斜轧穿孔质量预测方法及系统和毛管加工方法

本发明提供一种斜轧穿孔质量预测方法及系统和毛管加工方法，属于金属轧制技术领域，通过采集管坯斜轧穿孔的工艺过程参数和质量参数，作为生产数据，并依次通过对生产数据进行异常数据剔除处理、标准化处理、重要性特征筛选处理作为预先构建的ELMAN神经网络的训练数据样本，采用人工蜂群算法优化ELMAN神经网络的权值和阈值，以得到能够对穿孔前的管坯进行穿孔后的质量预测，从而达到充分利用工业现场的生产数据，实现人工智能模式下的高精度管坯穿孔质量预报，辅助操作人员快速有效地修正穿孔参数，提升设备生产稳定性的技术效果。能够有效解决现有技术中，依据变形机理建立的毛管外径和壁厚的计算模型计算速度慢且精度低的问题。