摘要
本发明提出一种冷轧带钢退火工艺参数多目标调和优化的方法,包括以下步骤;步骤一、收集实际生产数据样本,建立达到工业预报精度要求的梯度提升决策树力学性能预测模型;步骤二、从实绩生产钢卷中筛选出力学性能不达标的钢卷并对其进行聚类,将聚类后的钢卷数据进行标准化并分析各个组别;步骤三、以某一组别为例,以屈服强度、抗拉强度和断后伸长率为优化目标,退火工艺参数为设计变量,根据多目标调和优化方法对其进行优化,绘制三元图以直观展示优化结果;本发明能够在优化过程中调和各个目标函数,使带钢综合力学性能达到最佳,为实际生产提供切实可行的方案。
技术关键词
退火工艺
冷轧带钢
梯度提升决策树
断后伸长率
可行解空间
数据
主成分分析技术
系统优化设计
变量
特征选择
分类回归树
屈服
剩余误差
系统边界
粗大误差
超参数
场景
粒子群算法
独立系统
系统为您推荐了相关专利信息
成矿预测技术
找矿方法
数据融合算法
机器学习算法
数据获取模块
子模块
动态时间弯曲
隐马尔可夫模型
序列聚类方法
孤立森林算法
钢结构预埋件
定位方法
有限元分析软件
三维数字模型
对钢结构
道路交通事故
环境感知数据
雷达传感器
卷积神经网络模型
场景