买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：东北大学

摘要：本发明提供一种针对多钢种、多规格热轧产品的前馈控制方法，涉及钢铁轧制技术领域，本发明考虑了针对多钢种、多规格热轧产品的鲁棒控制，提出了采用聚类方法将多钢种、多规格的热轧产品聚类为不同的簇，并为每个簇选择一个最优预测模型；采用模型融合技术，将不同簇的模型进行融合；并根据预测质量和目标质量的残差，采用哈里斯鹰优化算法对各机架轧制参数进行前馈动态修正。本发明提出的针对多钢种、多规格热轧产品质量前馈控制方法弥补了传统方法的缺陷，提升了热轧生产的控制精度。

主权项：1.一种针对多钢种、多规格热轧产品的前馈控制方法，其特征在于，包括以下步骤：步骤1：建立用于热轧产品质量预测及控制的工业数据集；步骤1.1：采集生产过程数据、产品质量数据，构建原始数据集；步骤1.2：采用拉依达准则对原始数据集进行异常值剔除处理，公式如下： 3、、其中是所有样本的平均值，为第i个样本，是标准差，S为样本的数量，如果数据点与平均值的差的绝对值大于3倍的标准差，则该点将被视为异常值予以剔除；步骤1.3：采用最大最小缩放进行归一化处理得到标准化数据，公式如下： 其中，代表经过异常值剔除后的数据，代表标准化数据，和代表原始数据集中对应的最大值和最小值；步骤2：针对热轧产品质量预测及控制的工业数据，提出了基于K-Mean++的聚类方法，将多钢种、多规格带钢的数据聚类为不同的簇；步骤2.1：搭建K-Mean++聚类模型，其原理公式如下： 公式的目标是最小化新选择的簇的质心和所选簇的质心之间的累积距离；式中，表示样本在第q个簇中的选择权值，Sj表示第j个簇的质心，表示第q个簇，为总簇数，表示第k簇；步骤2.2：将轧制工艺参数、带钢来料尺寸以及带钢各钢种的元素前N个元素含量选为聚类特征；步骤2.3：基于确定的聚类特征，进一步确定聚类簇数；步骤2.4：采用交叉验证方式对标准化数据进行划分后，根据确定的聚类特征和聚类簇数，实现聚类；步骤3：构建融合模型的回归器候选池；步骤3中所述融合模型为通过结合K-Means++聚类模型以及不同回归器的预测模型，其中不同回归器组成回归器侯选池；所述回归器候选池中，将极端梯度提升作为第一个候选回归器，将轻型梯度提升机选为第二个候选回归器，将类别梯度提升机选为第三个候选回归器，将自适应增强回归器选为第四个候选回归器，将随机森林选为第五个候选回归器，将极端随机树选为第六个候选回归器，将堆叠回归预测模型选为第七个候选回归器；步骤4：采用网格搜索策略和交叉验证法，确定回归器候选池中所有回归器的最优超参数，确保融合模型具有最优的预测性能；步骤5：构建针对多钢种、多规格热轧产品质量预测模型；步骤5.1：采用交叉验证法，从回归器候选池中为每一个簇的数据选择一个最优预测模型；步骤5.2：采用模型融合技术，将各个簇的最优预测模型进行融合，得到一个针对多钢种、多规格热轧产品质量的预测模型；步骤6：基于热轧产品质量预测模型的产品质量预测结果，采用前馈控制策略，对各机架轧制参数进行调节；步骤6.1：根据预测质量和目标质量的残差，采用哈里斯鹰优化算法对各机架的轧制参数进行前馈动态修正；步骤6.2：判断末机架轧制参数调节量是否超限；若超限，则重新进行步骤6.1；若未超限，则采用修正后的轧制参数进行轧制。

全文数据：

权利要求：

百度查询： 东北大学 一种针对多钢种、多规格热轧产品的前馈控制方法