基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
板带轧机辊系热变形预报对板厚和板形控制具有重要的意义.在分析轧辊热变形机理的基础上,以300实验轧机为研究对象,基于时间序列分析方法,分离提取出轧辊趋势性热变形与周期性热变形.取总轧制力、轧制速度作为周期性热变形的影响因子,提出采用时间序列分析和支持向量机回归相结合的方法对其进行预测;最终将趋势性热变形与周期性热变形预测值叠加得到累计热变形预测值,提高了对热变形的周期性变化的预报能力和预报精度,具有良好的应用前景.
推荐文章
基于小波分析与支持向量机的时间序列预测
小波分析
多尺度分解
去噪
支持向量机
时间序列预测
支持向量机在时间序列预测中的应用
支持向量机
BP神经网络
时间序列预测
基于支持向量机的害虫多维时间序列预测
多维时间序列
支持向量机
害虫预测
非线性
基于时间序列的支持向量机在股票预测中的应用
支持向量机(SVM)
时间序列
股票预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于时间序列和支持向量机耦合分析的 冷轧辊系热变形预报
来源期刊 燕山大学学报 学科 工学
关键词 板带轧机 辊系热变形 时间序列 支持向量机回归
年,卷(期) 2020,(4) 所属期刊栏目 机械工程
研究方向 页码范围 340-346,396
页数 8页 分类号 TG333.7+2
字数 3323字 语种 中文
DOI 10.3969/j.issn.1007-791X.2020.04.002
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (66)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
板带轧机
辊系热变形
时间序列
支持向量机回归
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
燕山大学学报
双月刊
1007-791X
13-1219/N
大16开
河北省秦皇岛市河北大街西段438号
18-73
1963
chi
出版文献量(篇)
2254
总下载数(次)
2
总被引数(次)
12529
论文1v1指导