摘要
本申请提供一种基于模型融合的金属板带板形识别和控制方法,包括:收集板形数据以及与板形数据对应的时间序列数据;对于板形数据统计板形缺陷的情况,对缺陷进行分类和标签识别;对于板形数据进行归一化处理、矩阵化处理,赋予板形所属类别的概率标签值,构成的第一数据集;构建CNN模型,将第一数据集划分用于对CNN模型进行训练、验证和测试;对时间序列数据标注对应的板形状态变化时间点和类别;将时间序列数据切分成固定长度的时间窗口,构成第二数据集;构建LSTM模型,将第二数据集用于对LSTM模型进行训练、验证和测试;将训练测试好的CNN模型和LSTM模型按照串联的方式连接起来,以便用于对板形的缺陷进行预测和控制。
技术关键词
板形数据
金属板
板形缺陷
LSTM模型
冷轧机组
矩阵
标签
训练集
控制策略模型
序列
可读存储介质
金属带板
板形辊
控制系统
模块
极值
计算机
处理器
系统为您推荐了相关专利信息
控制器模块
自动化测试系统
时间序列模型
生成测试报告
会话
配送方法
交通流量预测
进化算法
城市智能交通
模拟退火算法
车用电池热管理系统
集流体
温控装置
中空介孔二氧化硅球
传感器阵列
预测无线网络
终端
网卡信息
数据
识别模型训练方法