检索结果-内蒙古大学图书馆

东北大学学报（自然科学版） 2019年第1期40卷 11-15页

作者：纪英俊勇晓玥刘英林刘士新东北大学信息科学与工程学院辽宁沈阳110819 上海宝信软件股份有限公司大数据事业部上海201203

以某钢铁企业的热轧带钢生产实际数据作为分析对象,基于改进的随机森林算法分析工艺参数与产品质量间的隐含关系,进行影响产品质量关键工艺参数的特征提取,建立热轧带钢产品缺陷预测模型.实验结果表明,对非平衡数据集进行平衡处理可以... 详细信息

以某钢铁企业的热轧带钢生产实际数据作为分析对象,基于改进的随机森林算法分析工艺参数与产品质量间的隐含关系,进行影响产品质量关键工艺参数的特征提取,建立热轧带钢产品缺陷预测模型.实验结果表明,对非平衡数据集进行平衡处理可以提高样本预测精度;采用CART与C4. 5相结合的方法比单一方法可以进一步提升预测精度;同时根据特征的高相关与低相关特性,将互信息作为评价指标应用于特征选择,可以提升随机森林算法的分类效果.在以上三种改进策略下,热轧带钢缺陷的识别率得到明显提高.

关键词：热轧带钢缺陷预测数据驱动特征提取随机森林

来源：评论

学校读者我要写书评

暂无评论

钢卷表面缺陷分布特征发现方法研究

引用

冶金自动化 2020年第1期44卷 27-31+54页

作者：刘英林陈玉柱丁文静程红云上海宝信软件股份有限公司大数据事业部

近20年来,为满足用户对表面质量的要求,基于机器视觉的钢铁表面缺陷识别系统得到了广泛的应用并取得了良好的效果。本文在机器视觉技术的基础上,利用层次聚类和K-means等聚类技术,设计了钢卷表面缺陷分布特征识别算法。本算法通过对钢... 详细信息

近20年来,为满足用户对表面质量的要求,基于机器视觉的钢铁表面缺陷识别系统得到了广泛的应用并取得了良好的效果。本文在机器视觉技术的基础上,利用层次聚类和K-means等聚类技术,设计了钢卷表面缺陷分布特征识别算法。本算法通过对钢卷表面进行网格化划分,根据缺陷位置,识别钢卷表面缺陷在头部、尾部、中心线等位置集中的特征。经实验证明,该算法可有效识别钢卷表面缺陷分布特征。

关键词：表面缺陷机器视觉分布特征聚类

来源：评论

学校读者我要写书评

暂无评论

基于工业大数据的智慧质量应用：以钢铁行业为例

引用

上海质量 2023年第11期 23-25页

作者：蒋波上海宝信软件股份有限公司大数据事业部

当今世界，国际竞争日趋激烈，正重构全球制造业分工格局。以新一代信息技术为核心的新一轮科技革命和产业变革加速兴起，以专业化分工为核心的规模经济发展范式向以多样化创新为核心的范围经济发展范式转变，数字经济成为拉动我国经济...

当今世界，国际竞争日趋激烈，正重构全球制造业分工格局。以新一代信息技术为核心的新一轮科技革命和产业变革加速兴起，以专业化分工为核心的规模经济发展范式向以多样化创新为核心的范围经济发展范式转变，数字经济成为拉动我国经济增长的重要引擎以及产业转型升级的重大突破口。根据国务院“十四五”数字经济发展规划，到2025年，

关键词：

来源：评论

学校读者我要写书评

暂无评论

基于多模型堆叠集成算法的连铸保护渣缺陷分析

引用

冶金自动化 2024年第6期 57-65页

作者：甘青松丁文静张竞丹宝山钢铁股份有限公司制造部上海宝信软件股份有限公司大数据事业部

鉴于当前钢铁产品质量要求的不断提高，为改善现场生产，减少因连铸结晶器内高频数据波动导致的保护渣缺陷的发生，针对连铸保护渣缺陷，提出一种基于多个机器学习模型的堆叠集成算法。首先，通过滑动窗口将从连铸结晶器中提取的高频特... 详细信息

