CN117831657A - 基于电子束冷床炉实现热轧卷带的熔炼方法、系统及介质 - Google Patents
基于电子束冷床炉实现热轧卷带的熔炼方法、系统及介质 Download PDFInfo
- Publication number
- CN117831657A CN117831657A CN202410252607.2A CN202410252607A CN117831657A CN 117831657 A CN117831657 A CN 117831657A CN 202410252607 A CN202410252607 A CN 202410252607A CN 117831657 A CN117831657 A CN 117831657A
- Authority
- CN
- China
- Prior art keywords
- information
- smelting
- raw material
- electron beam
- state information
- 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.)
- Withdrawn
Links
- 238000003723 Smelting Methods 0.000 title claims abstract description 326
- 238000000034 method Methods 0.000 title claims abstract description 135
- 238000010894 electron beam technology Methods 0.000 title claims abstract description 99
- 238000001816 cooling Methods 0.000 title claims abstract description 25
- 239000002994 raw material Substances 0.000 claims abstract description 185
- 238000012937 correction Methods 0.000 claims abstract description 69
- 238000004088 simulation Methods 0.000 claims abstract description 14
- 238000002844 melting Methods 0.000 claims description 96
- 230000008018 melting Effects 0.000 claims description 96
- 239000012535 impurity Substances 0.000 claims description 30
- 239000013078 crystal Substances 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 12
- 238000000926 separation method Methods 0.000 claims description 8
- 238000012549 training Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 7
- 210000002569 neuron Anatomy 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 239000002245 particle Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 3
- 239000002184 metal Substances 0.000 description 3
- 229910052751 metal Inorganic materials 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 238000005098 hot rolling Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Landscapes
- Manufacture And Refinement Of Metals (AREA)
Abstract
本申请实施例提供了一种基于电子束冷床炉实现热轧卷带的熔炼方法、系统及介质,该方法包括:获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息;获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息生成实时熔炼状态信息;将实时熔炼状态信息与标准原料熔炼状态信息进行比较,得到状态偏差率,判断状态偏差率是否大于或等于设定的状态偏差率阈值;若大于或等于,则根据修正信息调整电子束冷床炉的工艺参数;若小于,则将熔炼状态信息实时传输至终端;通过分析原料组分,匹配电子束冷床炉的工艺参数,对原料进行精准的熔炼,提高产品成型精度。
Description
技术领域
本申请涉及原料熔炼领域,具体而言,涉及一种基于电子束冷床炉实现热轧卷带的熔炼方法、系统及介质。
背景技术
