申请/专利权人：太原科技大学

申请日：2024-01-29

公开（公告）日：2024-04-19

公开（公告）号：CN117655118B

主分类号：B21B37/28

分类号：B21B37/28

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2024.03.26#实质审查的生效;2024.03.08#公开

摘要：本发明公开一种多模融合的带钢板形控制方法和装置，包括以下步骤：步骤S1、获取轧制生产过程数据集；步骤S2、根据轧制生产过程数据集，构建集成预测模型；步骤S3、根据集成预测模型输出的第一板形预测值与实际测量数据，通过GA‑BP神经网络，得到第二板形预测值；步骤S4、根据第二板形预测值进行板形控制。采用本发明的技术方案，构建多种智能算法融合的集成预测模型，并通过凸度反馈和平直度反馈实现了对轧制过程板形质量的动态调控，保证了带钢全长的板形质量。

主权项：1.一种多模融合的带钢板形控制方法，其特征在于，包括以下步骤：步骤S1、获取轧制生产过程数据集；步骤S2、根据轧制生产过程数据集，构建集成预测模型；步骤S3、根据集成预测模型输出的第一板形预测值与实际测量数据，通过GA-BP神经网络，得到第二板形预测值；步骤S4、根据第二板形预测值进行板形控制；步骤S1中，还包括对轧制生产过程数据集进行升维处理，步骤S2中根据升维处理后的轧制生产过程数据集得到集成预测模型；其中，对轧制生产过程数据集进行升维处理具体为：将轧制生产过程数据集输入到神经网络中，对轧制生产过程数据集进行升维处理；根据升维处理后的轧制生产过程数据集得到集成预测模型为：将经过升维处理后的轧制生产过程数据集作为输入，将板形凸度、平直度作为输出，分别训练随机森林预测模型、多输出支持向量回归预测模型、高斯过程回归预测模型、极端梯度提升树预测模型，并通过异质集成策略进行加权处理，构建集成预测模型。

全文数据：

权利要求：

百度查询： 太原科技大学 多模融合的带钢板形控制方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD