摘要
本发明属于轧制技术领域,涉及一种热轧带钢板形控制的弯辊力和窜辊量设定方法,包括:采集实际生产中的带钢历史生产数据;将利用3σ原则对带钢历史生产数据进行异常值检测,去除异常值,并划分为训练集和测试集;建立基于Lasso回归的凸度预测模型,利用训练集数据对凸度预测模型进行训练;利用测试集对训练好的基于Lasso回归的凸度预测模型进行测试;建立板形目标函数;根据精轧机组中的各机架设备和板形理论建立轧制变量的约束条件;采用蛇鹫优化算法,在约束条件范围内搜寻精轧机组中各机架的弯辊力和窜辊量,使得板形目标函数最小,获得弯辊力和窜辊量设定值。
技术关键词
热轧带钢板
精轧机组
机架轧辊
带钢宽度
机架设备
板形
训练集数据
入口
变量
数学
辊缝凸度
轧制技术
关系
理论
算法
系统为您推荐了相关专利信息
预警方法
BP神经网络模型
轧机出口处
圆盘剪设备
大数据
辊缝凸度
工作辊辊形
遗传退火算法
板带轧制技术
钢轧制
卧式连续退火炉
动态响应模型
炉温优化方法
多点温度检测
温度检测单元
无缝钢管外径
混合核函数
SVR模型
生成训练数据
随机森林模型