电子束熔炼指的是在高真空下将高速电子束流的动能转换为热能作为热源来进行金属熔炼的一种真空熔炼方法。简称EBM。这种熔炼方法具有熔炼温度高、炉子功率和加热速度可调、产品质量好的特点,但也存在金属收得率较低、比电耗较大、须在高真空状态下进行熔炼等问题。电子束熔炼不仅用于钢铁和稀有金属的熔炼和精炼,也广泛用于焊接、陶瓷材料熔铸等,现有的熔炼方法中无法通过分析原料组分的熔炼状态进行判断电子束冷床炉的当前工艺参数信息是否满足要求,无法动态调整工艺参数,造成熔炼过程中的误差不断扩大,影响产品成型效果;针对上述问题,目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种基于电子束冷床炉实现热轧卷带的熔炼方法、系统及介质,通过分析原料组分,匹配电子束冷床炉的工艺参数,对原料进行精准的熔炼,提高产品成型精度。
本申请实施例还提供了一种基于电子束冷床炉实现热轧卷带的熔炼方法,包括:
获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息;
获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息;
将实时熔炼状态信息与标准原料熔炼状态信息进行比较,得到状态偏差率,判断所述状态偏差率是否大于或等于设定的状态偏差率阈值;
若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数;
若小于,则将熔炼状态信息实时传输至终端。
可选地,在本申请实施例所述的基于电子束冷床炉实现热轧卷带的熔炼方法中,获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,具体包括:
获取原料组分信息,根据原料组分信息分析不同原料组分之间的比例信息;
根据不同组分之间的比例信息生成原料组分权重信息;
获取成品组分信息,根据成品组分信息进行分析成品组分权重信息;
将成品组分权重信息与原料组分权重信息进行差异分析,得到差异结果;
根据差异结果进行匹配标准熔炼参数信息。
可选地,在本申请实施例所述的基于电子束冷床炉实现热轧卷带的熔炼方法中,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息,具体包括:
获取标准熔炼参数信息,根据标准熔炼参数信息输入熔炼预测模型进行预测状态信息;
将预测状态信息与设定的状态信息进行比较,得到预测偏差率;
判断所述预测偏差率是否大于设定的预测偏差率阈值;
若大于,则生成反馈信息,根据反馈信息调整熔炼预测模型的模型参数;
若小于,则通过熔炼预测模型生成标准原料熔炼状态信息。
可选地,在本申请实施例所述的基于电子束冷床炉实现热轧卷带的熔炼方法中,获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息,具体包括:
获取电子束冷床炉的当前工艺参数信息,当前工艺参数信息包括熔化功率、熔化速度、比电能、真空度与漏气速率;
根据当前工艺参数信息分析熔化功率、熔化速度、比电能、真空度与漏气速率;
根据熔化功率、熔化速度、比电能、真空度与漏气速率进行分析原料晶体粒度;
基于工艺参数信息与原料晶体粒度生成熔炼关系曲线,根据熔炼关系曲线生成不同时间节点的熔炼状态信息。
可选地,在本申请实施例所述的基于电子束冷床炉实现热轧卷带的熔炼方法中,获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息之后,还包括:
获取实时熔炼状态信息,根据实时熔炼状态信息生成熔炼温度信息;
获取原料组分信息,建立熔炼温度信息与原料组分信息的关系曲线;
根据熔炼温度信息与原料组分信息的关系曲线分析不同熔炼温度下的原料组分变化信息;
根据不同熔炼温度下的原料组分变化信息生成原料组分挥发分离状态信息;
根据原料组分挥发分离状态信息进行分析杂质去除状态信息;
将杂质去除状态信息与设定的去除杂质状态信息进行比较,得到杂质去除偏差率;
判断所述杂质去除偏差率是否大于预设的杂质去除偏差率阈值;
若大于,则调整熔炼温度;
若小于,则将原料组分信息按照预定的方式传输至终端。
可选地,在本申请实施例所述的基于电子束冷床炉实现热轧卷带的熔炼方法中,若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数,具体包括:
设定的状态偏差率阈值包括第一状态偏差率阈值与第二状态偏差率阈值;
若状态偏差率大于第一状态偏差率阈值且小于第二状态偏差率阈值,则生成第一修正信息,根据第一修正信息生成第一修正系数;
将第一修正系数乘以电子束冷床炉的当前工艺参数信息,生成第一修正工艺参数;
若状态偏差率大于或等于第二状态偏差率阈值,则生成第二修正信息,根据第二修正信息生成第二修正系数;
将第二修正系数乘以电子束冷床炉的当前工艺参数信息,生成第二修正工艺参数。
第二方面,本申请实施例提供了一种基于电子束冷床炉实现热轧卷带的熔炼系统,该系统包括:存储器及处理器,所述存储器中包括基于电子束冷床炉实现热轧卷带的熔炼方法的程序,所述基于电子束冷床炉实现热轧卷带的熔炼方法的程序被所述处理器执行时实现以下步骤:
获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息;
获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息;
将实时熔炼状态信息与标准原料熔炼状态信息进行比较,得到状态偏差率,判断所述状态偏差率是否大于或等于设定的状态偏差率阈值;
若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数;
若小于,则将熔炼状态信息实时传输至终端。
可选地,在本申请实施例所述的基于电子束冷床炉实现热轧卷带的熔炼系统中,获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,具体包括:
获取原料组分信息,根据原料组分信息分析不同原料组分之间的比例信息;
根据不同组分之间的比例信息生成原料组分权重信息;
获取成品组分信息,根据成品组分信息进行分析成品组分权重信息;
将成品组分权重信息与原料组分权重信息进行差异分析,得到差异结果;
根据差异结果进行匹配标准熔炼参数信息。
可选地,在本申请实施例所述的基于电子束冷床炉实现热轧卷带的熔炼系统中,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息,具体包括:
获取标准熔炼参数信息,根据标准熔炼参数信息输入熔炼预测模型进行预测状态信息;
将预测状态信息与设定的状态信息进行比较,得到预测偏差率;
判断所述预测偏差率是否大于设定的预测偏差率阈值;
若大于,则生成反馈信息,根据反馈信息调整熔炼预测模型的模型参数;
若小于,则通过熔炼预测模型生成标准原料熔炼状态信息。
第三方面,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中包括基于电子束冷床炉实现热轧卷带的熔炼方法程序,所述基于电子束冷床炉实现热轧卷带的熔炼方法程序被处理器执行时,实现如上述任一项所述的基于电子束冷床炉实现热轧卷带的熔炼方法的步骤。
由上可知,本申请实施例提供的一种基于电子束冷床炉实现热轧卷带的熔炼方法、系统及介质,通过获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息;获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息;将实时熔炼状态信息与标准原料熔炼状态信息进行比较,得到状态偏差率,判断状态偏差率是否大于或等于设定的状态偏差率阈值;若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数;若小于,则将熔炼状态信息实时传输至终端;通过分析原料组分,匹配电子束冷床炉的工艺参数,对原料进行精准的熔炼,提高产品成型精度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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他相关的附图。
图1为本申请实施例提供的基于电子束冷床炉实现热轧卷带的熔炼方法的流程图;
图2为本申请实施例提供的基于电子束冷床炉实现热轧卷带的熔炼方法标准熔炼参数信息生成方法流程图;
图3为本申请实施例提供的基于电子束冷床炉实现热轧卷带的熔炼方法的标准原料熔炼状态信息生成方法流程图。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到,相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1是本申请一些实施例中的一种基于电子束冷床炉实现热轧卷带的熔炼方法的流程图。该基于电子束冷床炉实现热轧卷带的熔炼方法用于终端设备中,该基于电子束冷床炉实现热轧卷带的熔炼方法,包括以下步骤:
S101,获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息;
S102,获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息;
S103,将实时熔炼状态信息与标准原料熔炼状态信息进行比较,得到状态偏差率,判断状态偏差率是否大于或等于设定的状态偏差率阈值;
S104,若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数;
S105,若小于,则将熔炼状态信息实时传输至终端。
需要说明的是,通过电子束冷床炉的当前工艺参数信息进行实时分析熔炼状态,并判断熔炼状态是否满足熔炼要求,从而根据判断结果动态修正工艺参数,提高熔炼精度。
请参照图2,图2是本申请一些实施例中的一种基于电子束冷床炉实现热轧卷带的熔炼方法的标准熔炼参数信息生成方法流程图。根据本发明实施例,获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,具体包括:
S201,获取原料组分信息,根据原料组分信息分析不同原料组分之间的比例信息;
S202,根据不同组分之间的比例信息生成原料组分权重信息;
S203,获取成品组分信息,根据成品组分信息进行分析成品组分权重信息;
S204,将成品组分权重信息与原料组分权重信息进行差异分析,得到差异结果;
S205,根据差异结果进行匹配标准熔炼参数信息。
需要说明的是,通过分析不同原料组分之间的比例进行权重分析,并与成品组分权重进行比较,根据两者的差异不断的调整标准熔炼参数,使熔炼后的原料符合成品制作要求。
请参照图3,图3是本申请一些实施例中的一种基于电子束冷床炉实现热轧卷带的熔炼方法的标准原料熔炼状态信息生成方法流程图。根据本发明实施例,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息,具体包括:
S301,获取标准熔炼参数信息,根据标准熔炼参数信息输入熔炼预测模型进行预测状态信息;
S302,将预测状态信息与设定的状态信息进行比较,得到预测偏差率;
S303,判断预测偏差率是否大于设定的预测偏差率阈值;
S304,若大于,则生成反馈信息,根据反馈信息调整熔炼预测模型的模型参数;
