基于多模態(tài)和加權(quán)支持向量機的熱軋軋制力智能預(yù)報
本文選題:熱軋 + 軋制力 ; 參考:《工程科學(xué)學(xué)報》2015年04期
【摘要】:為了提高熱軋生產(chǎn)過程精軋機組的軋制力預(yù)設(shè)定精度,需要對軋制力進(jìn)行高精度的預(yù)報.本文通過機理公式計算出軋制力的近似值,然后采集大量的實際生產(chǎn)數(shù)據(jù)修正軋制力預(yù)報值.首先利用聚類方法區(qū)分不同的生產(chǎn)狀態(tài),其次在相同生產(chǎn)狀態(tài)下采用加權(quán)最小二乘支持向量機計算軋制力的修正系數(shù),最后采用乘法方式修正軋制力,達(dá)到高精度的軋制力預(yù)測.結(jié)果表明,軋制力預(yù)報的平均相對誤差為3.2%,滿足現(xiàn)場的生產(chǎn)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.
【作者單位】: 北京科技大學(xué)國家板帶生產(chǎn)先進(jìn)裝備工程技術(shù)研究中心;
【基金】:國家自然科學(xué)基金資助項目(51204018) 高等學(xué)校博士學(xué)科點專項科研基金資助項目(20110006110027) 國家“十二五”科技支撐計劃項目(2012BAF04B02,2015BAF30B01) 北京高等學(xué)校青年英才計劃資助項目(YETP0422) 中央高;究蒲袠I(yè)務(wù)費資助項目(FRF-TP-14-124A2)
【分類號】:TG335.11
【參考文獻(xiàn)】
相關(guān)期刊論文 前4條
1 周富強;曹建國;張杰;尹曉青;賈生暉;曾偉;;冷連軋機軋制力在線計算模型[J];北京科技大學(xué)學(xué)報;2006年09期
2 劉華強;唐荻;楊荃;郭立偉;;模糊小腦模型神經(jīng)網(wǎng)絡(luò)在多輥冷連軋機軋制力預(yù)報模型中的應(yīng)用[J];北京科技大學(xué)學(xué)報;2006年10期
3 陳治明;羅飛;黃曉紅;許玉格;;基于混沌優(yōu)化支持向量機的軋制力預(yù)測[J];控制與決策;2009年06期
4 洪悅;唐立新;張顏顏;;基于數(shù)據(jù)子空間PLS建模技術(shù)的熱軋軋制力優(yōu)化設(shè)定[J];控制與決策;2014年07期
【共引文獻(xiàn)】
相關(guān)期刊論文 前10條
1 楊緒兵,韓自存;ε不敏感的核Adaline算法及其在圖像去噪中的應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(自然科學(xué)版);2003年04期
2 陶秀鳳,唐詩忠,周鳴爭;基于支持向量機的軟測量模型及應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(自然科學(xué)版);2004年02期
3 許高程;張文君;王衛(wèi)紅;;支持向量機技術(shù)在遙感影像滑坡體提取中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年06期
4 郭立萍;唐家奎;米素娟;張成雯;趙理君;;基于支持向量機遙感圖像融合分類方法研究進(jìn)展[J];安徽農(nóng)業(yè)科學(xué);2010年17期
5 馮學(xué)軍;;最小二乘支持向量機的研究與應(yīng)用[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2009年01期
6 鄒心遙;姚若河;;基于LSSVM的威布爾分布形狀參數(shù)估計(英文)[J];半導(dǎo)體技術(shù);2008年06期
7 鄒心遙;姚若河;;基于LSSVM的小子樣元器件壽命預(yù)測[J];半導(dǎo)體技術(shù);2011年09期
8 李卓遠(yuǎn),吳為民,王e,
本文編號:1998631
本文鏈接:http://sikaile.net/kejilunwen/jinshugongy/1998631.html