摘要
本发明涉及一种基于数据驱动的单机架20辊轧机ASU预设定方法,属于冶金工程与人工智能技术领域。该方法包括:建立用于构建20辊轧机ASU预设定模型的建模数据层别;确定预设定模型的输入与输出变量;形成每个建模数据层别的原始建模数据并通过数据预处理获得最终建模数据;将每个建模数据层别中的最终建模数据随机划分为训练数据集与测试数据集;分别为每个建模数据层别建立一个对应的基于数据驱动的20辊轧机ASU预设定模型,通过每个建模数据层别的训练数据集训练模型,并确定模型的最佳参数;基于测试集评价模型的性能。本发明可对不同规格带钢在不同轧制道次的ASU调节比例进行精确设定,提高轧制过程的稳定性,改善板形。
技术关键词
带钢宽度
带钢轧制
优化深度神经网络
超参数
变量
时间序列方式
20辊轧机
贝叶斯方法
人工智能技术
异常数据
样本
指标
入口
偏心
系统为您推荐了相关专利信息
模糊规则
光伏发电系统模型
隶属度函数
建模方法
非线性动态模型
无人艇
无监督神经网络
故障诊断方法
T2统计量
神经网络架构
性能指标信息
性能评估方法
数据
性能评估系统
参数优化算法
不确定性优化模型
协同控制方法
约束优化算法
约束优化模型
变量