摘要
本发明公开了一种张力预测模型构建方法、张力预测方法及装置、介质,属于轧制技术领域。该方法包括:获取平整机的历史轧制源数据,从历史轧制源数据中提取出影响张力的特征参数数据以及与特征参数数据对应的张力,特征参数数据至少包括轧制材料的屈服强度、粗糙度、延伸率和厚度;根据特征参数数据以及对应的张力,构建特征参数数据集;根据特征参数数据集对预先构建的张力神经元网络模型进行训练、评估及优化,得到优化后的张力预测模型。该模型通过深度学习技术实现对张力的精确预算和调整,具有高精度、自适应性强、实时性好和易于扩展等优点,可广泛应用于平整机的生产控制中,提高生产效率和产品质量。
技术关键词
神经元网络模型
预测模型构建方法
平整机
数据
延伸率
粗糙度
深度神经网络模型
屈服
模型构建装置
深度学习技术
计算机
可读存储介质
轧制技术
预测装置
强度
模块
训练集
策略
系统为您推荐了相关专利信息
机器人本体
待检产品
主控单元
机器人躯干
机器人控制单元
PICC握力球
横向支撑组件
能耗评估模型
患者
数据处理模块