S305,若小于,则通过熔炼预测模型生成标准原料熔炼状态信息。
需要说明的是,根据熔炼预测模型对熔炼状态进行预测,从而分析标准原料熔炼状态信息的准确性,提高熔炼预测模型的预测准确性,当出现预测误差时,通过调整模型参数对熔炼预测模型进行不断的修正,使熔炼预测模型的输出结果更加贴近实际结果。
具体的,熔炼预测模型为神经网络模型,熔炼预测模型的构建方法如下:
构建模型框架,模型框架包括若干层神经元与激活函数;每一层神经元之间设置有传递函数;
上一层神经元接收输入参数,带入激活函数进行处理,输出电信号;
上一层神经元输出的电信号作为下一层神经元的输入,直至最后一层神经元,输出最终结果;
判断最终结果是否存在输出误差,若存在输出误差,则根据输出误差值调整不同层神经元之间的传输函数的参数;若不存在输出误差,则基于历史熔炼数据,生成训练样本,根据训练样本训练模型框架,得到熔炼预测模型。
在本发明的一个较佳实施例中,熔炼预测模型的训练方法如下:
获取历史熔炼数据,得到训练数据集,根据训练数据集对初始模型进行迭代训练,得到训练结果;
判断训练结果是否收敛,若收敛,则得到熔炼预测模型,根据熔炼预测模型预测标准原料熔炼状态信息;
若不收敛,则获取中间模型,调整迭代次数或调整训练数据集对中间模型进行二次训练。
具体的,将所述训练数据集中的若干训练数据特征值输入所述熔炼预测模型,输出训练数据集对应的预测结果的实际概率分布;
计算实际概率分布与训练数据集对应的预测结果的期望概率分布之间的误差值;
基于所述误差值,获取用于优化所述熔炼预测模型的损失函数;
基于损失函数,反向更新所述熔炼预测模型的模型参数,进行优化熔炼预测模型。
具体到本方案而言,获取标准熔炼参数信息,将标准熔炼参数信息作为熔炼预测模型的输入,通过训练后的熔炼预测模型输出原料熔炼状态数据,实现提前预知当前熔炼的工艺参数是否满足后续时间节点的熔炼要求,从而根据熔炼预测模型预先调整熔炼过程中的工艺参数,防止出现参数调整的延迟。
根据本发明实施例,获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息,具体包括:
获取电子束冷床炉的当前工艺参数信息,当前工艺参数信息包括熔化功率、熔化速度、比电能、真空度与漏气速率;
根据当前工艺参数信息分析熔化功率、熔化速度、比电能、真空度与漏气速率;
根据熔化功率、熔化速度、比电能、真空度与漏气速率进行分析原料晶体粒度;
基于工艺参数信息与原料晶体粒度生成熔炼关系曲线,根据熔炼关系曲线生成不同时间节点的熔炼状态信息。
需要说明的是,通过工艺参数信息与原料晶体粒度生成熔炼关系曲线进行分析当前原料晶体粒度是否满足要求,从而对工艺参数进行动态调整,保证原料熔炼过程中的晶体粒度处于合理范围,提高产品成型效果。
根据本发明实施例,获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息之后,还包括:
获取实时熔炼状态信息,根据实时熔炼状态信息生成熔炼温度信息;
获取原料组分信息,建立熔炼温度信息与原料组分信息的关系曲线;
根据熔炼温度信息与原料组分信息的关系曲线分析不同熔炼温度下的原料组分变化信息;
根据不同熔炼温度下的原料组分变化信息生成原料组分挥发分离状态信息;
根据原料组分挥发分离状态信息进行分析杂质去除状态信息;
将杂质去除状态信息与设定的去除杂质状态信息进行比较,得到杂质去除偏差率;
判断杂质去除偏差率是否大于预设的杂质去除偏差率阈值;
若大于,则调整熔炼温度;
若小于,则将原料组分信息按照预定的方式传输至终端。
需要说明的是,通过分析不同熔炼温度下的原料组分挥发分析状态信息,从而分析原料中的杂质去除状态,根据杂质去除状态进行不断的调整熔炼温度,提高杂质去除度。
根据本发明实施例,若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数,具体包括:
设定的状态偏差率阈值包括第一状态偏差率阈值与第二状态偏差率阈值;
若状态偏差率大于第一状态偏差率阈值且小于第二状态偏差率阈值,则生成第一修正信息,根据第一修正信息生成第一修正系数;
将第一修正系数乘以电子束冷床炉的当前工艺参数信息,生成第一修正工艺参数;
若状态偏差率大于或等于第二状态偏差率阈值,则生成第二修正信息,根据第二修正信息生成第二修正系数;
将第二修正系数乘以电子束冷床炉的当前工艺参数信息,生成第二修正工艺参数。
需要说明的是,将预设的状态偏差率进行分段设置,通过分析状态偏差率与第一状态偏差率、第二状态偏差率之间的差异,从而分析状态偏差率的偏差状态生成不同的修正系数,根据不同的修正系数对当前工艺参数信息进行灵活调整,提高工艺参数的熔炼精度。
根据本发明实施例,根据熔化功率、熔化速度、比电能、真空度与漏气速率进行分析原料晶体粒度,还包括:
获取熔化功率,根据熔化功率计算熔炼真空度;
将真空度与设定的真空度进行比较,得到真空偏差率;
判断真空偏差率是否大于或等于设定的真空偏差率阈值;
若大于或等于,则调整熔化功率;
若小于,则根据熔化功率计算熔化速度,并根据熔化速度进行分析原料晶体粒度。
需要说明的是,通过分析真空度,从而分析当前熔化功率是否满足要求,保证原料晶体粒度始终处于设定的粒度范围,提高熔炼效果。
根据本发明实施例,还包括;
获取不同时间节点的熔炼真空度,根据相邻时间节点的熔炼真空度进行比较,得到漏气速率;
判断漏气速率是否大于或等于设定的速率阈值;
若大于或等于,则判定熔炼真空度不满足要求,则根据漏气速率生成补偿信息,根据补偿信息进行动态调整熔炼功率;
若小于,则将熔炼真空度与漏气速率进行监控,生成监控数据。
需要说明的是,通过分析漏气速率进行判断熔炼真空度是否满足要求,从而保证熔炼真空度处于安全范围,当熔炼真空度出现异常时,进行动态调整熔炼功率,提高熔炼效率。
第二方面,本申请实施例提供了一种基于电子束冷床炉实现热轧卷带的熔炼系统,该系统包括:存储器及处理器,存储器中包括基于电子束冷床炉实现热轧卷带的熔炼方法的程序,基于电子束冷床炉实现热轧卷带的熔炼方法的程序被处理器执行时实现以下步骤:
获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息;
获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息;
将实时熔炼状态信息与标准原料熔炼状态信息进行比较,得到状态偏差率,判断状态偏差率是否大于或等于设定的状态偏差率阈值;
若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数;
若小于,则将熔炼状态信息实时传输至终端。
需要说明的是,通过电子束冷床炉的当前工艺参数信息进行实时分析熔炼状态,并判断熔炼状态是否满足熔炼要求,从而根据判断结果动态修正工艺参数,提高熔炼精度。
根据本发明实施例,获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,具体包括:
获取原料组分信息,根据原料组分信息分析不同原料组分之间的比例信息;
根据不同组分之间的比例信息生成原料组分权重信息;
获取成品组分信息,根据成品组分信息进行分析成品组分权重信息;
将成品组分权重信息与原料组分权重信息进行差异分析,得到差异结果;
根据差异结果进行匹配标准熔炼参数信息。
需要说明的是,通过分析不同原料组分之间的比例进行权重分析,并与成品组分权重进行比较,根据两者的差异不断的调整标准熔炼参数,使熔炼后的原料符合成品制作要求。
根据本发明实施例,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息,具体包括:
获取标准熔炼参数信息,根据标准熔炼参数信息输入熔炼预测模型进行预测状态信息;
将预测状态信息与设定的状态信息进行比较,得到预测偏差率;
判断预测偏差率是否大于设定的预测偏差率阈值;
若大于,则生成反馈信息,根据反馈信息调整熔炼预测模型的模型参数;
若小于,则通过熔炼预测模型生成标准原料熔炼状态信息。
需要说明的是,根据熔炼预测模型对熔炼状态进行预测,从而分析标准原料熔炼状态信息的准确性,提高熔炼预测模型的预测准确性,当出现预测误差时,通过调整模型参数对熔炼预测模型进行不断的修正,使熔炼预测模型的输出结果更加贴近实际结果。
根据本发明实施例,获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息,具体包括:
获取电子束冷床炉的当前工艺参数信息,当前工艺参数信息包括熔化功率、熔化速度、比电能、真空度与漏气速率;
根据当前工艺参数信息分析熔化功率、熔化速度、比电能、真空度与漏气速率;
根据熔化功率、熔化速度、比电能、真空度与漏气速率进行分析原料晶体粒度;
基于工艺参数信息与原料晶体粒度生成熔炼关系曲线,根据熔炼关系曲线生成不同时间节点的熔炼状态信息。
需要说明的是,通过工艺参数信息与原料晶体粒度生成熔炼关系曲线进行分析当前原料晶体粒度是否满足要求,从而对工艺参数进行动态调整,保证原料熔炼过程中的晶体粒度处于合理范围,提高产品成型效果。
根据本发明实施例,获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息之后,还包括:
获取实时熔炼状态信息,根据实时熔炼状态信息生成熔炼温度信息;
获取原料组分信息,建立熔炼温度信息与原料组分信息的关系曲线;
根据熔炼温度信息与原料组分信息的关系曲线分析不同熔炼温度下的原料组分变化信息;
根据不同熔炼温度下的原料组分变化信息生成原料组分挥发分离状态信息;
根据原料组分挥发分离状态信息进行分析杂质去除状态信息;
将杂质去除状态信息与设定的去除杂质状态信息进行比较,得到杂质去除偏差率;
判断杂质去除偏差率是否大于预设的杂质去除偏差率阈值;
若大于,则调整熔炼温度;
若小于,则将原料组分信息按照预定的方式传输至终端。
需要说明的是,通过分析不同熔炼温度下的原料组分挥发分析状态信息,从而分析原料中的杂质去除状态,根据杂质去除状态进行不断的调整熔炼温度,提高杂质去除度。
根据本发明实施例,若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数,具体包括:
设定的状态偏差率阈值包括第一状态偏差率阈值与第二状态偏差率阈值;
若状态偏差率大于第一状态偏差率阈值且小于第二状态偏差率阈值,则生成第一修正信息,根据第一修正信息生成第一修正系数;
将第一修正系数乘以电子束冷床炉的当前工艺参数信息,生成第一修正工艺参数;
若状态偏差率大于或等于第二状态偏差率阈值,则生成第二修正信息,根据第二修正信息生成第二修正系数;
将第二修正系数乘以电子束冷床炉的当前工艺参数信息,生成第二修正工艺参数。
需要说明的是,将预设的状态偏差率进行分段设置,通过分析状态偏差率与第一状态偏差率、第二状态偏差率之间的差异,从而分析状态偏差率的偏差状态生成不同的修正系数,根据不同的修正系数对当前工艺参数信息进行灵活调整,提高工艺参数的熔炼精度。
根据本发明实施例,根据熔化功率、熔化速度、比电能、真空度与漏气速率进行分析原料晶体粒度,还包括:
获取熔化功率,根据熔化功率计算熔炼真空度;
将真空度与设定的真空度进行比较,得到真空偏差率;
判断真空偏差率是否大于或等于设定的真空偏差率阈值;
若大于或等于,则调整熔化功率;
若小于,则根据熔化功率计算熔化速度,并根据熔化速度进行分析原料晶体粒度。
需要说明的是,通过分析真空度,从而分析当前熔化功率是否满足要求,保证原料晶体粒度始终处于设定的粒度范围,提高熔炼效果。
根据本发明实施例,还包括;
获取不同时间节点的熔炼真空度,根据相邻时间节点的熔炼真空度进行比较,得到漏气速率;
判断漏气速率是否大于或等于设定的速率阈值;
若大于或等于,则判定熔炼真空度不满足要求,则根据漏气速率生成补偿信息,根据补偿信息进行动态调整熔炼功率;
若小于,则将熔炼真空度与漏气速率进行监控,生成监控数据。
需要说明的是,通过分析漏气速率进行判断熔炼真空度是否满足要求,从而保证熔炼真空度处于安全范围,当熔炼真空度出现异常时,进行动态调整熔炼功率,提高熔炼效率。
本发明第三方面提供了一种计算机可读存储介质,可读存储介质中包括基于电子束冷床炉实现热轧卷带的熔炼方法程序,基于电子束冷床炉实现热轧卷带的熔炼方法程序被处理器执行时,实现如上述任一项的基于电子束冷床炉实现热轧卷带的熔炼方法的步骤。
本发明公开的一种基于电子束冷床炉实现热轧卷带的熔炼方法、系统及介质,通过获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息;获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息;将实时熔炼状态信息与标准原料熔炼状态信息进行比较,得到状态偏差率,判断状态偏差率是否大于或等于设定的状态偏差率阈值;若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数;若小于,则将熔炼状态信息实时传输至终端;通过分析原料组分,匹配电子束冷床炉的工艺参数,对原料进行精准的熔炼,提高产品成型精度。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (9)
1.一种基于电子束冷床炉实现热轧卷带的熔炼方法,其特征在于,包括:
获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息;
获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息;
将实时熔炼状态信息与标准原料熔炼状态信息进行比较,得到状态偏差率,判断所述状态偏差率是否大于或等于设定的状态偏差率阈值;
若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数;
若小于,则将熔炼状态信息实时传输至终端;
获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息,具体包括:
获取电子束冷床炉的当前工艺参数信息,当前工艺参数信息包括熔化功率、熔化速度、比电能、真空度与漏气速率;
根据当前工艺参数信息分析熔化功率、熔化速度、比电能、真空度与漏气速率;
根据熔化功率、熔化速度、比电能、真空度与漏气速率进行分析原料晶体粒度;
基于工艺参数信息与原料晶体粒度生成熔炼关系曲线,根据熔炼关系曲线生成不同时间节点的熔炼状态信息。
2.根据权利要求1所述的基于电子束冷床炉实现热轧卷带的熔炼方法,其特征在于,获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,具体包括:
获取原料组分信息,根据原料组分信息分析不同原料组分之间的比例信息;
根据不同组分之间的比例信息生成原料组分权重信息;
获取成品组分信息,根据成品组分信息进行分析成品组分权重信息;
将成品组分权重信息与原料组分权重信息进行差异分析,得到差异结果;
根据差异结果进行匹配标准熔炼参数信息。
3.根据权利要求2所述的基于电子束冷床炉实现热轧卷带的熔炼方法,其特征在于,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息,具体包括:
获取标准熔炼参数信息,根据标准熔炼参数信息输入熔炼预测模型进行预测状态信息;
将预测状态信息与设定的状态信息进行比较,得到预测偏差率;
判断所述预测偏差率是否大于设定的预测偏差率阈值;
若大于,则生成反馈信息,根据反馈信息调整熔炼预测模型的模型参数;
若小于,则通过熔炼预测模型生成标准原料熔炼状态信息。
4.根据权利要求3所述的基于电子束冷床炉实现热轧卷带的熔炼方法,其特征在于,获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息之后,还包括:
获取实时熔炼状态信息,根据实时熔炼状态信息生成熔炼温度信息;
获取原料组分信息,建立熔炼温度信息与原料组分信息的关系曲线;
根据熔炼温度信息与原料组分信息的关系曲线分析不同熔炼温度下的原料组分变化信息;
根据不同熔炼温度下的原料组分变化信息生成原料组分挥发分离状态信息;
根据原料组分挥发分离状态信息进行分析杂质去除状态信息;
将杂质去除状态信息与设定的去除杂质状态信息进行比较,得到杂质去除偏差率;
判断所述杂质去除偏差率是否大于预设的杂质去除偏差率阈值;
若大于,则调整熔炼温度;
若小于,则将原料组分信息按照预定的方式传输至终端。
5.根据权利要求4所述的基于电子束冷床炉实现热轧卷带的熔炼方法,其特征在于,若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数,具体包括:
设定的状态偏差率阈值包括第一状态偏差率阈值与第二状态偏差率阈值;
若状态偏差率大于第一状态偏差率阈值且小于第二状态偏差率阈值,则生成第一修正信息,根据第一修正信息生成第一修正系数;
