摘要
本发明属于轧制工艺控制领域,提供了一种高强度钛/钢复合板热轧工艺参数优化方法,包括以下步骤:步骤1:数据采集与建库;步骤2:数据清洗与标准化;步骤3:特征工程与优化;步骤4:预测模型建立;步骤5:动态验证机制;步骤6:模型评估;步骤7:优化工艺验证;本文发明建立了基于工艺参数‑结合强度的神经网络预测模型,实现轧制参数的快速精准优化。
技术关键词
热轧工艺参数
钛钢复合板
神经网络预测模型
轧制压下率
特征工程
概率密度函数
轧制工艺控制
数据
验证机制
轧制工艺参数
交叉验证方法
遗传算法优化
ReLU函数
误差
板材
人工神经网络
优化器
系统为您推荐了相关专利信息
火花诱导击穿光谱
飞秒激光烧蚀
混合深度学习
光谱特征提取
隶属度函数
蒸发器
神经网络预测模型
风机
仿真软件
环境试验箱系统
需求预测模型
设备运行数据
机器学习算法
特征工程
需求预测方法
远程监控中心
数据处理服务器
智能故障诊断系统
母线
电力系统自动化控制
数据识别方法
LSTM模型
特征工程
特征数据提取
特征提取能力