摘要
本申请公开一种钢材的工艺数据在线预测及诊断的方法及相关设备,涉及钢铁制造领域,所述方法包括:获取钢材的因子数据和钢材的工艺设计值,因子数据包括当前生产实际数据和历史生产实际数据,工艺设计值包括设计目标值;基于因子数据对预测模型进行构建得到目标预测模型,预测模型包括随机森林预测模型、极限树预测模型、支持向量机预测模型和多元线性回归预测模型;将当前生产实际数据和所述设计目标值输入至所述目标预测模型得到性能预测值,性能预测值包括钢材的过程性能预测值和钢材的成品性能预测值;判定性能预测值是否合格,得到判定结果;在判定结果为性能预测不合格的情况下,根据历史生产实际数据对钢材进行诊断得到钢材的诊断结果。
技术关键词
支持向量机预测模型
钢材
回归预测模型
因子
参数优化模型
随机森林
在线
贝叶斯算法
数据获取模块
诊断模块
建立预测模型
牌号
成品
线性
遗传算法
处理器
可读存储介质
存储器
系统为您推荐了相关专利信息
挖掘方法
图像分析
皮尔逊相关系数
标签
时序分析方法
决策方法
贝叶斯网络模型
风险
蒙特卡洛模拟方法
非线性神经网络
大数据分析平台
异常检测方法
因子
数值
异常数据点
信号降噪方法
声发射
拉格朗日
判断准则
位置更新