基本信息:
- 专利标题： 一种基于数据驱动的热轧板凸度预测方法
- 申请号：CN201811442099.5 申请日：2018-11-29
- 公开(公告)号：CN109558677A 公开(公告)日：2019-04-02
- 发明人： 孙杰 , 邓继飞 , 魏臻 , 单鹏飞 , 胡耀辉 , 彭文 , 丁敬国 , 张殿华
- 申请人： 东北大学
- 申请人地址： 辽宁省沈阳市和平区文化路3号巷11号
- 专利权人： 东北大学
- 当前专利权人： 东北大学
- 当前专利权人地址： 辽宁省沈阳市和平区文化路3号巷11号
- 代理机构： 沈阳东大知识产权代理有限公司
- 代理人： 朱光林
- 主分类号： G06F17/50
- IPC分类号： G06F17/50 ; G06N3/08 ; G06N3/12
摘要：
本发明提供一种基于数据驱动的热轧板凸度预测方法，涉及轧制过程自动控制技术领域。包括：采集带钢的生产数据并进行预处理；建立单隐层神经网络并对其进行训练，再将预处理后的生产数据输入到训练后的神经网络模型中进行预测；计算单隐层神经网络的训练误差；编码权值和阈值；初始化种群；对种群中的个体进行非支配排序；计算提的适应度值并进行遗传操作；判断是否满足终止条件；解码权值和阈值；输出经优化的神经网络模型。本方法利用神经网络结合快速非支配排序遗传算法预测板凸度，克服热轧生产过程中参数检测困难精度差的缺陷不仅精度高，而且运算速度快，利用大量的生产过程数据通过直接在计算机上编程，即可实现投入使用，成本十分低廉。