将第一修正系数乘以电子束冷床炉的当前工艺参数信息,生成第一修正工艺参数;
若状态偏差率大于或等于第二状态偏差率阈值,则生成第二修正信息,根据第二修正信息生成第二修正系数;
将第二修正系数乘以电子束冷床炉的当前工艺参数信息,生成第二修正工艺参数。
6.一种基于电子束冷床炉实现热轧卷带的熔炼系统,其特征在于,该系统包括:存储器及处理器,所述存储器中包括基于电子束冷床炉实现热轧卷带的熔炼方法的程序,所述基于电子束冷床炉实现热轧卷带的熔炼方法的程序被所述处理器执行时实现以下步骤:
获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息;
获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息;
将实时熔炼状态信息与标准原料熔炼状态信息进行比较,得到状态偏差率,判断所述状态偏差率是否大于或等于设定的状态偏差率阈值;
若大于或等于,则生成修正信息,根据修正信息调整电子束冷床炉的工艺参数;
若小于,则将熔炼状态信息实时传输至终端;
获取电子束冷床炉的当前工艺参数信息,根据当前工艺参数信息对原料进行熔炼,生成实时熔炼状态信息,具体包括:
获取电子束冷床炉的当前工艺参数信息,当前工艺参数信息包括熔化功率、熔化速度、比电能、真空度与漏气速率;
根据当前工艺参数信息分析熔化功率、熔化速度、比电能、真空度与漏气速率;
根据熔化功率、熔化速度、比电能、真空度与漏气速率进行分析原料晶体粒度;
基于工艺参数信息与原料晶体粒度生成熔炼关系曲线,根据熔炼关系曲线生成不同时间节点的熔炼状态信息。
7.根据权利要求6所述的基于电子束冷床炉实现热轧卷带的熔炼系统,其特征在于,获取原料组分信息,根据原料组分信息匹配标准熔炼参数信息,具体包括:
获取原料组分信息,根据原料组分信息分析不同原料组分之间的比例信息;
根据不同组分之间的比例信息生成原料组分权重信息;
获取成品组分信息,根据成品组分信息进行分析成品组分权重信息;
将成品组分权重信息与原料组分权重信息进行差异分析,得到差异结果;
根据差异结果进行匹配标准熔炼参数信息。
8.根据权利要求7所述的基于电子束冷床炉实现热轧卷带的熔炼系统,其特征在于,根据标准熔炼参数信息进行模拟生成标准原料熔炼状态信息,具体包括:
获取标准熔炼参数信息,根据标准熔炼参数信息输入熔炼预测模型进行预测状态信息;
将预测状态信息与设定的状态信息进行比较,得到预测偏差率;
判断所述预测偏差率是否大于设定的预测偏差率阈值;
若大于,则生成反馈信息,根据反馈信息调整熔炼预测模型的模型参数;
若小于,则通过熔炼预测模型生成标准原料熔炼状态信息。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中包括基于电子束冷床炉实现热轧卷带的熔炼方法程序,所述基于电子束冷床炉实现热轧卷带的熔炼方法程序被处理器执行时,实现如权利要求1至5中任一项所述的基于电子束冷床炉实现热轧卷带的熔炼方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410252607.2A CN117831657A (zh) | 2024-03-06 | 2024-03-06 | 基于电子束冷床炉实现热轧卷带的熔炼方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410252607.2A CN117831657A (zh) | 2024-03-06 | 2024-03-06 | 基于电子束冷床炉实现热轧卷带的熔炼方法、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117831657A true CN117831657A (zh) | 2024-04-05 |
Family
ID=90524300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410252607.2A Withdrawn CN117831657A (zh) | 2024-03-06 | 2024-03-06 | 基于电子束冷床炉实现热轧卷带的熔炼方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117831657A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018150589A (ja) * | 2017-03-14 | 2018-09-27 | Jfeスチール株式会社 | 精錬プロセス状態推定装置、精錬プロセス状態推定方法、及び溶湯の製造方法 |
CN109694968A (zh) * | 2019-01-10 | 2019-04-30 | 青海聚能钛金属材料技术研究有限公司 | Ta19钛合金及其熔炼方法 |
CN112095018A (zh) * | 2020-08-11 | 2020-12-18 | 大连理工大学 | 一种电子束精炼高温合金过程中成分控制的方法 |
CN113934139A (zh) * | 2020-06-29 | 2022-01-14 | 宝武特种冶金有限公司 | 一种基于在线仿真模型的真空电弧重熔过程熔化速度控制方法 |
WO2022198594A1 (zh) * | 2021-03-25 | 2022-09-29 | 北京凯德恒源科技发展有限公司 | 基于气体分析的转炉冶炼全过程终点碳动态控制方法 |
