一种基于深度学习算法的提高终轧温度预测准确性的方法

本发明属于钢铁生产技术领域，涉及一种基于深度学习算法的提高终轧温度预测准确性的方法。所述方法通过相关性分析选取影响热轧带钢终轧温度的多种关键数据，如精轧入口温度、轧制力、冷却水流量以及轧制速度等，利用浣熊优化算法优化的广义回归神经网络(COA‑GRNN)建立起终轧温度预测模型。这一模型实现了对终轧温度的远程监测，使生产人员能够提前预知终轧温度的趋势，并及时进行调整，从而确保带钢的质量稳定性和生产的成品率。