CN110807029B - 一种秒流量厚度的散列映射存储方法和系统 - Google Patents

一种秒流量厚度的散列映射存储方法和系统 Download PDF

Info

Publication number
CN110807029B
CN110807029B CN201910915680.2A CN201910915680A CN110807029B CN 110807029 B CN110807029 B CN 110807029B CN 201910915680 A CN201910915680 A CN 201910915680A CN 110807029 B CN110807029 B CN 110807029B
Authority
CN
China
Prior art keywords
length
hash
strip
inlet
thickness
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
Application number
CN201910915680.2A
Other languages
English (en)
Other versions
CN110807029A (zh
Inventor
刘斌斌
李坤杰
谭关炜
金国康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ruyuan Dongyangguang Uacj Fine Aluminum Foil Co ltd
Original Assignee
Ruyuan Dongyangguang Uacj Fine Aluminum Foil Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ruyuan Dongyangguang Uacj Fine Aluminum Foil Co ltd filed Critical Ruyuan Dongyangguang Uacj Fine Aluminum Foil Co ltd
Priority to CN201910915680.2A priority Critical patent/CN110807029B/zh
Publication of CN110807029A publication Critical patent/CN110807029A/zh
Application granted granted Critical
Publication of CN110807029B publication Critical patent/CN110807029B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2228Indexing structures
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B21MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21BROLLING OF METAL
    • B21B37/00Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • B21B37/16Control of thickness, width, diameter or other transverse dimensions
    • B21B37/165Control of thickness, width, diameter or other transverse dimensions responsive mainly to the measured thickness of the product
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B21MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21BROLLING OF METAL
    • B21B37/00Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • B21B37/16Control of thickness, width, diameter or other transverse dimensions
    • B21B37/18Automatic gauge control
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2282Tablespace storage structures; Management thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Metal Rolling (AREA)

Abstract

本发明提供一种秒流量厚度控制的散列映射存储方法,该方法在实现秒流量厚度控制计算时,使用散列表的数据结构,将秒流量计算过程中所需的入口厚度测量值存储在一个固定长度的散列表中,采用带材前进长度作为关键字,使用散列函数计算存储索引,检索当前进入辊缝的入口厚度值,参与秒流量控制器的计算。这种方法使用散列表的数据结构取代传统的先进先出队列数据结构,在检索当前使用的入口厚度值时,只需要一次计算,并且省略先进先出队列中所需要的移位操作,检索效率高,计算时间短,可用于秒流量厚度控制中的入口厚度计算。

Description

一种秒流量厚度的散列映射存储方法和系统
技术领域
本发明涉及金属加工控制技术领域,尤其涉及一种秒流量厚度的散列映射存储方法和系统。
背景技术
在铝、铜等有色金属及钢铁等黑色金属轧制过程中,为了有效控制厚差,一般采用自动厚度控制系统。在自动厚度控制系统中,传统上一般采用测厚仪反馈控制,但由于出口测厚仪安装在轧机卷取侧,出口厚度的测量存在固有的延时。为了克服出口厚度测量的延时,近来出现了秒流量控制方法,即秒流量AGC控制。这种秒流量厚度控制方法,利用金属材料通过轧制的前后流量不变原理,采用入口速度、入口厚度、出口速度计算出口厚度,计算公式为:
h=V1*H/V2
式中h为计算出的出口厚度,H为通过辊缝处的入口厚度值,V1为入口测速装置测量的入口速度值,V2为出口测速装置测量的出口速度值。这种秒流量控制的计算方法,直接得到辊缝轧制处的出口厚度h,而不需要经过出口测厚仪测量,消除出口厚度测量装置引入的延时,提高厚度控制精度。
在秒流量控制方法中,通过辊缝处的入口厚度H的获得属于关键因素。虽然入口厚度使用入口测厚装置进行实时测量,但由于入口测厚装置距离辊缝有一段距离L,即在入口厚度进行测量后,需要经过一段时间后才能进入辊缝,所以入口厚度从测量到使用有一定的滞后时间,需要把这段时间的入口厚度值进行存储,等到经过辊缝时取出来进行计算。在传统计算中,这种入口厚度的存储一般使用FIFO先进先出队列数据结构,其中,实现一个固定长度的先进先出队列,即先存入的入口厚度,使用时先取出来进行计算。在某个N采样时刻,队列中存储的入口厚度数据依次为H1、H2、……、Hn-1、Hn,其分别为在1到N时刻测量的入口厚度数据。经过一个采样时间后的N+1采样时刻,由于新的入口厚度测量值的加入,队列中数据依次顺序移位,队列中存储的入口厚度变化为Ha、H1、……、Hn-2、Hn-1,Ha为N+1采样时刻所采集的入口厚度值。在进行秒流量控制计算时,根据实际情况选择队列存储的一个入口厚度值,作为当前经过辊缝的入口厚度,送给秒流量控制器使用。
这种队列数据结构和存储方法,虽然有其应用效果,但要经过较多计算。在插入FIFO队列数据时,首先进行数据逐次移位操作,其计算时间复杂度为O(n),然后进行数据更新操作。在选择当前使用的入口厚度值时,由于轧制速度的时刻变化,加上控制输出提前量的变化,队列中最后一个数据一般并不是当前使用的数据,而是需要在队列里依次搜索,找到最适合的数据,搜索计算的时间复杂度在O(1)到O(n)之间。整个计算过程较为复杂,效率较低。
发明内容
针对现有技术中秒流量控制的队列数据结构和存储方法计算过程复杂,效率低的技术缺陷,本发明提出一种秒流量厚度的散列映射存储方法,本发明采用的技术方案是:
一种秒流量厚度控制的散列映射存储方法,用于金属加工轧制,包括以下步骤:
S1.进行散列表初始化,入口测厚装置测量辊缝入口的带材厚度,采用散列表的数据结构进行存储;
S2.根据带材前进长度的变化,更新散列表的储存数据;
S3.入口测厚装置获得辊缝出的入口厚度测量值H,计算新数据的索引并插入到散列表;
S4.检索数据,获得秒流量厚度控制计算时所使用的当前通过辊缝处的入口厚度值;
S5.重复S2-S4,直至一个道次的轧制过程完成,秒流量控制器停止计算,循环结束。
在本方案中,所述的S1中,入口测厚装置测量的带材厚度存储于散列表时,关键字采用带材前进的长度,散列函数采用斐波那契散列法进行计算,其计算公式如下:
index=((SN*X)>>Y-1)mod M
式中index表示计算出的索引,SN表示在第N个采样时刻带材前进的长度,X根据计算机数据长度与斐波那契数列的黄金分割点所得,mod表示取余操作,>>表示右移位计算,Y表示计算机数据长度,M表示散列表的长度。>>Y-1,指计算机中的二进制数据右移Y-1位,表示除以2的Y-1次方。当计算机数据长度为16位时,Y-1为15,表示除以2的15次方;计算机数据长度为32位时,Y-1为31,表示除以2的31次方;计算机数据长度为64位时,Y-1为63,表示除以2的63次方。
公式中X主要是采用斐波那契数列的黄金分割点0.618性质计算出来,一般根据计算机数据长度进行计算,计算机数据长度为16位时,计算出为40503,计算机数据长度为32位时,计算出为2654435769,计算机数据长度为64位时,计算出为11400714819323198485。
在本方案中,所述的S2的具体步骤如下:
根据带材前进长度的变化,更新散列表的存储数据:每一个入口厚度测量点都对应一个带材前进长度数据,在每个采样时刻开始时,由于轧制速度的变化和带材的前进,带材前进长度数据都会发生变化,需要更新,更新公式为:
Figure BDA0002216047850000031
式中SN+1为第N+1个采样时刻计算出的带材前进的长度,N+1为采样时刻,T为采样时间,Vi表示前面采样时刻的入口速度,i从1到N。
在本方案中,所述的S4的具体步骤如下:
S41.根据入口测厚装置到辊缝的长度L,当带材前进长度等于L时,表示这个点的带材刚好进入辊缝,计算出索引值;
S42.根据索引值在散列表中检索当前秒流量控制计算所使用的入口厚度值,即当前通过辊缝的入口厚度值。
在本方案中,散列表的长度,采用大于最长带材的三分之一卷轧制所产生计算机数据长度的最小素数,或者更大的素数,但不超过存储空间所允许的最大长度。
在本方案中,所述方法发生散列冲突时,采用两阶散列法或者多阶散列法解决散列冲突。
在本方案中,所述秒流量厚度控制,用于铝板带箔材、铜板带箔材或其它金属板带箔材的轧制。
本发明第二方面公开一种秒流量厚度控制的散列映射存储系统:包括存储器和处理器,所述的存储器中包括秒流量厚度控制的散列映射存储方法程序;所述的秒流量厚度控制的散列映射存储方法程序被所述的处理器执行时,实现如下步骤:
S1.进行散列表初始化,入口测厚装置测量辊缝入口的带材厚度,采用散列表的数据结构进行存储;
S2.根据带材前进长度的变化,更新散列表的储存数据;
S3.入口测厚装置获得辊缝出的入口厚度测量值H,计算新数据的索引并插入到散列表;
S4.检索数据,获得秒流量厚度控制计算时,所使用的当前通过辊缝处的入口厚度值;
S5.重复S2-S4,直至一个道次的轧制过程完成,秒流量控制器停止计算,循环结束。
与现有技术相比,本发明的有益效果为:
(1)本发明提供的方法,存储入口厚度数据时,使用散列表的数据结构取代传统的FIFO先进先出队列数据结构,这样当查找当前使用的入口厚度时,一般一次即可完成操作,不需要进行排序的操作计算,查找操作的时间复杂度在常数阶O(1),与队列搜索操作的时间复杂度O(1)~O(n)相比,显著提高数据检索效率。
(2)本发明提供的方法,存储入口厚度数据时,使用散列表的数据结构取代传统的FIFO队列数据结构,避免了更新FIFO队列时所需要的逐次移位操作,插入操作的时间复杂度一般在常数阶O(1),偶尔发生散列冲突时才会增加计算时间,与队列插入操作的时间复杂度O(n)相比,减少了移位操作所需的计算量,提高计算效率。
附图说明
图1为本申请实施例公开的秒流量厚度控制的散列映射存储方法的实现流程图;
图2为实施例3中公开的在某个N时刻的散列表存储数据;
图3为实施例3中公开的在某个N+1时刻,更新存储计算后的散列表存储数据;
图4为实施例3中公开的在某个N+1时刻,插入新入口厚度测量值后的散列表存储数据。
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,仅用于示例性说明,不能理解为对本专利的限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示,一种秒流量厚度控制的散列映射存储方法,用于金属加工轧制,包括以下步骤:
S1.进行散列表初始化,入口测厚装置测量辊缝入口的带材厚度,采用散列表的数据结构进行存储;
S2.根据带材前进长度的变化,更新散列表的储存数据;
S3.入口测厚装置获得辊缝出的入口厚度测量值H,计算新数据的索引并插入到散列表;
S4.检索数据,获得秒流量厚度控制计算时所使用的当前通过辊缝处的入口厚度值;
S5.重复S2-S4,直至一个道次的轧制过程完成,秒流量控制器停止计算,循环结束。
在本方案中,所述的S1中,入口测厚装置测量的带材厚度存储于散列表时,关键字采用带材前进的长度,散列函数采用斐波那契散列法进行计算,其计算公式如下:
index=((SN*X)>>Y-1)mod M
式中index表示计算出的索引,SN表示在第N个采样时刻带材前进的长度,X根据计算机数据长度与斐波那契数列的黄金分割点所得,mod表示取余操作,>>表示右移位计算,Y表示计算机数据长度,M表示散列表的长度。>>Y-1,指计算机中的二进制数据右移Y-1位,表示除以2的Y-1次方。当计算机数据长度为16位时,Y-1为15,表示除以2的15次方;计算机数据长度为32位时,Y-1为31,表示除以2的31次方;计算机数据长度为64位时,Y-1为63,表示除以2的63次方。
公式中X主要是采用斐波那契数列的黄金分割点0.618性质计算出来,一般根据计算机数据长度进行计算,计算机数据长度为16位时,计算出为40503,计算机数据长度为32位时,计算出为2654435769,计算机数据长度为64位时,计算出为11400714819323198485。
在本方案中,所述的S2的具体步骤如下:
根据带材前进长度的变化,更新散列表的存储数据:每一个入口厚度测量点都对应一个带材前进长度数据,在每个采样时刻开始时,由于轧制速度的变化和带材的前进,带材前进长度数据都会发生变化,需要更新,更新公式为:
Figure BDA0002216047850000061
式中SN+1为第N+1个采样时刻计算出的带材前进的长度,N+1为采样时刻,T为采样时间,Vi表示前面采样时刻的入口速度,i从1到N。
在本方案中,所述的S4的具体步骤如下:
S41.根据入口测厚装置到辊缝的长度L,当带材前进长度等于L时,表示这个点的带材刚好进入辊缝,计算出索引值;
S42.根据索引值在散列表中检索当前秒流量控制计算所使用的入口厚度值,即当前通过辊缝的入口厚度值。
在本方案中,散列表的长度,采用大于最长带材的三分之一卷轧制所产生计算机数据长度的最小素数,或者更大的素数,但不超过存储空间所允许的最大长度。
在本方案中,所述方法发生散列冲突时,采用两阶散列法或者多阶散列法解决散列冲突。
在本方案中,所述秒流量厚度控制,用于铝板带箔材、铜板带箔材或其它金属板带箔材的轧制。
实施例2
本发明第二方面公开一种秒流量厚度控制的散列映射存储系统:包括存储器和处理器,所述的存储器中包括秒流量厚度控制的散列映射存储方法程序;所述的秒流量厚度控制的散列映射存储方法程序被所述的处理器执行时,实现如下步骤:
S1.进行散列表初始化,入口测厚装置测量辊缝入口的带材厚度,采用散列表的数据结构进行存储;
S2.根据带材前进长度的变化,更新散列表的储存数据;
S3.入口测厚装置获得辊缝出的入口厚度测量值H,计算新数据的索引并插入到散列表;
S4.检索数据,获得秒流量厚度控制计算时所使用的当前通过辊缝处的入口厚度值;
S5.重复S2-S4,直至一个道次的轧制过程完成,秒流量控制器停止计算,循环结束。
实施例3
本实施例将秒流量厚度控制的散列映射存储方法投入到实际应用中,计算机数据长度为32,包括以下步骤:
S1.计算开始,散列表初始化。
在计算开始后,需要建立并初始化散列表,关键字采用带材前进长度数据。假定在某个轧制道次中,生产最长带材所产生的数据为1000个,三分之一卷轧制产生的计算机数据长度为333,大于333的最小素数为337,取散列表长度为337。
给定入口测厚装置到辊缝的距离为27m。假定带材匀速前进,速度为1m/s。
在某个N采样时刻,散列表存储数据如图2所示。其中,中间一列数据为关键字,表示带材在入口测厚装置测量后前进的长度,最左侧一列数据为使用关键字在散列函数中计算出的存储索引,最右侧一列数据表示在索引处存储的入口厚度测量值。
例如,散列函数的计算公式为:
index=((SN*2654435769)>>31)mod M
式中index表示计算出的索引,SN表示在第N个采样时刻带材前进的长度,mod表示取余操作,>>表示右移位计算,M表示散列表的长度。
例如,第一组数据(25,21m,100um),表示(索引值,带材前进长度,入口厚度测量值),指带材使用入口测厚装置测量的入口厚度值为100um,它已经从入口测厚装置测量后前进21m,根据21计算出的索引为25。最后一组数据(32,26m,350um),表示带材在入口测厚装置测量出的入口厚度值为350um,它已经从入口测厚装置测量后前进26m,根据26计算出的索引为32。
S2.根据带材前进长度的变化,更新散列表的存储数据:每一个入口厚度测量点都对应一个带材前进长度数据,在每个采样时刻开始时,由于轧制速度的变化和带材的前进,带材前进长度数据都会发生变化,需要更新,更新公式为:
Figure BDA0002216047850000081
式中SN+1为第N+1个采样时刻计算出的带材前进的长度,N+1为采样时刻,T为采样时间,Vi表示前面采样时刻的入口速度,i从1到N。
给定采样时间T为1s,带材前进速度VN为1m/s,在N+1时刻,更新存储数据后的散列表如图3所示。例如在图3中,第一组数据变化为(27,22m,100um),表示图2中的第一组数据在前进1m长度后,带材前进长度更新为22m,索引值也更新计算为27。
S3.获得入口厚度测量值,计算新数据的索引插入到散列表:使用入口厚度测量装置,例如入口测厚装置等设备,获得入口厚度测量值,选择当前测量的带材前进长度作为关键字,使用散列函数进行计算,写入散列表。
图4表示在N+1时刻,插入新入口厚度测量值后的散列表存储数据。新插入数据为(0,0m,80um),表示新测量点刚刚进入,还没有前进,前进长度为0m,入口厚度测量值为80um。
S4.检索数据,获得秒流量厚度控制计算时,所使用的当前通过辊缝处的入口厚度值:
根据入口测厚装置到辊缝的长度L,在散列表中检索当前秒流量控制计算所使用的入口厚度值,即当前通过辊缝的入口厚度值。
给定入口测厚装置到辊缝的长度为L,当带材前进长度等于L时,表示这个点的带材正好进入辊缝,这样计算出索引值,取出这个索引存储的入口厚度值使用。
例如,在图4中,给定入口测厚装置到辊缝的长度为27m,使用27m计算出的索引值为33,表示正好前进27m进入辊缝,在33索引的存储处取出入口厚度值为350um,供给秒流量厚度控制使用。
S5.如此循环往复,直至一个道次的轧制过程完成,秒流量厚度控制器停止计算,此时循环结束。
由于散列表长度选择的较大,发生散列冲突的概率非常低。万一发生散列冲突时,使用两阶散列法或多阶散列法进行避免。例如两阶散列法,表示当关键字计算发生冲突时,使用另一个散列函数进行计算,生成另外一个散列表,存储计算过程类似,仅是散列函数选择的稍有不同而已。
综上所述,本发明提供的秒流量厚度控制的散列映射存储方法,存储入口厚度数据时,使用散列表的数据结构取代传统的FIFO先进先出队列数据结构,查找当前使用的入口厚度时,一般一次即可完成操作,并且避免了更新FIFO队列时所需要的逐次移位操作,减少了移位操作所需的计算量,提高计算效率。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。

