[发明专利]一种轧制模型自学习系数确定方法有效
申请号: | 201710347321.2 | 申请日: | 2017-05-17 |
公开(公告)号: | CN107045585B | 公开(公告)日: | 2019-06-07 |
发明(设计)人: | 宋勇;荆丰伟;王伟;贾仁君 | 申请(专利权)人: | 北京科技大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06F17/18;B21B37/28 |
代理公司: | 北京市广友专利事务所有限责任公司 11237 | 代理人: | 张仲波 |
地址: | 100083*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 轧制 模型 自学习 系数 确定 方法 | ||
1.一种轧制模型自学习系数确定方法,其特征在于,包括:
确定第k轧件的产品规格,所述第k轧件的产品规格包括:第k轧件所属的钢种族、成品厚度、成品宽度;
根据确定的第k轧件的产品规格,从与第k轧件所属钢种族所对应的轧制模型自学习系数层别表获取轧制模型自学习系数,基于获取的轧制模型自学习系数对第k轧件进行轧制;
当第k轧件完成轧制后,将第k轧件的产品规格、轧制模型自学习系数保存到预设的历史记录数据集中;
基于预先确定的厚度分档位置和宽度分档位置,确定第k轧件的成品厚度所对应的厚度分档位置、成品宽度所对应的宽度分档位置;
根据确定的第k轧件的厚度分档位置和宽度分档位置及所属钢种族,从预设的历史记录数据集获取成品厚度和成品宽度和第k轧件在相邻区域范围且与第k轧件所属的钢种族一致的轧件历史记录进行多元非线性回归,得到回归方程;
利用回归方程,计算分档位置的轧制模型自学习系数,并与第k轧件所属钢种族所对应的轧制模型自学习系数层别表中相应旧值进行加权平均后并更新所述旧值。
2.根据权利要求1所述的轧制模型自学习系数确定方法,其特征在于,在根据确定的第k轧件的产品规格,从与第k轧件所属钢种族所对应的轧制模型自学习系数层别表获取轧制模型自学习系数,基于获取的轧制模型自学习系数对第k轧件进行轧制之前,所述方法包括:
获取轧制生产线的成品厚度范围[Hmin,Hmax]和成品宽度范围[Wmin,Wmax];
将获取的成品厚度范围[Hmin,Hmax]分成n档,其分档位置记为HI,其中,0<I<n+1;
将获取的成品宽度范围[Wmin,Wmax]分成m档,其分档位置记为WJ,其中,0<J<m+1;
基于分档位置,为每一钢种族分别建立轧制模型自学习系数层别表,所述轧制模型自学习系数层别表,用于存储各分档位置的轧制模型自学习系数;
其中,所述轧制模型自学习系数包括:轧制力模型自学习系数、轧制力矩模型自学习系数、温度模型自学习系数中的一种。
3.根据权利要求1所述的轧制模型自学习系数确定方法,其特征在于,所述根据确定的第k轧件的产品规格,从与第k轧件所属钢种族所对应的轧制模型自学习系数层别表获取轧制模型自学习系数,基于获取的轧制模型自学习系数对第k轧件进行轧制包括:
根据确定的第k轧件的产品规格,采用双线性插值方法从与第k轧件所属钢种族所对应的轧制模型自学习系数层别表获取轧制模型自学习系数,基于获取的轧制模型自学习系数对第k轧件进行轧制。
4.根据权利要求1所述的轧制模型自学习系数确定方法,其特征在于,所述当第k轧件完成轧制后,将第k轧件的产品规格、轧制模型自学习系数保存到预设的历史记录数据集中包括:
当第k轧件完成轧制后,将第k轧件所属的钢种族、成品厚度、成品宽度、轧制模型自学习系数组成一条轧件历史记录,并按照轧制先后顺序保存到预设的历史记录数据集中。
5.根据权利要求2所述的轧制模型自学习系数确定方法,其特征在于,所述方法还包括:
通过厚度分档位置的计算公式,确定厚度分档位置,所述厚度分档位置的计算公式表示为:
其中,HI表示厚度分档位置的取值,n表示厚度档数,Hmax、Hmin分别表示成品厚度范围的最大值和最小值;
通过宽度分档位置的计算公式,确定宽度分档位置,所述宽度分档位置的计算公式表示为:
其中,WJ表示宽度分档位置的取值,m表示宽度档数,Wmax、Wmin分别表示成品宽度范围的最大值和最小值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京科技大学,未经北京科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710347321.2/1.html,转载请声明来源钻瓜专利网。