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：东北大学

摘要：本发明提出了一种基于多尺度数据融合的连退带钢硬度在线预测方法，涉及钢铁企业冷轧连退生产过程的自动控制技术领域；将带钢在连续退火过程的组织变化工艺机理引入进来，用于计算带钢内部组织结构相关的介观尺度特征，再将它们与宏观尺度生产过程数据进行融合，形成宏介观多尺度融合的数据样本，进而使用一维卷积神经网络作为子学习机，结合带有自适应参数初始化策略的改进Adaboost_R2技术，构建一种基于多尺度数据融合的连退带钢硬度在线预测方法，该方法能够实现连续退火生产过程带钢硬度在线预测，极大地提高连退带钢硬度的预测精度，满足企业实际生产需求，增加企业经济效益。

主权项：1.一种基于多尺度数据融合的连退带钢硬度在线预测方法，其特征在于：分为以下步骤：S1：针对一种调质度为Hj,j∈{1,2,…,Z}的带钢产品，其中，Z为现有不同调质度种类的带钢产品数量，从用于存储实际连续退火生产数据的企业数据库中获取该种调质度带钢最近T时间段内的实际连续退火生产数据，得到包含N条连续退火生产样本的集合D1，每条生产样本中包含p个宏观尺度信息数据项和一个带钢硬度实际值；S2：针对S1中的连续退火生产样本集合D1，进行带钢介观尺度信息数据项补充和数据归一化处理，得到样本集合D2；S3：基于S2处理后的样本集合D2，建立基于宏介观多尺度数据融合的连退带钢硬度集成学习预测模型，并将建立好的预测模型存入企业连续退火带钢产品硬度预测模型库；S4：从连续退火带钢产品硬度预测模型库中选择与待连续退火生产的带钢调度质Hj一致的带钢产品硬度预测模型，开始连续退火生产；S5：设置采样周期为Tmax，从连续退火生产线上各采样点实时读取连续退火生产状态数据，并将其与数据库中相应的带钢信息合成为连续退火生产过程数据，该生产过程数据包括带钢信息和连退生产状态宏观尺度数据项，使用S2中相应的工艺机理模型计算带钢内部晶粒尺寸相关的介观尺度数据项，将介观尺度数据项与宏观尺度数据项融合，形成包含宏介观数据项的连续退火生产过程输入向量；S6：使用S2中得到的样本集合D2中各数据项的最大值和最小值对过程输入向量中对应数据项数值进行归一化处理；S7：基于归一化后的过程输入向量，使用S4中选择的带钢产品硬度预测模型对带钢产品硬度进行预测；S8：本卷带钢产品连续退火生产结束后，截取带钢头部进行离线人工化验，得到该条带钢产品的实际硬度值，并与S5中本卷带钢产品所记录的包含宏介观数据项的连续退火过程输入向量进行匹配与合成，得到一个新的连续退火生产样本；所述生产样本包括p个宏观尺度数据项和一个带钢产品硬度实际值；S9：更新调度质为Hj的带钢产品连续退火生产样本，方法为：针对该调度质带钢，当最近O时间段内连续退火生产样本采集完成后，使用最近O时间段内的连续退火生产样本替换企业数据库中该调度质带钢最早O时间段内的连续退火生产样本；S10：对于Z中调度质带钢产品，设置阈值G，判断每一种调度质Hi，i＝1,2,…,Z更新后的连续退火样本数量是否大于G，如果满足，则按照S1至S3的方法，基于该调度质带钢更新后的连续退火生产样本，对该调度质带钢产品的硬度预报模型进行重新训练和更新，保证其能够跟踪生产该调度质带钢产品的连续退火机组的最新工况；S11：在新的带钢产品连续退火生产开始时，重复执行S4至S11，实现对已有的Z种不同调度质的连续退火带钢产品硬度的在线预测。

全文数据：

权利要求：

百度查询： 东北大学 一种基于多尺度数据融合的连退带钢硬度在线预测方法