基于增量分析和PSO-LSSVM的热轧辊缝调平预测模型

• 作者: 张卫 李天伦 侯庆龙 何安瑞 邵健
• 来源期刊: 中国冶金
• 关键词: 热连轧 辊缝调平预测 增量分析 PSO-LSSVM 板形控制
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 生产技术|Production Technology
• 页码范围: 122-128
• 页数: 7页
• 语种: 中文
• DOI: 10.13228/j.boyuan.issn1006-9356.20200412

摘要

辊缝调平在保证热轧带钢板形质量和轧制稳定性中起着关键作用,目前以操作人员目测后经验调整为主,无法满足未来少人化、智能化轧制技术需求.为此,基于增量分析方法实现工艺参数增量因子提取,有效解决传统离散数据预测中部分信息丢失问题;同时以粒子群算法(PSO)优化最小二乘支持向量机(LSSVM)模型参数,使得参数选取更加科学.采用某钢厂1580热轧生产数据进行验证,结果表明,基于增量分析和PSO-LSSVM的预测模型能够较好地预测调平值及调平曲线趋势,精轧下游F5?F7调平预测精度在95％左右,可为现场调平策略设定提供辅助手段,也为今后无人化轧制技术的发展提供关键理论支撑.