CN115792169A (zh) * | 2022-10-12 | 2023-03-14 | 中国兵器装备集团西南技术工程研究所 | 一种熔体成分修正系统、方法、电子设备及介质 |
-
2024
- 2024-03-06 CN CN202410252607.2A patent/CN117831657A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018150589A (ja) * | 2017-03-14 | 2018-09-27 | Jfeスチール株式会社 | 精錬プロセス状態推定装置、精錬プロセス状態推定方法、及び溶湯の製造方法 |
CN109694968A (zh) * | 2019-01-10 | 2019-04-30 | 青海聚能钛金属材料技术研究有限公司 | Ta19钛合金及其熔炼方法 |
CN113934139A (zh) * | 2020-06-29 | 2022-01-14 | 宝武特种冶金有限公司 | 一种基于在线仿真模型的真空电弧重熔过程熔化速度控制方法 |
CN112095018A (zh) * | 2020-08-11 | 2020-12-18 | 大连理工大学 | 一种电子束精炼高温合金过程中成分控制的方法 |
WO2022198594A1 (zh) * | 2021-03-25 | 2022-09-29 | 北京凯德恒源科技发展有限公司 | 基于气体分析的转炉冶炼全过程终点碳动态控制方法 |
CN115792169A (zh) * | 2022-10-12 | 2023-03-14 | 中国兵器装备集团西南技术工程研究所 | 一种熔体成分修正系统、方法、电子设备及介质 |
Non-Patent Citations (2)
Title |
---|
卞辉: "3200kW电子束冷床炉熔炼纯钛电子枪工艺参数设置", 钛工业进展, vol. 32, no. 05, 31 October 2015 (2015-10-31), pages 38 - 42 * |
李灼华 等: "基于Mile算法的大型TC4钛合金扁锭连铸模拟分析", 钛工业进展, vol. 34, no. 01, 28 February 2017 (2017-02-28), pages 12 - 16 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116213962B (zh) | 一种基于状态预测的金属板材切割控制方法及系统 | |
CN114632488B (zh) | 一种连续式造粒反应釜模块式温度控制方法及系统 | |
CN110321658B (zh) | 一种板材性能的预测方法及装置 | |
US11803165B2 (en) | Manufacturing support system for predicting property of alloy material, method for generating prediction model, and computer program | |
CN114107653B (zh) | 一种退火炉温度控制方法、装置和系统 | |
CN114216248A (zh) | 一种应用于数据中心机房的智能降温方法 | |
CN111967655A (zh) | 一种短期负荷预测方法及系统 | |
CN116305885A (zh) | 预测或控制硅钢铁损的方法、装置及存储介质 | |
CN117831657A (zh) | 基于电子束冷床炉实现热轧卷带的熔炼方法、系统及介质 | |
CN113591299B (zh) | 判定不同类型微通道散热器综合性能优劣的方法和系统 | |
JP3943841B2 (ja) | 鋼材の材質推定装置 | |
CN116091106A (zh) | 一种多功能财务成本评估系统 | |
CN116093497A (zh) | 一种电池热失控概率预测方法、装置、设备及存储介质 | |
JP2010235972A (ja) | 高張力鋼板の製造制御装置及び製造方法 | |
CN104673992B (zh) | 一种棒材生产线控制冷却工艺的控制方法和装置 | |
JP2022038840A (ja) | 金属成形品の製造方法 | |
CN108364095B (zh) | 基于数据挖掘的炼钢生产过程钢水质量诊断方法 | |
CN117172127B (zh) | 一种智能生产线激光熔化切割毛刺监测系统及方法 | |
JP2002183250A (ja) | 製造プロセスにおける解析装置、方法、及びコンピュータ読み取り可能な記憶媒体 | |
CN116227245B (zh) | 基于运行数据的风电机组多目标控制性能评估方法及装置 | |
CN117879115B (zh) | 一种高能量转换效率的智能电源缓冲模块及实现方法 | |
KR102229887B1 (ko) | 조업데이터를 학습하여 전력사용량을 예측하는 분석 시스템 및 그 방법 | |
Syah et al. | Prediction of Robot Welding Damages with Markov Chain | |
TWI646202B (zh) | 鐵損動態調整方法與軋延系統 | |
CN116150909A (zh) | 一种热轧轧制力系数预测方法及轧机设备 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20240405 |
|
WW01 | Invention patent application withdrawn after publication |