基于GA-PELM的板材热连轧轧制力预测

• 作者: 杨静 任彦 高晓文 苏楠
• 来源期刊: 锻压技术
• 学科: 工学
• 关键词: 带钢热连轧 轧制力 并行异构极限学习机 遗传算法 网络结构
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 板料成形|SHEET FORMING
• 页码范围: 43-48
• 页数: 6页
• 分类号: TP183
• 语种: 中文
• DOI: 10.13330/j.issn.1000-3940.2022.01.006

摘要

在板材热连轧过程中,轧制力的计算精度直接影响板带钢的实际厚度,也是实现精准在线控制的前提.然而,由于实际的轧制过程受多种因素影响,使用传统模型进行预测的精度往往比较低.为了提高轧制力的预测精度,提出了并行异构极限学习机(PELM)的轧制力预测模型,该模型学习速度快且泛化能力强,同时为了保证模型的稳定性,采用遗传算法(GA)优化了该模型的权重和偏差.以包头某钢厂2250生产线的实际生产数据为例进行轧制力预测,结果表明,该算法训练的轧制力预测模型有很好的预测精度,适用于热连轧过程的轧制力预测.