一种基于神经网络的连退跑偏预测方法及装置
公开
摘要
本发明公开了一种基于神经网络的连退跑偏预测方法及装置，该方法包括：获取历史生产数据；基于历史生产数据计算带钢的基准跑偏概率，并基于基准跑偏概率，根据纠偏缸位置均值和带钢位置均值，确定跑偏警戒值；建立神经网络预测模型，并基于历史生产数据对其进行训练；利用训练好的神经网络预测模型对待生产带钢的各纠偏缸位置和带钢位置进行预测，当预测出的纠偏缸位置或带钢位置超出跑偏警戒值时，则判定当前待生产带钢出现跑偏；根据预测结果计算待生产带钢的跑偏概率，并基于预设的预警规则进行连退跑偏预警。通过本发明对连退生产的带钢做跑偏预测及警报，可有效减少跑偏事故的发生。
基本信息
专利标题 ：
一种基于神经网络的连退跑偏预测方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114611376A
申请号 ：
CN202210062546.4
公开（公告）日 ：
2022-06-10
申请日 ：
2022-01-19
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
袁铁衡孙文权何安瑞袁雨田李立刚
申请人 ：
北京科技大学
申请人地址 ：
北京市海淀区学院路30号
代理机构 ：
北京市广友专利事务所有限责任公司
代理人 ：
张仲波
优先权 ：
CN202210062546.4
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06N3/04 G06N3/08 C21D11/00 C21D1/26 C21D9/52 G06F111/08
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
2022-06-10 ：
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
