公开(公告)号：CN116343360A

公开(公告)日：2023-06-27

申请号：CN202310308077.4

申请日：2023-03-28

申请人： 东北大学

发明人： 李旭 ,  刘宏旭 ,  张欣 ,  陈树宗 ,  王鹏飞 ,  李晓华 ,  陈方升 ,  贾大朋 ,  张海东 ,  沈志前

IPC分类号： G07C3/14 ,  G07C3/00 ,  G06F18/2113 ,  G06F18/15 ,  G06N3/086 ,  G06N3/084 ,  G06N3/048 ,  B21B38/00 ,  B21B38/04

摘要： 本发明的一种基于数据驱动的冷轧带钢纵向厚度连续预测方法，包括：选取冷连轧生产线与带钢出口厚度相关的实测数据及过程自动化级计算数据作为初选输入特征；对实测数据和计算数据进行数据清洗和归一化处理，获得初选建模数据集；将冷连轧过程分为首尾加减速阶段和高速稳定轧制阶段，使用随机森林算法对初选输入特征进行重要性分析，选取冷连轧过程中不同轧制阶段的输入特征；根据不同轧制阶段的输入特征选取结果，确定两个轧制阶段的DNN模型的拓扑结构，选取模型参数，对初步建立的DNN模型进行训练；训练过程中使用遗传算法对DNN模型进行优化，提升预测精度；使用优化后的DNN模型进行带钢出口厚度预测。