轧制线材钢及其加工方法 | |
| CN117215343A (zh) | 一种工业循环水智能加硫酸控制方法 | |
| CN116541933A (zh) | 一种多病害指标的盾构隧道单环服役性能评价方法 | |
| CN104715136B (zh) | 一种综合评价纺纱过程水平的方法 | |
| CN106424168B (zh) | 一种冷轧乳化液智能配置方法 | |
| CN103148095A (zh) | 全陶瓷轴承及其制造方法、基本结构参数的确定方法 | |
| CN116433085A (zh) | 一种轧制过程控制系统性能评估方法 | |
| CN110852888A (zh) | 一种基于粒子滤波的证券投资组合优化方法 | |
| CN102032430A (zh) | 一种轴承润滑脂添加量的确定方法 | |
| CN107944085B (zh) | 一种用于轧钢自学习模型的数据处理方法和模块 | |
| CN104561654A (zh) | 一种钛合金dfgx-9#轧制管及其制备方法 | |
| CN107486587A (zh) | 一种提高剪切设定模型控制精度的减薄量补偿方法 | |
| Wing et al. | Web crippling of decks subjected to two flange loading | |
| CN111815121A (zh) | 一种基于swmm模型的排水深隧系统运行管理评价方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |