CN112085316A - 一种钢轨质量整体评估方法 - Google Patents
一种钢轨质量整体评估方法 Download PDFInfo
- Publication number
- CN112085316A CN112085316A CN202010733102.XA CN202010733102A CN112085316A CN 112085316 A CN112085316 A CN 112085316A CN 202010733102 A CN202010733102 A CN 202010733102A CN 112085316 A CN112085316 A CN 112085316A
- Authority
- CN
- China
- Prior art keywords
- quality
- index
- data
- steel rail
- cpk
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 15
- 229910000831 Steel Inorganic materials 0.000 title claims description 33
- 239000010959 steel Substances 0.000 title claims description 33
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000006243 chemical reaction Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000004519 manufacturing process Methods 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims description 10
- 230000002950 deficient Effects 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000013178 mathematical model Methods 0.000 abstract description 2
- 238000010438 heat treatment Methods 0.000 description 7
- 230000009467 reduction Effects 0.000 description 6
- 238000003908 quality control method Methods 0.000 description 5
- 238000005096 rolling process Methods 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 4
- 238000009749 continuous casting Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000009659 non-destructive testing Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 2
- 229910052748 manganese Inorganic materials 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 238000003756 stirring Methods 0.000 description 2
- 229910052717 sulfur Inorganic materials 0.000 description 2
- 229910052720 vanadium Inorganic materials 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000009489 vacuum treatment Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开一种钢轨质量整体评估方法,选取重点生产工序及其生产指标,钢轨成品指标,运用过程能力指数(或过程绩效指数)对量化数据进行分析,运用数据区间百分比对离散型数据进行统计,运用不合格率对定性数据进行统计,建立数据转换数学模型,将各指标分析或统计数据转换为表征质量的单项目质量指数,最后通过加权得到评估钢轨整体质量的质量指数,并且为钢轨质量的优化提供方向。
Description
技术领域
本发明属于钢轨领域,涉及钢轨质量的评估及优化,具体来说是一种钢轨质量整体评估方法。
背景技术
钢轨的生产需要经过炉外精炼、连铸、加热、轧制、矫直、无损检测、在线检查等14多个生产、检测工序,一支钢轨包括化学成分、拉伸性能、硬度、残余应力、规格尺寸(轨高、底宽、断面不对称等)、平直度、扭曲等20多项检测指标,但目前对于钢轨生产过程及成品质量的评估多是从局部指标进行分析,未考虑各指标之间的关联,缺少对整体质量的评估,在钢轨整体质量控制、用户选择使用等方面缺少参考依据。
发明内容
针对目前钢轨质量评估不充分的问题,本发明提出一种钢轨质量整体评估方法,通过建立数学模型,用钢轨生产参数及成品质量评估钢轨质量,从而为优化钢轨质量控制、用户选择使用提供方向。
本发明钢轨质量整体评估方法,具体步骤如下:
步骤1:钢轨生产指标数据收集,包括钢轨重点工序及其工序参数指标与成品质量指标。
步骤2:根据指标数据类型分为计量指标数据与计数指标数据,其中计数数据又分为水平等级数据与不合格率。
步骤3:将计量数据、水平等级数据、不合格率经过相应的数学转换公式转换为质量指数。
步骤4:各项质量指数加权。
步骤5:通过加权后的质量指数对钢轨的整体质量进行表征,同时根据各分项的质量指数对相应指标进行分析。
本发明的优点在于:
1、本发明钢轨质量整体评估方法,在局部指标的评估基础上对钢轨产品整体进行评估,考虑了指标的特征及关联性,更具有参考价值;
2、本发明钢轨质量整体评估方法,抽象了一种统一的评价指数,提高使用效率。
附图说明
图1为本发明钢轨质量整体评估方法流程图。
图2为计量数据质量指数转换示意图。
图3为不合格率数据质量指数转换示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明钢轨质量整体评估方法,具体步骤如下:
步骤1:钢轨生产指标数据收集
钢轨生产数据包括钢轨重点工序及其工序参数指标包括真空处理(真空度、深真空时间等)、连铸(浇注温度、电磁搅拌频率、拉速等)、加热(加热温度、加热时间等)、轧制(轧制试样规格尺寸等)、矫直(矫前温度、矫后质量等)、无损检测(钢轨伤损率等)、在线检查(钢轨表面质量不合格率等)等;
成品质量指标包括化学成分(C、Si、Mn、V、P、S、Al等)、气体含量(氢、氧、氮等)、硬度、抗拉强度、延伸率、断面收缩率、非金属夹杂物、残余应力、断裂韧性、疲劳、疲劳裂纹扩展速率、断面尺寸(轨高、轨头宽度、轨冠饱满度、轨底宽度、腰厚、不对称、轨底边缘厚度、连接夹板安装高度及斜度、轨底凹入等)、端面斜度、平直度、扭曲、长度、表面质量等。上述每一个指标数据量至少获取20个以上。
步骤2:指标数据处理
由于步骤1中各指标类型不同,因此根据指标数据类型分为计量指标数据与计数指标数据。
其中,计量指标数据包括真空处理(真空度、深真空时间等)、连铸(浇注温度、电磁搅拌频率、拉速等)、加热(加热温度、加热时间等)、轧制(轧制试样规格尺寸等)、矫直(矫前温度、矫后质量等)、无损检测(钢轨伤损率等)、在线检查(钢轨表面质量不合格率等)、化学成分(C、Si、Mn、V、P、S、Al等)、气体含量(氢、氧、氮等)、硬度、抗拉强度、延伸率、断面收缩率、残余应力、断裂韧性、疲劳、疲劳裂纹扩展速率、扭曲、长度等。
上述计量指标数据采用过程能力指数(或过程绩效指数)进行分析,公式如下:
式(1)中,USL、LSL分别代表标准要求的上下限,代表计量指标数据的平均值,σ代表计量指标数据的标准差,Cpk为过程能力指数,Ppk为过程绩效指数,值越大代表整体的离散程度相对于技术标准的公差范围越小,因而能力越高,质量控制越稳定。
根据分析结果,可评估计量指标的质量稳定性。
计数数据又分为两种,一种使用相应水平的分布比例(下称水平等级数据)进行质量稳定性表征,包括非金属夹杂物、平直度;另一种使用不合格率(下称不合格率)进行表征。
步骤3:质量指数模型建立
步骤2中的计量数据、水平等级数据、不合格率经过相应的数学转换公式转换为质量指数,以便后续加权,具体如下:
A、计量数据转化:
Y1=A1*Cpk*(A2*Cpk+A3) Cpk<0.67 (2)
Y1=10-B1*EXP(-Cpk/B2-B3) Cpk≥0.67 (3)
其中,Y1为计量数据代表的质量指数水平,其中,A1、A2、A3、B1、B2、B3代表系数,且Cpk可以更换为Ppk。系数的拟合方式采用以下方法,公式(2)及公式(3)代表的两段函数在Cpk为0.67处连续,低于0.67时,反映出质量波动较为明显,即质量控制相对较差,因此其质量指数的增速较低,在0.67以上,反映出质量逐步改善,因此其对应质量指数增速较高,当达到1.67以上时,进一步增加质量控制的意义不明显,不宜进一步强调质量指数的增长,因此在1.67附近出现拐点,拟合曲线如图2所示。
B、水平等级数据转化:
Y2=10-∑aiXi (4)
上式中,Y2为水平等级数据代表的质量指数水平,ai代表系数,Xi代表相应区间的分布比例;i代表不同水平等级,如针对平直度,i代表了0mm,0.5mm,1mm,1.5mm,2mm,2.5mm等,针对非金属夹杂物,i代表了0级,0.5级,1.5级,2级,2.5级,3级等;ai有以下特征值,抽样指标为标准上限,其系数ai为8,指标为0时,系数为0,其余低于标准上限指标的系数ai为8*(1/2)p,p的值为(上限水平-相应水平)/最小单位间隔;高于标准上限指标的系数ai为8*2r,r的值为(相应水平-上限水平)/最小单位间隔。如:标准要求非金属夹杂物的上限为2级,评级以0.5级为步进,则2级的ai为8,标准以下各等级系数分别为1.5级ai为4,1级ai为2,0.5级ai为1,0级ai为0,标准以上各等级系数分别为2.5级ai为16,3级ai为32。需要说明的是,当Y2<0时,令Y2等于0。
C、不合格率数据转化:
Y3=C1*q+C2 q<R1 (5)
Y3=D1*q+D2 R2>q≥R1 (6)
Y3=E1*q+E2 q≥R2 (7)
其中,Y3为不合格率数据代表的质量指数水平;C1、C2、D1、D2、E1、E2代表系数,q代表不合格率。系数的拟合采用以下原则,当不合格率小于R1时,指数随不合格率的降低,降幅较小;当不合格率在R1~R2时,指数随不合格率的增长,降幅较大;当不合格率大于R2时,能力不足,指数随不合格率的降低,降幅较小,拟合曲线如图3所示,图中不合格率转换点R1与R2分别为0.05与0.01。
总体来看,上述各指标数据转化公式为非线形的,单个指标数据在进行质量指数转化时参照以下方式:质量波动较明显时,质量指数较低,且增速较缓,以引起质量重视,由波动明显向稳定转变时,质量指数逐步增加,且增速较快,以促进质量的提升,由稳定向良好转变时,质量指数较高,且增速较缓,以促进向其他质量指标重视。各转换点的选择尤为重要,同一类(如计量类数据)指标转化公式及转化点都是一样,但是不同指标(如计量类数据与不合格率数据之间)的转化点可能存在差异,计量类数据转换点:Cpk为0.67,不合格率数据转换点:不合格率为R1和R2,不合格率将根据生产情况波动。
步骤4:各质量指数加权:
其中,Y代表总的质量指数,指数越高代表钢轨整体质量越稳定,控制越好。bu、bv、bw代表系数,Yu、Yv、Yw分别代表计量数据、水平等级数据、不合格率数据对应指标的质量指数,g、h、o分别为相应指标数量,bu、bv、bw通常为1。
步骤5:模型应用。
根据公式(8)得到的汇总的质量指数对钢轨的整体质量进行表征,同时根据分项的质量指数可以对相应指标进行分析,为钢轨生产及质量优化提供方向,此外为用户钢轨选择使用提供参考。
Claims (5)
1.一种钢轨质量整体评估方法,其特征在于:具体步骤为:
步骤1:钢轨生产指标数据收集,包括钢轨重点工序及其工序参数指标与成品质量指标;
步骤2:根据指标数据类型分为计量指标数据与计数指标数据,其中计数数据又分为水平等级数据与不合格率;
步骤3:将计量数据、水平等级数据、不合格率经过相应的数学转换公式转换为质量指数;
步骤4:各项质量指数加权;
步骤5:通过加权后的质量指数对钢轨的整体质量进行表征。
4.如权利要求1所述一种钢轨质量整体评估方法,其特征在于:ai具有以下特征值,抽样指标为标准上限,其系数ai为8,指标为0时,系数为0,其余低于标准上限指标的系数ai为8*(1/2)p,p的值为(上限水平-相应水平)/最小单位间隔;高于标准上限指标的系数ai为8*2r,r的值为(相应水平-上限水平)/最小单位间隔。
5.如权利要求1所述一种钢轨质量整体评估方法,其特征在于:不合格率数据转化具体方式为:
Y3=C1*q+C2 q<0.01 (5)
Y3=D1*q+D2 0.05>q≥0.01 (6)
Y3=E1*q+E2 q≥0.05 (7)
其中,Y3为不合格率数据代表的质量指数水平;C1、C2、D1、D2、E1、E2代表系数,q代表不合格率。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010724413X | 2020-07-24 | ||
CN202010724413 | 2020-07-24 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112085316A true CN112085316A (zh) | 2020-12-15 |
CN112085316B CN112085316B (zh) | 2023-04-07 |
Family
ID=73735125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010733102.XA Active CN112085316B (zh) | 2020-07-24 | 2020-07-27 | 一种钢轨质量整体评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112085316B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689091A (zh) * | 2021-08-06 | 2021-11-23 | 邯郸钢铁集团有限责任公司 | 一种智能钢卷质量分级的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003099480A (ja) * | 2001-09-26 | 2003-04-04 | Matsushita Electric Ind Co Ltd | 設計支援方法、設計支援装置、プログラム、および媒体 |
CN1928879A (zh) * | 2006-09-14 | 2007-03-14 | 中国船舶重工集团公司第十二研究所 | 一种锻造成形工艺的优化方法 |
WO2011081122A1 (ja) * | 2010-01-04 | 2011-07-07 | 日本電気株式会社 | 評価システム、評価装置、評価方法、およびプログラム |
CN102509243A (zh) * | 2011-09-20 | 2012-06-20 | 河北中烟工业有限责任公司 | 卷烟制造过程质量评价方法及其系统 |
-
2020
- 2020-07-27 CN CN202010733102.XA patent/CN112085316B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003099480A (ja) * | 2001-09-26 | 2003-04-04 | Matsushita Electric Ind Co Ltd | 設計支援方法、設計支援装置、プログラム、および媒体 |
CN1928879A (zh) * | 2006-09-14 | 2007-03-14 | 中国船舶重工集团公司第十二研究所 | 一种锻造成形工艺的优化方法 |
WO2011081122A1 (ja) * | 2010-01-04 | 2011-07-07 | 日本電気株式会社 | 評価システム、評価装置、評価方法、およびプログラム |
CN102509243A (zh) * | 2011-09-20 | 2012-06-20 | 河北中烟工业有限责任公司 | 卷烟制造过程质量评价方法及其系统 |
Non-Patent Citations (1)
Title |
---|
陈炜等: "汽车覆盖件拉延模型面设计质量模糊综合评判", 《中国机械工程》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113689091A (zh) * | 2021-08-06 | 2021-11-23 | 邯郸钢铁集团有限责任公司 | 一种智能钢卷质量分级的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112085316B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458474B (zh) | 一种卷烟卷制物理质量综合评价方法 | |
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 | |
CN109324014B (zh) | 一种自适应的原油性质近红外快速预测方法 | |
CN109033586A (zh) | 基于映射单调性的合金晶粒尺寸的确定方法及确定系统 | |
CN112085316B (zh) | 一种钢轨质量整体评估方法 | |
CN111790762B (zh) | 一种基于随机森林的热轧带钢轧制力设定方法 | |
CN116469481B (zh) | 一种基于XGBoost算法的LF精炼钢水成分预报方法 | |
CN112418270A (zh) | 一种高炉综合状态预测方法及系统 | |
CN114999594A (zh) | 考虑数据分散性的eifs疲劳全寿命的预测方法 | |
CN109632489A (zh) | 一种基于单调拉伸参数的金属材料疲劳裂纹扩展模型构建方法 | |
CN109934421B (zh) | 一种面向波动炉况的高炉铁水硅含量预测与补偿方法 | |
CN113553712A (zh) | 基于多元回归的粉末冶金混合材料配方建模及控制方法 | |
CN111931425A (zh) | 一种基于rf算法的热轧q355b钢种的性能预测系统 | |
CN108072747A (zh) | 一种高温合金夹杂面积定量估算方法 | |
Zhang et al. | New formula relating the yield stress-strain with the strength coefficient and the strain-hardening exponent | |
Motra et al. | Influence of specimen dimensions and orientation on the tensile properties of structural steel | |
CN115545878A (zh) | 一种基于机器学习的债券风险评估方法及系统 | |
CN114841277A (zh) | 一种转炉出钢合金收得率预测方法和系统 | |
CN110879873B (zh) | 一种基于哈密顿蒙特卡洛采样的vine copula相关性描述的软测量方法及系统 | |
CN107643305A (zh) | 一种基于位错密度的振动时效效果的无损评价方法 | |
CN115392104A (zh) | 一种基于退火工艺预测冷轧连续退火带钢力学性能的方法 | |
CN114169777A (zh) | 一种基于电力大数据的工业新旧动能转换成效评估方法 | |
CN110516750A (zh) | 一种基于cart决策树的钢板板形质量异常检测方法 | |
CN101135620A (zh) | 具有上下屈服点的拉伸标样的制作方法 | |
CN117807424B (zh) | 工业大数据驱动的宽厚钢板质量动态在线识别方法及装置 |
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 |