融合轧制机理和深度学习的带钢精轧宽度预测
作者:何垚东; 李旭; 丁敬国; 张殿华
更新时间:
宽度精度是热轧成形工艺的重要指标。准确预测精轧宽度有助于及时修改粗轧宽度设定模型,提高成品宽度精度。然而,基于轧制机理的宽度预测模型与实际工况存在偏差,导致精度较低。基于神经网络的模型由于存在工艺黑匣子,可靠性较低。为此,提出了一种结合轧制机理和人工神经网络的热轧带钢精轧宽度组合预测模型。采用基于希尔公式的机理模型计算精轧宽度的预测值,采用基于深度置信网络(DBN)的深度学习模型预测精轧宽度的修正值。选取实际生产数据中的49个特征值作为建模分析的测试数据。结果表明,组合模型预测精度高,稳定性好,预测时间短。其均方根误差为0.428 mm,比机械模型低79.6%,比神经网络模型低6.2%。实现了精轧宽度的预测。