鉴于当前钢铁产品质量要求的不断提高，为改善现场生产，减少因连铸结晶器内高频数据波动导致的保护渣缺陷的发生，针对连铸保护渣缺陷，提出一种基于多个机器学习模型的堆叠集成算法。首先，通过滑动窗口将从连铸结晶器中提取的高频特征数据分割成子序列，并从高频数据的波动模式中提取每个窗口中的重要特征。然后，将热轧表面检测仪识别出的保护渣缺陷位置与窗口位置相对应。最后，利用集成了多个学习模型的堆叠分类算法模型进行保护渣缺陷发生位置预测。对比实验结果表明，该集成算法效果优于各单个学习模型及投票分类模型，且具有更好的泛化能力和整体预测性能。目前，基于多模型堆叠集成算法的连铸保护渣缺陷分析模型已在某热轧产线上线运行。上线后的预测结果与实际值的对比情况表明，该模型可预测保护渣缺陷及发生位置范围，提高保护渣缺陷分析效率，也为保护渣缺陷成因分析提供了新的思路与方法。

关键词：机器学习集成算法保护渣缺陷连铸缺陷分析

来源：评论

学校读者我要写书评

暂无评论

基于长短期时间序列网络的氧气需求量预测

引用

冶金自动化 2022年第3期46卷 25-33页

作者：常婷婷张颜颜澈格乐根刘洪屾上海宝信软件股份有限公司能环事业部智能工业数据解析与优化教育部重点实验室(东北大学) 辽宁省智能工业数据解析与优化工程实验室辽宁省制造系统与物流优化重点实验室

钢铁企业转炉炼钢过程中的氧气消耗机理复杂，具有非线性、间歇性等特点。采用深度学习方法分析炼钢用氧规律，对未来一个炼钢吹炼计划内的氧气需求量进行多步预测，获取分钟级耗氧量及趋势曲线。针对工业数据中的异常值与缺失值进行预... 详细信息

钢铁企业转炉炼钢过程中的氧气消耗机理复杂，具有非线性、间歇性等特点。采用深度学习方法分析炼钢用氧规律，对未来一个炼钢吹炼计划内的氧气需求量进行多步预测，获取分钟级耗氧量及趋势曲线。针对工业数据中的异常值与缺失值进行预处理，建立基于超参数调节的长短期网络(long short-term network, LSTNet)预测模型，采用钢铁企业炼钢过程用氧量的实际数据对算法进行测试，并与基于长短期记忆网络(long short-term memory, LSTM)的预测模型对比，相比LSTM预测模型，平均绝对误差(mean absolute error, MAE)指标降低了12.3%,均方根误差(root mean square error, RMSE)指标则降低了8.5%,表明该预测方法对钢铁企业转炉炼钢过程中氧气需求量的预测效果较好。

关键词：氧气系统深度学习预测模型转炉炼钢长短期网络长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

基于改进差分进化算法的钢铁企业氧气系统优化调度

引用

冶金自动化 2022年第4期46卷 56-63页

作者：何心毅张颜颜郎劲澈格乐根刘洪屾上海宝信软件股份有限公司能环事业部智能工业数据解析与优化教育部重点实验室(东北大学) 辽宁省智能工业数据解析与优化工程实验室辽宁省制造系统与物流优化重点实验室

针对制氧系统在平衡调度过程中由于氧气生产的连续性与用氧设备消耗的间歇性之间的矛盾所造成供需不平衡、氧气放散率高的问题，研究小时级的氧气系统供需协调优化方案。考虑氧气系统中的设备产能、管网平衡和机组变负荷等约束，建立了... 详细信息

针对制氧系统在平衡调度过程中由于氧气生产的连续性与用氧设备消耗的间歇性之间的矛盾所造成供需不平衡、氧气放散率高的问题，研究小时级的氧气系统供需协调优化方案。考虑氧气系统中的设备产能、管网平衡和机组变负荷等约束，建立了氧气系统优化调度模型，优化氧气系统的综合经济效益，设计了基于自适应变异、中间重组交叉的差分进化(differential evolution, DE)算法进行求解。试验结果表明，DE算法在有效时间内能够求解模型。对于小规模算例，在有限的时间内能够找到近优解；对于大规模算例，DE算法从解的质量和求解速度上都要优于求解器的解，能够满足实际生产的需求。

关键词：氧气系统优化调度差分进化算法自适应变异中间重组交叉

来源：评论

学校读者我要写书评

暂无评论

基于改进长短期记忆神经网络的钢铁企业电力负荷预测方法

引用

冶金自动化 2022年第3期46卷 48-56页

作者：何心毅郎劲张颜颜赵赓楠赵祥上海宝信软件股份有限公司能环事业部智能工业数据解析与优化教育部重点实验室(东北大学) 工业智能与系统优化国家级前沿科学中心辽宁省制造系统与物流优化重点实验室辽宁省智能工业数据解析与优化工程实验室

