位置:成果数据库 > 期刊 > 期刊详情页
基于多模态和加权支持向量机的热轧轧制力智能预报
  • 期刊名称:工程科学学报
  • 时间:0
  • 页码:-
  • 分类:TG335.56[金属学及工艺—金属压力加工]
  • 作者机构:[1]北京科技大学国家板带生产先进装备工程技术研究中心,北京100083
  • 相关基金: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(2012BAF04802,2015BAF30801);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)
  • 相关项目:基于核方法的冷轧带钢产品质量监控与诊断研究
中文摘要:

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.

英文摘要:

In order to improve the set accuracy of rolling force for a finishing mill in the hot rolling process, high precision predic- tion of rolling force is very important. In this paper, an approximate value of rolling force is calculated through theoretical formulae. And then, a correction coefficient of rolling force is computed using big field data. Firstly, different product states are classfied by the clustering method. Secondly, the correction coefficient is computed based on a weighted least square support vector machine. Through a combination of these two results, the rolling force value with high precision is predicted. The average relative prediction error of rolling force is 3.2%, which can meet the requirements of field production.

同期刊论文项目
同项目期刊论文