Claims (7)

1.一种秒流量厚度控制的散列映射存储方法,用于金属加工轧制,其特征在于,包括以下步骤:
S1.进行散列表初始化,入口测厚装置测量辊缝入口的带材厚度,采用散列表的数据结构进行存储;
S2.根据带材前进长度的变化,更新散列表的储存数据;
S3.入口测厚装置获得入口厚度测量值H,计算新数据的索引并插入到散列表;
S4.检索数据,获得秒流量厚度控制计算时所使用的当前通过辊缝处的入口厚度值;
S5.重复S2-S4,直至一个道次的轧制过程完成,停止计算,循环结束。
2.根据权利要求1所述的秒流量厚度控制的散列映射存储方法,其特征在于,所述的S1中,入口测厚装置测量的带材厚度存储于散列表时,关键字采用带材前进的长度,散列函数采用斐波那契散列法进行计算,其计算公式如下:
index =( (SN*X)>> Y-1) mod M
其中,index表示计算出的索引,SN表示在第N个采样时刻带材前进的长度,X根据计算机数据长度与斐波那契数列的黄金分割点所得,mod表示取余操作,>>表示右移位计算,Y表示计算机数据长度,M表示散列表的长度。
3.根据权利要求2所述的秒流量厚度控制的散列映射存储方法,其特征在于,所述的S2的具体步骤如下:
根据带材前进长度的变化,更新散列表的存储数据:每一个入口厚度测量点都对应一个带材前进长度数据,在每个采样时刻开始时,由于轧制速度的变化和带材的前进,带材前进长度数据都会发生变化,需要更新,更新公式为:
式中SN+1为第N+1个采样时刻计算出的带材前进的长度,N+1为采样时刻,T为采样时间,Vi表示前面采样时刻的入口速度,i取值从1到N。
4.根据权利要求3所述的秒流量厚度控制的散列映射存储方法,其特征在于,所述的S4的具体步骤如下:
S41.由于入口测厚装置到辊缝具有一定长度,记为L,因此根据入口测厚装置到辊缝的长度L,当带材前进长度等于L时,表示这个点的带材刚好进入辊缝,计算出索引值;
S42.根据索引值在散列表中检索当前秒流量控制计算所使用的入口厚度值,即当前通过辊缝的入口厚度值。
5.根据权利要求2所述的秒流量厚度控制的散列映射存储方法,其特征在于,所述散列表的长度,采用大于最长带材的三分之一卷轧制所产生计算机数据长度的最小素数或者更大的素数,但不超过存储空间所允许的最大长度。
6.根据权利要求1所述的秒流量厚度控制的散列映射存储方法,其特征在于,所述方法发生散列冲突时,采用两阶散列法或者多阶散列法解决散列冲突。
7.一种秒流量厚度控制的散列映射存储系统,其特征在于,包括存储器和处理器,所述的存储器中包括秒流量厚度控制的散列映射存储方法程序;所述的秒流量厚度控制的散列映射存储方法程序被所述的处理器执行时,实现如下步骤:
S1.进行散列表初始化,入口测厚装置测量辊缝入口的带材厚度,采用散列表的数据结构进行存储;
S2.根据带材前进长度的变化,更新散列表的储存数据;
S3.入口测厚装置获得辊缝处的入口厚度测量值H,计算新数据的索引并插入到散列表;
S4.检索数据,获得秒流量厚度控制计算时,所使用的当前通过辊缝处的入口厚度值;
S5.重复S2-S4,直至一个道次的轧制过程完成,停止计算,循环结束。
CN201910915680.2A 2019-09-26 2019-09-26 一种秒流量厚度的散列映射存储方法和系统 Active CN110807029B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910915680.2A CN110807029B (zh) 2019-09-26 2019-09-26 一种秒流量厚度的散列映射存储方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910915680.2A CN110807029B (zh) 2019-09-26 2019-09-26 一种秒流量厚度的散列映射存储方法和系统

Publications (2)

Publication Number Publication Date
CN110807029A CN110807029A (zh) 2020-02-18
CN110807029B true CN110807029B (zh) 2023-04-25

Family

ID=69487714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910915680.2A Active CN110807029B (zh) 2019-09-26 2019-09-26 一种秒流量厚度的散列映射存储方法和系统

Country Status (1)

Country Link
CN (1) CN110807029B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6025553B2 (ja) * 2012-12-26 2016-11-16 株式会社日立製作所 圧延制御装置、圧延制御方法および圧延制御プログラム
CN103639207B (zh) * 2013-12-19 2015-12-02 西南铝业(集团)有限责任公司 一种单机架四辊高速冷轧机的秒流量厚控方法及系统
JP6404195B2 (ja) * 2015-09-16 2018-10-10 株式会社日立製作所 プラント制御装置、圧延制御装置、プラント制御方法およびプラント制御プログラム
JP6627740B2 (ja) * 2016-12-20 2020-01-08 東芝三菱電機産業システム株式会社 タンデム冷間圧延機の板厚制御装置
CN107999545B (zh) * 2017-11-30 2020-02-14 中冶南方工程技术有限公司 基于系统辨识与参数自适应的冷轧机秒流量厚度控制方法及系统

Also Published As

Publication number Publication date
CN110807029A (zh) 2020-02-18

Similar Documents

Publication Publication Date Title
US9069847B2 (en) Data visualization methods, data visualization devices, data visualization apparatuses, and articles of manufacture
WO2022141746A1 (zh) 一种水质异常检测方法及电子设备
CN110858062B (zh) 目标优化参数的获取方法及模型训练方法、装置
CN111445108A (zh) 数据驱动的配电网线变关系诊断方法、装置及系统
CN109154651A (zh) 基于雷达的测距处理方法、装置及无人飞行器
CN108053424A (zh) 目标跟踪方法、装置、电子设备及存储介质
CN110807029B (zh) 一种秒流量厚度的散列映射存储方法和系统
CN110355214B (zh) 一种基于最小堆的质量流入口厚度存储计算方法
CN111291119A (zh) 数据同步方法和装置
CN112000628B (zh) 多通道激光雷达数据存储方法、装置及电子设备
CN116501696B (zh) 适用于分布式深度学习训练预取缓存管理的方法和装置
CN109598933B (zh) 一种基于数据驱动的k邻近非参数回归的交通流预测方法
CN114634391B (zh) 一种膨化结晶机的运行状态实时评估方法及系统
US5732043A (en) Optimized deterministic bearings only target motion analysis technique
US20230083476A1 (en) Method and system for retrieving video segment by a sementic query
CN103309951A (zh) 在网上搜索多媒体文件的方法和装置
CN101551790B (zh) 应用于通信领域的快速傅立叶变换实现方法及装置
CN111382342B (zh) 一种热搜词的获取方法、装置、设备及存储介质
CN112395044B (zh) 命令行关键词填充方法、装置及网络设备
CN104866818A (zh) 一种用于搜索包含人脸的图片的方法和装置
CN109542927B (zh) 有效数据筛选方法、可读存储介质和终端
CN109800191B (zh) 用于计算序列数据的协方差的方法及装置
CN104133373A (zh) 基于改进型递推最小二乘的室温被控对象在线辨识算法
CN112364292B (zh) 一种基于Ransac的密集目标跟踪方法、装置、设备和介质
CN110147429B (zh) 文本比较方法、装置、计算机设备和存储介质

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