CN112085391A - 一种基于工艺规则的带钢生产过程数据特征值提取方法 - Google Patents
一种基于工艺规则的带钢生产过程数据特征值提取方法 Download PDFInfo
- Publication number
- CN112085391A CN112085391A CN202010950170.1A CN202010950170A CN112085391A CN 112085391 A CN112085391 A CN 112085391A CN 202010950170 A CN202010950170 A CN 202010950170A CN 112085391 A CN112085391 A CN 112085391A
- Authority
- CN
- China
- Prior art keywords
- strip steel
- data
- value
- production process
- tabletemp
- 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
- 238000000034 method Methods 0.000 title claims abstract description 77
- 239000010959 steel Substances 0.000 title claims abstract description 59
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 57
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 41
- 238000000605 extraction Methods 0.000 title claims abstract description 20
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 238000005070 sampling Methods 0.000 claims abstract description 25
- 238000005096 rolling process Methods 0.000 description 4
- 238000009529 body temperature measurement Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003908 quality control method 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
- G06Q10/06395—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
-
- 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)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Factory Administration (AREA)
- Investigating And Analyzing Materials By Characteristic Methods (AREA)
Abstract
本发明公开了一种基于工艺规则的带钢生产过程数据特征值提取方法,包括以下步骤:数据采集系统读取带钢生产过程工艺参数(Y1…Yi;将工艺过程参数采样值Yi与LH(或LL)进行比较,如果Yi<LH(或Yi>LL),则进行下一个采样值的比较;将XLH(或XLL)值作为异常数据段起始点写入数据库表TableTemp中;将XLH(或XLL)值作为异常数据段结束点写入统计结果表TableTemp中;在统计结果表TableTemp中求出超出工艺规则的每段异常数据的特征值,包括极值和均值。本发明适用于所有基于工艺规则的带钢生产过程控制参数特征值的提取,为质量跟踪和工艺分析提供了高效便捷的方法。
Description
技术领域
本发明涉及钢铁生产行业的带钢生产质量控制领域,具体涉及一种基于工艺规则的带钢生产过程数据特征值提取方法。
背景技术
在钢铁行业生产中,热连轧和冷连轧所生产的带钢产品,为了达到一定的质量要求,质量管理人员对生产过程工艺参数都制定了相应的参数工艺规则,并在生产过程中监控实际的生产过程工艺参数是否符合所制定的规则标准。
由于热连轧和冷连轧所生产的带钢产品的长度都比较长,每卷带钢要求控制的工艺参数数量较多,每个工艺参数实际生产过程数据量大,如何快速的提取出符合(或不符合)参数标准的特征数据,同时又适用于各种工艺控制参数的要求,及时准确的统计出关键过程参数的控制情况,为质量管理人员提供参考和决断。
发明内容
本发明的目的在于提供一种基于工艺规则的带钢生产过程数据特征值提取方法,根据质量管理人员根据工艺参数控制标准,制定相应的工艺参数控制规则,将符合(或不符合)参数规则标准的特征数据提出来并存储,能够快速计算出每卷带钢的工艺参数命中率,为质量判定和管理提供参考和决策。
本发明解决其技术问题所采用的技术方案是:一种基于工艺规则的带钢生产过程数据特征值提取方法,包括带钢生产过程工艺参数标准,带钢生产过程工艺数据所允许的上限或下限值;带钢生产过程工艺数据的采集和存储;
一种基于工艺规则的带钢生产过程数据特征值提取方法,包括以下步骤:
Ⅰ、数据采集系统读取带钢生产过程工艺参数(Y1…Yi),同时采集数据还包括工艺参数采样点所对应的带钢长度方向的位置点(X1…Xi)、带钢的钢号和采样时间,存储于数据库中,每个工艺参数采集数据存储于一张数据表中;设参数的工艺规则所允许的上限值为LH,所允许的下限值为LL;在数据采集系统数据库中为每一个工艺参数新建一张统计结果表为TableTemp;
Ⅱ、将工艺过程参数采样值Yi与LH(或LL)进行比较,如果Yi<LH(或Yi>LL),则进行下一个采样值的比较;
Ⅲ、上述Ⅱ所述步骤中,如果Yi-1<LH且Yi>LH(或Yi-1>LL且Yi<LL)时,则取(Xi-1,Yi-1)和(Xi,Yi)两点进行差值计算,得出Y=LH所对应的XLH(或XLL)值,将XLH(或XLL)值作为异常数据段起始点写入数据库表TableTemp中;
Ⅳ、上述Ⅲ所述步骤中,如果Yi>LH且Yi+1<LH(或Yi-1<LL且Yi>LL)时,则取(Xi,Yi)和(Xi+1,Yi+1)两点进行差值计算,得出Y=LH所对应的XLH(或XLL)值,将XLH(或XLL)值作为异常数据段结束点写入统计结果表TableTemp中;
Ⅴ、在统计结果表TableTemp中求出超出工艺规则的每段异常数据的特征值,包括极值和均值。
进一步,所述带钢生产过程数据特征值提取步骤,形成特征值提取结果表,该表字段内容主要包括异常数据长度起始点、结束点、异常数据段长度、异常类型、异常段数据的极值和异常段数据的均值。
进一步,所述基于工艺规则的带钢生产过程数据特征提取方法形成自动计算的程序系统。
本发明具有以下有益效果:本发明的一种基于工艺规则的带钢生产过程数据特征值提取方法,根据质量管理人员根据工艺参数控制标准,制定相应的工艺参数控制规则,将符合(或不符合)参数规则标准的特征数据提出来并存储,能够快速计算出每卷带钢的工艺参数命中率,为质量判定和管理提供参考和决策。
附图说明
图1为本发明中卷取温度工艺采数采样值示意图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
一种基于工艺规则的带钢生产过程数据特征值提取方法,包括带钢生产过程工艺参数标准,带钢生产过程工艺数据所允许的上限或下限值;带钢生产过程工艺数据的采集和存储;
一种基于工艺规则的带钢生产过程数据特征值提取方法,包括以下步骤:
Ⅰ、数据采集系统读取带钢生产过程工艺参数(Y1…Yi),同时采集数据还包括工艺参数采样点所对应的带钢长度方向的位置点(X1…Xi)、带钢的钢号和采样时间,存储于数据库中,每个工艺参数采集数据存储于一张数据表中;设参数的工艺规则所允许的上限值为LH,所允许的下限值为LL;在数据采集系统数据库中为每一个工艺参数新建一张统计结果表为TableTemp;
Ⅱ、将工艺过程参数采样值Yi与LH(或LL)进行比较,如果Yi<LH(或Yi>LL),则进行下一个采样值的比较;
Ⅲ、上述Ⅱ所述步骤中,如果Yi-1<LH且Yi>LH(或Yi-1>LL且Yi<LL)时,则取(Xi-1,Yi-1)和(Xi,Yi)两点进行差值计算,得出Y=LH所对应的XLH(或XLL)值,将XLH(或XLL)值作为异常数据段起始点写入数据库表TableTemp中;
Ⅳ、上述Ⅲ所述步骤中,如果Yi>LH且Yi+1<LH(或Yi-1<LL且Yi>LL)时,则取(Xi,Yi)和(Xi+1,Yi+1)两点进行差值计算,得出Y=LH所对应的XLH(或XLL)值,将XLH(或XLL)值作为异常数据段结束点写入统计结果表TableTemp中;
Ⅴ、在统计结果表TableTemp中求出超出工艺规则的每段异常数据的特征值,包括极值和均值。
所述带钢生产过程数据特征值提取步骤,形成特征值提取结果表,该表字段内容主要包括异常数据长度起始点、结束点、异常数据段长度、异常类型、异常段数据的极值和异常段数据的均值。
所述基于工艺规则的带钢生产过程数据特征提取方法形成自动计算的程序系统。
实施例1
为能清楚说明本方法的技术特点,下面结合附图1和附表1和表2通过一个具体的基于工艺规则的带钢生产过程工艺数据特征值提取方法进行阐述。
按照本发明权利要求所述步骤:
Ⅰ、如附表1所示,数据采集系统读取带钢生产过程工艺参数卷取温度测量值,存储于数据库中,数据表中存储了带钢全长的温度测量值、带钢的长度、卷取温度工艺规则上限和下限、钢号、采样时间信息;
Ⅱ、带钢的卷取温度(CT)参数工艺规则要求所允许的上限值LH为675℃,所允许的下限值LL为645℃;在数据采集系统数据库中新建一张统计结果表为CT_TableTemp;
Ⅲ、如附图1所示,将带钢的卷取温度参数采样值Yi(i=1……n)依次与卷取温度工艺规则上限LH=675进行比较,Y1=655.21,因Y1<LH,再进行Y2的比较判断,一直比较到Y15=676.15时,Y15>LH;
Ⅳ、取(X14,Y14)和(X15,Y15)两点进行差值计算,计算出Y=675时所对应XLH=70.55,将70.55点写入数据库表CT_TableTemp中,作为超过工艺规则上限数据段的起始点。继续按照Ⅲ和Ⅳ步骤进行其余采样点与LH的比较。
Ⅴ、当计算到Y24=672.04时,因Y24<HL,此时按照步骤Ⅳ取(X23,Y23)和(X24,Y24)两点进行差值计算,计算出Y=675时所对应XLH=116.53,将116.53值写入表CT_TableTemp中,作为超过工艺规则上限数据段的结束点。继续按照Ⅲ和Ⅳ步骤进行其余采样点与LH的比较,直到比较完成该钢卷的所有卷取温度的采样点。
Ⅵ、将钢卷卷取温度参数采样值Yi(i=1……n)依次与卷取温度下限LL=645进行比较,Y1=655.21,因Y1>LL,再进行Y2的比较判断,直到Y64=644.04时,Y64<LL;
Ⅶ、取(X63,Y63)和(X64,Y64)两点进行差值计算,计算出Y=645时所对应XLH=340.95,将340.9写入数据库表CT_TableTemp中,作为超过工艺规则下限数据段的起始点。继续按照Ⅵ步骤进行其余采样点与LL的比较。
Ⅷ、当计算到Y71=646.14时,因Y71>LL,此时按照步骤Ⅶ取(X70,Y70)和(X71,Y71)两点进行差值计算,计算出Y=645时所对应XLH=379.2,将379点写入表CT_TableTemp中,作为超过工艺规则下限数据段的结束点。继续按照上述步骤进行其余采样点与LL的比较,直到比较完成该钢卷的所有卷取温度的采样点。
分别计算出超出工艺规则上限和下限数据段的长度,计算出每一段超出工艺规则数据段的最大值或最小值和均值写入结果表CT_TableTemp中,如附表2所示。
表1卷取温度采样值数据表
表2特征值提取结果表
本发明不局限于上述实施方式,任何人应得知在本发明的启示下作出的结构变化,凡是与本发明具有相同或相近的技术方案,均落入本发明的保护范围之内。
本发明未详细描述的技术、形状、构造部分均为公知技术。
Claims (3)
1.一种基于工艺规则的带钢生产过程数据特征值提取方法,其特征在于:包括带钢生产过程工艺参数标准,带钢生产过程工艺数据所允许的上限或下限值;带钢生产过程工艺数据的采集和存储;
一种基于工艺规则的带钢生产过程数据特征值提取方法,包括以下步骤:
Ⅰ、数据采集系统读取带钢生产过程工艺参数(Y1…Yi),同时采集数据还包括工艺参数采样点所对应的带钢长度方向的位置点(X1…Xi)、带钢的钢号和采样时间,存储于数据库中,每个工艺参数采集数据存储于一张数据表中;设参数的工艺规则所允许的上限值为LH,所允许的下限值为LL;在数据采集系统数据库中为每一个工艺参数新建一张统计结果表为TableTemp;
Ⅱ、将工艺过程参数采样值Yi与LH(或LL)进行比较,如果Yi<LH(或Yi>LL),则进行下一个采样值的比较;
Ⅲ、上述Ⅱ所述步骤中,如果Yi-1<LH且Yi>LH(或Yi-1>LL且Yi<LL)时,则取(Xi-1,Yi-1)和(Xi,Yi)两点进行差值计算,得出Y=LH所对应的XLH(或XLL)值,将XLH(或XLL)值作为异常数据段起始点写入数据库表TableTemp中;
Ⅳ、上述Ⅲ所述步骤中,如果Yi>LH且Yi+1<LH(或Yi-1<LL且Yi>LL)时,则取(Xi,Yi)和(Xi+1,Yi+1)两点进行差值计算,得出Y=LH所对应的XLH(或XLL)值,将XLH(或XLL)值作为异常数据段结束点写入统计结果表TableTemp中;
Ⅴ、在统计结果表TableTemp中求出超出工艺规则的每段异常数据的特征值,包括极值和均值。
2.根据权利要求1所述的一种基于工艺规则的带钢生产过程数据特征值提取方法,其特征在于:所述带钢生产过程数据特征值提取步骤,形成特征值提取结果表,该表字段内容主要包括异常数据长度起始点、结束点、异常数据段长度、异常类型、异常段数据的极值和异常段数据的均值。
3.根据权利要求1或2所述的一种基于工艺规则的带钢生产过程数据特征值提取方法,其特征在于:所述基于工艺规则的带钢生产过程数据特征提取方法形成自动计算的程序系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010950170.1A CN112085391B (zh) | 2020-09-11 | 2020-09-11 | 一种基于工艺规则的带钢生产过程数据特征值提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010950170.1A CN112085391B (zh) | 2020-09-11 | 2020-09-11 | 一种基于工艺规则的带钢生产过程数据特征值提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112085391A true CN112085391A (zh) | 2020-12-15 |
CN112085391B CN112085391B (zh) | 2024-02-27 |
Family
ID=73737379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010950170.1A Active CN112085391B (zh) | 2020-09-11 | 2020-09-11 | 一种基于工艺规则的带钢生产过程数据特征值提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112085391B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007052797A (ja) * | 2006-09-08 | 2007-03-01 | Sofutorokkusu:Kk | 加工工程の監視方法 |
CN102436720A (zh) * | 2011-09-28 | 2012-05-02 | 清华大学 | 一种基于数据过滤的重复报警处理方法 |
CN102509174A (zh) * | 2011-11-01 | 2012-06-20 | 冶金自动化研究设计院 | 一种基于工业过程数据的报警限自学习系统的方法 |
CN105022371A (zh) * | 2014-05-01 | 2015-11-04 | 三菱电机株式会社 | 阈值波形生成装置 |
CN105956393A (zh) * | 2016-04-27 | 2016-09-21 | 北京首钢自动化信息技术有限公司 | 一种板材质量检测实时计算系统及其方法 |
CN106482951A (zh) * | 2016-09-12 | 2017-03-08 | 西安航天动力试验技术研究所 | 一种发动机工作状态监测及自动关机方法 |
CN107799378A (zh) * | 2016-09-06 | 2018-03-13 | 东京毅力科创株式会社 | 异常探测方法以及半导体制造装置 |
CN108956111A (zh) * | 2018-06-11 | 2018-12-07 | 北京天泽智云科技有限公司 | 一种机械部件的异常状态检测方法及检测系统 |
CN109815094A (zh) * | 2019-01-04 | 2019-05-28 | 平安科技(深圳)有限公司 | 数据表的监控方法、装置、设备及计算机可读存储介质 |
CN110287078A (zh) * | 2019-04-12 | 2019-09-27 | 上海新炬网络技术有限公司 | 基于zabbix性能基线的异常检测和告警方法 |
CN111177140A (zh) * | 2020-01-02 | 2020-05-19 | 云南昆船电子设备有限公司 | 一种卷烟制丝线生产过程数据清洗系统和方法 |
-
2020
- 2020-09-11 CN CN202010950170.1A patent/CN112085391B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007052797A (ja) * | 2006-09-08 | 2007-03-01 | Sofutorokkusu:Kk | 加工工程の監視方法 |
CN102436720A (zh) * | 2011-09-28 | 2012-05-02 | 清华大学 | 一种基于数据过滤的重复报警处理方法 |
CN102509174A (zh) * | 2011-11-01 | 2012-06-20 | 冶金自动化研究设计院 | 一种基于工业过程数据的报警限自学习系统的方法 |
CN105022371A (zh) * | 2014-05-01 | 2015-11-04 | 三菱电机株式会社 | 阈值波形生成装置 |
CN105956393A (zh) * | 2016-04-27 | 2016-09-21 | 北京首钢自动化信息技术有限公司 | 一种板材质量检测实时计算系统及其方法 |
CN107799378A (zh) * | 2016-09-06 | 2018-03-13 | 东京毅力科创株式会社 | 异常探测方法以及半导体制造装置 |
CN106482951A (zh) * | 2016-09-12 | 2017-03-08 | 西安航天动力试验技术研究所 | 一种发动机工作状态监测及自动关机方法 |
CN108956111A (zh) * | 2018-06-11 | 2018-12-07 | 北京天泽智云科技有限公司 | 一种机械部件的异常状态检测方法及检测系统 |
CN109815094A (zh) * | 2019-01-04 | 2019-05-28 | 平安科技(深圳)有限公司 | 数据表的监控方法、装置、设备及计算机可读存储介质 |
CN110287078A (zh) * | 2019-04-12 | 2019-09-27 | 上海新炬网络技术有限公司 | 基于zabbix性能基线的异常检测和告警方法 |
CN111177140A (zh) * | 2020-01-02 | 2020-05-19 | 云南昆船电子设备有限公司 | 一种卷烟制丝线生产过程数据清洗系统和方法 |
Non-Patent Citations (3)
Title |
---|
HONGCHUN LI ETAL: "Analysis of premature failure of work rolls in a cold strip plant", SCIENCEDIRECT, pages 1442 - 1446 * |
夏泽旭等: "冷连轧机组AGC控制技术研究与应用", 中国优秀硕士学位论文全文数据库 工程科技I辑, pages 2 - 5 * |
杨利坡等: "冷轧带钢板形检测误差及异常信号补偿模型", 机械工程学报, pages 30 - 37 * |
Also Published As
Publication number | Publication date |
---|---|
CN112085391B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110458474B (zh) | 一种卷烟卷制物理质量综合评价方法 | |
CN107042234B (zh) | 基于棒材全流程大数据采集的智能化工艺生产方法 | |
CN102080155B (zh) | 重轨钢坯加热过程温度曲线记录方法 | |
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 | |
CN111666653B (zh) | 一种带钢精轧模型设定精度的在线评判方法 | |
CN111790762B (zh) | 一种基于随机森林的热轧带钢轧制力设定方法 | |
CN107619894A (zh) | 一种高炉操作炉型在线管理方法 | |
CN109108094A (zh) | 一种螺纹钢细晶轧制智能控制技术 | |
CN112547807A (zh) | 一种基于决策树算法的热轧带钢质量精准判定方法 | |
CN112085391A (zh) | 一种基于工艺规则的带钢生产过程数据特征值提取方法 | |
CN108364095B (zh) | 基于数据挖掘的炼钢生产过程钢水质量诊断方法 | |
CN112785115B (zh) | 一种冷轧原料库质量预审核方法 | |
CN102034284A (zh) | 一种钢材在热轧后控冷线实时控冷温度曲线图记录装置 | |
CN111639800B (zh) | 高炉工艺参数范围的设定方法、设备和存储介质 | |
CN103632014B (zh) | 一种热连轧产品生产流程的工艺参数预测方法 | |
CN108876129A (zh) | 一种板坯的组板方法及装置 | |
CN116204578B (zh) | 一种电动螺旋压力机控制数据管理方法、系统及存储介质 | |
CN112651178A (zh) | 一种基于无规则缺失数据融合模型的丁烷含量预测方法 | |
JP3943841B2 (ja) | 鋼材の材質推定装置 | |
CN112246878B (zh) | 一种酸洗卷热轧过程厚度判定系统及判定方法 | |
CN111482466B (zh) | 一种轧机加速度的设定方法 | |
CN107507885A (zh) | 基于多通道传感器数据的太阳能电池生产过程监测方法 | |
CN116882629A (zh) | 打叶复烤工艺参数关联性分析方法 | |
CN111950940B (zh) | 一种基于属性关系积的质量数据属性约简方法 | |
CN112122352B (zh) | 一种提高酸洗产品缺陷精准定位的控制方法 |
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 |