一种基于多尺度数据融合的连退带钢硬度在线预测方法
公开
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。
基本信息
专利标题 ：
一种基于多尺度数据融合的连退带钢硬度在线预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114564879A
申请号 ：
CN202210025657.8
公开（公告）日 ：
2022-05-31
申请日 ：
2022-01-11
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
唐立新王显鹏王尧董志明
申请人 ：
东北大学
申请人地址 ：
辽宁省沈阳市和平区文化路3号巷11号
代理机构 ：
沈阳东大知识产权代理有限公司
代理人 ：
李在川
优先权 ：
CN202210025657.8
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06F119/02
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-05-31 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
