摘要
本发明公开了一种基于大数据的钢轨轧制生产参数推优分析方法,包括以下步骤:获取钢轨轧制生产数据;对获取的钢轨轧制生产数据进行预处理;确定参数特征与几何指标之间的线性关系,得到扩充后的数据集;基于一阶数据集和高阶数据集,多目标机器学习回归模型,用于对钢轨轧制过程的几何指标进行实时预测,能够准确捕捉生产参数与几何指标之间的复杂关系;对多目标机器学习回归模型进行优化,得到优化后的多目标机器学习回归模型;对优化后的多目标机器学习回归模型进行训练,得到训练好的优化后的多目标机器学习回归模型;将测试数据输入到训练好的优化后的多目标机器学习回归模型中,得到满足多个目标的情况下,满足生产要求的参数设置。
技术关键词
钢轨
轧制
参数
LightGBM模型
分析方法
XGBoost模型
大数据
指标
进化算法
引入粒子群算法
皮尔逊相关系数
遗传算法
轧机设备
解码方式
分析系统
模块
编码