买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京科技大学申请的专利一种基于数据驱动的热轧翘扣头在线控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116329296B 。

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310298147.2，技术领域涉及：B21B37/28；该发明授权一种基于数据驱动的热轧翘扣头在线控制方法是由徐冬;宋乐宝;闫汇卿;何海楠;王晓晨;杨荃设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本一种基于数据驱动的热轧翘扣头在线控制方法在说明书摘要公布了：本发明提供一种基于数据驱动的热轧翘扣头在线控制方法，属于板坯翘扣头控制技术领域。该方法首先现场采集热轧板坯翘扣头相关工艺参数并进行数据预处理，并建立板坯翘扣头调控功效自学习模型；同时构建基于数据驱动的板坯翘扣头回归预测模型；然后对下游道次板坯翘扣头预测模型进行优化，并分别建立上、下游道次板坯翘扣头控制策略；最后结合板坯翘扣头控制策略以及调控功效模型计算相应雪橇系数值并下发至粗轧基础自动化控制系统，执行调平控制。本发明可有效减少人工干预，实现热轧粗轧板坯翘扣头自动控制。

本发明授权一种基于数据驱动的热轧翘扣头在线控制方法在权利要求书中公布了：1.一种基于数据驱动的热轧翘扣头在线控制方法，其特征在于，包括步骤如下： S1、现场采集热轧粗轧板坯翘扣头相关工艺参数并进行数据预处理； S2、建立板坯翘扣头调控功效自学习模型； S3、构建基于数据驱动的板坯翘扣头回归预测模型； S4、对下游道次板坯翘扣头回归预测模型进行优化； S5、分别建立上、下游道次板坯翘扣头控制策略； S6、结合板坯翘扣头控制策略以及回归预测模型计算相应道次雪橇系数值并下发至粗轧基础自动化控制系统，实现热轧粗轧板坯翘扣头自动控制； 所述步骤S3中构建基于数据驱动的板坯翘扣头回归预测模型，具体模型包含2个预测模型，分别为预测模型1以及预测模型2，预测模型构建步骤如下： S31、确定模型输入输出参数： S311、预测模型1输入参数为：同一炉次前块钢钢种；加热炉炉号；轧制道次号；同一炉次前块钢板坯翘曲高度，单位mm；同一炉次前块钢板坯翘曲长度，单位mm；同一炉次前块钢入口温度，单位℃；同一炉次前块钢板坯上下表面温差，单位℃；同一炉次前块钢雪翘系数设定值，单位1； 预测模型1输出参数为：当前块钢各道次板坯翘曲高度值，单位mm； S312、预测模型2输入参数为：当前块钢钢种；加热炉炉号；轧制道次号；当前块钢奇数道次或偶数道次相邻上一道次板坯翘曲高度，单位mm；当前块钢奇数道次或偶数道次相邻上一道次板坯翘曲长度，单位mm；同一炉次当前块钢与前块钢同道次入口温度差，单位℃；同一炉次当前块钢与前块钢同道次板坯上下表面温差的差值，单位℃；当前块钢奇数道次或偶数道次相邻上一道次雪翘系数设定值，单位1； 预测模型2输出参数为：同一炉次当前块钢与前块钢同道次翘曲高度变化量，单位mm； S32、给定输入输出数据集S＝{xi,yi|i＝1,2,…,m}，回归预测模型目标函数obj表示为： 其中，xi∈Rm是m维输入参数， yi∈R是输出参数， k为树个数， fkxi是第k棵树的预测值， 是损失函数， 是正则项，ωj为叶子节点j的权值，是ωj的L2范式模平方，rTr为叶子节点个数； S33、求解目标函数可得： 其中，ai，bi分别是损失函数的一阶导和二阶导； S34、设Ij为第j个叶子节点的样本集合，目标函数描述为： S35、对步骤S34所述目标函数求一阶导并令其等于0，则求得叶子节点j的权值为： 其中，Aj和Bj表示常量，λ表示惩罚系数； S36、求每个叶子节点对应每个样本的一阶导和二阶导，然后将每个节点对应的所有样本求和得到Aj和Bj，再遍历树的所有节点即可得目标函数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京科技大学，其通讯地址为：100083 北京市海淀区学院路30号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。