钢铁企业的用电负荷受企业生产工况影响较大，区别于传统区域电网的电力负荷预测，其用电负荷不受季节气候的影响，具有用电负荷高、用电波动大、工序变化瞬时冲击性强、扰动强等特点。针对上述特点，将基于长短期记忆神经网络(long sho... 详细信息

钢铁企业的用电负荷受企业生产工况影响较大，区别于传统区域电网的电力负荷预测，其用电负荷不受季节气候的影响，具有用电负荷高、用电波动大、工序变化瞬时冲击性强、扰动强等特点。针对上述特点，将基于长短期记忆神经网络(long short-term memory, LSTM)的序列对序列(sequence to sequence, Seq2Seq)模型应用到电力负荷预测中，提出了LSTM-Seq2Seq负荷预测模型，以解决模型训练时LSTM模型产生的较为严重的过拟合现象。为了避免参数更新时的大幅震荡和更新速度过慢的问题，优化方法采用Adadelta方法。利用某钢铁企业实际负荷数据进行测试，LSTM-Seq2Seq模型准确率能达到97.94%。实验结果表明，本文提出的方法能够提高电力负荷预测精度，提高钢铁企业运行的安全性，降低生产运行成本。

关键词：电力负荷预测深度学习长短期记忆神经网络序列对序列钢铁企业

来源：评论

学校读者我要写书评

暂无评论

基于贝叶斯网络的钢铁缺陷溯源方法

引用

冶金自动化 2022年第S1期46卷 52-55页

作者：陈新宇唐沉郑超琦刘英林陈玉柱张超大连理工大学数学科学学院上海宝信软件股份有限公司大数据事业部

为解决钢铁产品生产过程中缺陷样本与正常样本数据量极度不匹配的问题，给出了基于贝叶斯网络的产品缺陷溯源方法。首先，使用箱线图法将样本特征的取值布尔化；然后构建一个初始贝叶斯网络，根据样本不同的异常情况调整贝叶斯网络的连... 详细信息

为解决钢铁产品生产过程中缺陷样本与正常样本数据量极度不匹配的问题，给出了基于贝叶斯网络的产品缺陷溯源方法。首先，使用箱线图法将样本特征的取值布尔化；然后构建一个初始贝叶斯网络，根据样本不同的异常情况调整贝叶斯网络的连接权重；得到连接权重后，从缺陷节点逆向溯源，寻找可能导致该缺陷的原因。最后，以保护渣缺陷溯源为例，对该方法进行了验证。

关键词：机器学习贝叶斯网络概率图缺陷溯源保护渣钢铁产品

来源：评论

学校读者我要写书评

暂无评论

工业互联网平台工业设备数据字典通用要求

工业互联网平台工业设备数据字典通用要求

引用

来源：评论

学校读者我要写书评

暂无评论

工业互联网企业网络安全　第2部分：平台企业防护要求

工业互联网企业网络安全　第2部分：平台企业防护要求

引用

作者：魏亮赵爽李诗婧张倩柯皓仁马娟于广琛李艺秦国英王吉吴诗雨王冲华周昊张哲宇王斌斌余涛徐洪涛李俊鹏唐刚张德馨查奇文李琳糜靖峰洪晟安成飞刘畅寇增杰张晓东崔莹莹尹雅伟郭兴科张福刘为华焦靖伟李林罗玮党芳芳李帅杨东苑鹏飞李江力汪义舟中国信息通信研究院国家工业信息安全发展研究中心中国软件评测中心(工业和信息化部软件与集成电路促进中心) 中国工业互联网研究院中国电子技术标准化研究院北京航空航天大学上海宝信软件股份有限公司卡奥斯物联科技股份有限公司杭州安恒信息技术股份有限公司南京中新赛克科技有限责任公司奇安信科技集团股份有限公司北京天融信网络安全技术有限公司北京珞安科技有限责任公司北京启明星辰信息安全技术有限公司北京神州绿盟科技有限公司国网电商科技有限公司北京升鑫网络科技有限公司郑州信大捷安信息技术股份有限公司北京信安世纪科技股份有限公司国能大渡河大数据服务有限公司富士康工业互联网股份有限公司腾讯(深圳)科技有限公司国网河南省电力公司西安热工研究院有限公司上海电器科学研究所(集团)有限公司北京六方云信息技术有限公司长扬科技(北京)股份有限公司

标准类型：国家标准

本文件规定了工业互联网平台企业在接入层、基础设施层、平台层、应用层、管理以及物理环境等方面不同级别的网络安全防护要求。本文件适用于指导工业互联网平台企业开展网络安全分类分级防护工作。

标准号: GB/T 44462.2-2024

关键词：

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：