基于多模态和加权支持向量机的热轧轧制力智能预报

发布时间：2018-06-09 03:20

  本文选题：热轧 + 轧制力　； 参考：《工程科学学报》2015年04期

【摘要】：为了提高热轧生产过程精轧机组的轧制力预设定精度,需要对轧制力进行高精度的预报.本文通过机理公式计算出轧制力的近似值,然后采集大量的实际生产数据修正轧制力预报值.首先利用聚类方法区分不同的生产状态,其次在相同生产状态下采用加权最小二乘支持向量机计算轧制力的修正系数,最后采用乘法方式修正轧制力,达到高精度的轧制力预测.结果表明,轧制力预报的平均相对误差为3.2%,满足现场的生产要求.
[Abstract]:In order to improve the precision of pre-setting of rolling force in finishing mill during hot rolling production, high precision prediction of rolling force is needed. In this paper, the approximate value of rolling force is calculated by mechanism formula, and a large number of practical production data are collected to correct the prediction value of rolling force. Firstly, clustering method is used to distinguish different production states, secondly, weighted least squares support vector machine is used to calculate the correction coefficient of rolling force in the same production state. Finally, the rolling force is modified by multiplicative method. Achieve high precision rolling force prediction. The results show that the average relative error of rolling force prediction is 3.2.
【作者单位】： 北京科技大学国家板带生产先进装备工程技术研究中心;
【基金】：国家自然科学基金资助项目(51204018) 高等学校博士学科点专项科研基金资助项目(20110006110027) 国家“十二五”科技支撑计划项目(2012BAF04B02,2015BAF30B01) 北京高等学校青年英才计划资助项目(YETP0422) 中央高校基本科研业务费资助项目(FRF-TP-14-124A2)
【分类号】：TG335.11

【参考文献】

相关期刊论文 前4条

1 周富强;曹建国;张杰;尹晓青;贾生晖;曾伟;;冷连轧机轧制力在线计算模型[J];北京科技大学学报;2006年09期

2 刘华强;唐荻;杨荃;郭立伟;;模糊小脑模型神经网络在多辊冷连轧机轧制力预报模型中的应用[J];北京科技大学学报;2006年10期

3 陈治明;罗飞;黄晓红;许玉格;;基于混沌优化支持向量机的轧制力预测[J];控制与决策;2009年06期

4 洪悦;唐立新;张颜颜;;基于数据子空间PLS建模技术的热轧轧制力优化设定[J];控制与决策;2014年07期

【共引文献】

相关期刊论文 前10条

1 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期

2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期

3 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期

4 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期

5 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期

6 邹心遥;姚若河;;基于LSSVM的威布尔分布形状参数估计(英文)[J];半导体技术;2008年06期

7 邹心遥;姚若河;;基于LSSVM的小子样元器件寿命预测[J];半导体技术;2011年09期

8 李卓远,吴为民,王e，

本文编号：1998631