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！

龙图腾网获悉东北大学申请的专利一种基于多模态融合故障诊断的轧制过程稳定性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：CN120515820B 。

龙图腾网通过国家知识产权局官网在2026-03-06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：202510847787.3，技术领域涉及：B21B37/00；该发明授权一种基于多模态融合故障诊断的轧制过程稳定性控制方法是由丁成砚;陈上;董捷;李雪梦;孙杰;彭文;张殿华设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本一种基于多模态融合故障诊断的轧制过程稳定性控制方法在说明书摘要公布了：本发明的一种基于多模态融合故障诊断的轧制过程稳定性控制方法，属于钢铁生产的智能控制技术领域。包括：采集轧制过程故障数据，建立原始故障数据集，并划分为训练集和测试集；采用各个故障类型对应的机理模型模拟生成故障数据，对训练集进行数据增强，获得机理增强数据集；采用时序生成对抗网络生成故障数据，对机理增强数据集进行数据增强，获得融合增强数据集；基于融合增强故障数据集构建融合数据增强的多模态融合故障诊断模型；将建立好的故障诊断模型用于轧制过程故障诊断，基于诊断结果制定轧制稳定性控制策略。本发明的控制方法将故障的时域特征和频域特征融合实现高精度故障诊断，再基于诊断结果实施相应的控制策略，进而实现轧制稳定性在线控制。

本发明授权一种基于多模态融合故障诊断的轧制过程稳定性控制方法在权利要求书中公布了：1.一种基于多模态融合故障诊断的轧制过程稳定性控制方法，其特征在于，包括： 步骤1：采集轧制过程故障数据，建立原始故障数据集，并划分为训练集和测试集； 步骤2：采用各个故障类型对应的机理模型模拟生成故障数据，对训练集进行数据增强，获得机理增强数据集； 步骤3：采用时序生成对抗网络生成故障数据，对机理增强数据集进行数据增强，获得融合增强数据集； 步骤4：基于融合增强故障数据集构建融合数据增强的多模态融合故障诊断模型； 步骤5：将建立好的故障诊断模型用于轧制过程故障诊断，基于诊断结果制定轧制稳定性控制策略； 所述步骤1具体为： 步骤1.1：采集轧制过程故障数据，建立原始故障数据集；所述轧制过程故障数据包括：轧机振动数据、轧辊偏心数据和控制器性能下降数据； 步骤1.2：保证各类故障数据占比不变情况下，从原始故障数据集随机选取80%作为训练集用于构建故障诊断模型，其余数据作为测试集用于评估模型诊断性能； 所述步骤2具体为： 步骤2.1：在保证各个类型故障数据的样本数量相等的情况下，确定需要通过机理模型模拟生成故障数据的类型； 步骤2.2：采用下式中对应的机理模型模拟生成相应的故障波形，其中轧机振动模型用于模拟生成轧机振动波形，轧辊偏心模型用于模拟生成轧辊偏心波形，控制器模型用于生成控制器性能下降波形； 所述轧机振动模型公式为： 其中，轧辊刚度，为轧辊质量，为动态轧制力变化量，为采样时间，、为轧机振动波形的幅值，为轧机振动波形；通过随机设定、，生成轧机振动波形； 所述轧辊偏心模型公式为： 其中，为轧辊偏心波形；为采样时间；、、为轧辊偏心波形的幅值；为支撑辊的一倍频率，为支撑辊的二倍频率，为工作辊的频率；为支撑辊的一倍频频率对应的相位，为支撑辊的二倍频频率对应的相位，为工作辊的频率对应的相位，通过随机设定、、以及、、，模拟生成轧辊偏心波形； 控制器模型公式为： 其中，为控制器性能下降波形，为各控制量实际值与目标值的残差，为PI控制器的比例系数，为PI控制器的积分系数，通过随机设定和，生成控制器性能下降波形； 步骤2.3：在生成的故障波形的基础上，加入±1%的随机误差，生成对应的故障数据； 步骤2.4：将模拟生成的故障数据添加到训练集中，获得机理增强数据集，机理增强数据集中各个类型故障的样本数量相等。

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东北大学，其通讯地址为：110819 辽宁省沈阳市和平区文化路三号巷11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。