一种基于数据驱动和机理模型融合的板带钢凸度预测方法

授权

摘要

本发明属于带钢产品品质控制技术领域，涉及一种基于数据驱动和机理模型融合的板带钢凸度预测方法，通过建立热连轧出口板凸度机理模型，将机理模型与DNN模型结合建立带钢凸度预测DNN模型，以机理模型计算值作为出口板凸度的基准值，并将基准值与出口板凸度的实际值的偏差量作为带钢凸度预测DNN模型的输出，再将基于带钢凸度预测DNN模型的预测值与基准值的和作为最终的板带钢凸度预测值。本发明方法将计算值和实际值的偏差作为DNN模型输出，可减小预测误差范围，为更精准的板形控制提供保障。现阶段热连轧生产线在工业数据的收集与存储方面皆较为完善，因此本发明有较强的推广能力，为提高板带钢出口板凸度的精度提供新方法。

基本信息

专利标题：

一种基于数据驱动和机理模型融合的板带钢凸度预测方法

专利标题（英）：

暂无

公开（公告）号：

CN114021290A

申请号：

CN202210000389.4

公开（公告）日：

2022-02-08

申请日：

2022-01-04

授权号：

CN114021290B

授权日：

2022-04-05

发明人：

李旭陈楠丁敬国栾峰吴艳马冰冰高坤霍利锋王海深李伟

申请人：

东北大学

申请人地址：

辽宁省沈阳市浑南区创新路195号

代理机构：

沈阳优普达知识产权代理事务所(特殊普通合伙)

代理人：

陈曦

优先权：

CN202210000389.4

主分类号：

G06F30/17

IPC分类号：

G06F30/17 G06F30/27 G06N3/04 G06N3/08 B21B37/28 B21B1/26 G06F119/08 G06F119/14