买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：宝钢日铁汽车板有限公司

摘要：本发明公开一种基于深度学习的热镀锌带钢镀层的控制方法，该热镀锌带钢镀层的控制方法包括以下步骤：收集镀锌生产过程中操作人员对带头锌层前馈控制人工干预的有效操作数据；运用深度学习的大数据分析方法对收集的有效操作数据进行模拟，获取自动补偿值计算模型，并将自动补偿值计算模型实时反馈到镀锌生产；对自动补偿值计算模型实现锌层的前馈控制进行效果验证。该热镀锌带钢镀层的控制方法运用深度学习的大数据分析方法，模拟出规格切换时带头锌层前馈值，较为快速且准确地控制带钢在热镀锌生产过程中不同钢种、不同规格以及不同锌层切换过程钢卷锌层的厚度，替代人工锌层控制的干预操作。

主权项：1.一种基于深度学习的热镀锌带钢镀层的控制方法，其特征在于，包括以下步骤：S1.收集镀锌生产过程中操作人员对带头锌层前馈控制人工干预的有效操作数据；S2.运用深度学习的大数据分析方法对收集的有效操作数据进行模拟，获取自动补偿值计算模型，并将自动补偿值计算模型实时反馈到镀锌生产；S3.对自动补偿值计算模型实现锌层的前馈控制进行效果验证，所述S1包括以下步骤：S11.对带头锌层前馈控制人工干预值历史数据进行清洗，去除掉历史数据中由于机组运行故障或是维修而造成的数据偏差；S12.从所有的历史数据中提取出人工干预操作生效的带钢过渡切换过程数据；S13.将能够有效减少不达标带钢长度的人工干预数据筛选出来，所述S2包括以下步骤：S21.将所有的有效操作数据划分为训练集和测试集；S22.在训练集中通过设定不同的随机数种子从中抽选出部分数据来进行大数据算法模型训练；S23.使用测试集数据对大数据算法模型进行评判，得到不同的权重，融合成为最终算法模型，所述S22中的大数据算法模型包括KNN算法模型和GBDT算法模型；所述KNN算法模型的公式如下式：设特征空间χ是n维实数向量空间xi,xj的Lp距离定义为: 这里p≥1当p＝1时，称为曼哈顿距离Manhattandistance，公式为: 当p＝2时，称为欧式距离Euclideandistance，即 当p＝∞时，它是各个坐标距离的最大值，计算公式为： 所述GBDT算法模型的公式如下式： 其中，x为输入样本，F为分类回归树，h为学习器，L是损伤函数，γm是分类回归树每棵树的权重，所述S23包括以下步骤：S231.对大数据算法模型计算误差；S232.结合KNN模型算法与GBDT模型算法进行加权融合输出结果；S233.使用测试集数据对对KNN模型算法与GBDT模型算法评判，得到不同的权重，融合成为最终算法模型；S234.将最终算法模型结果输出到生产系统，将生产过程中所收集到的连续数据进行离散分类处理，得到合理的人工干预值；S235.人工干预值的结果实时反馈到生产的计算机界面中，实现带钢镀层的前馈控制。

全文数据：

权利要求：

百度查询： 宝钢日铁汽车板有限公司 一种基于深度学习的热镀锌带钢镀层的控制方法