[发明专利]一种机理融合数据的热轧带钢截面形状预测方法

权利要求书

1.一种机理融合数据的热轧带钢截面形状预测方法，其特征在于：包括下列步骤：

S1、现场采集相关变量及特征数据；

S2、结合轧制过程数据建立轧制机理模型；

S3、计算轧制机理数据并对其增维处理，获得实验训练数据集合；

S4、对实验训练数据进行预处理，提高数据质量；

S5、建立机理融合数据的热轧带钢截面形状的M-SVR预测模型。

2.根据权利要求1所述的一种机理融合数据的热轧带钢截面形状预测方法，其特征在于：所述S1中的采集相关变量及特征数据为：轧制力、弯辊力、辊缝值、窜辊量、轧制速度、轧制入口温度及出口温度、带钢的出口厚度和出口宽度以及计算机架间温度、轧辊的热凸度以及轧辊磨损量。

3.根据权利要求1所述的一种机理融合数据的热轧带钢截面形状预测方法，其特征在于：所述S2结合轧制过程数据建立轧制机理模型的方法为：包括以下步骤：

S2.1、根据实际测得的精轧区入口温度和出口温度，计算精轧区各机架出口对应的温度，计算公式为：

其中，i表示机架数；T_RC为粗轧出口的温度；ΔT_A、ΔT_W、ΔT_F、ΔT_C、ΔT_R分别是空气冷却下降的温度、水冷下降的温度、摩擦温升、接触温度下降、轧制的入口下降温度；

S2.2、建立轧辊的热凸度模型，先建立轧辊温度场，然后根据轧辊的温度场模型确定热变形模型；

S2.3、采用离散等距切分法建立工作辊磨损模型。

4.根据权利要求3所述的一种机理融合数据的热轧带钢截面形状预测方法，其特征在于：所述S2.2中确定热变形模型的方法为：包括下列步骤：

S2.2.1、采用二维差分法研究温度场，假设轧辊是各向同性的，不包含内部热源，则轧辊内部单元的热传导微分方程为：

所述T为轧辊温度场；所述t为时间；所述ρ、c、k分别代表轧辊密度、比热、导热系数；所述x、r是轴向坐标和径向坐标；

S2.2.2、轧辊直径热膨胀计算公式如下：

所述v、γ、R分别为泊松比、线膨胀系数、轧辊半径；所述T₀为辊的初始温度。

5.根据权利要求3所述的一种机理融合数据的热轧带钢截面形状预测方法，其特征在于：所述S2.3中采用离散等距切分法建立工作辊磨损模型的方法为：将辊体均匀划分，得到工作辊的整体磨损分布，建立轧辊磨损计算模型结构公式如下：

所述P为单位宽度轧制力的影响项；所述F为不规则边磨损的影响项；所述T为辊面温度的影响项；所述D为接触弧长影响项；所述Δy_Wij表示第i机架轧机轧辊每转一圈j片的磨损量；所述P_i为单位宽度的轧制力。

6.根据权利要求1所述的一种机理融合数据的热轧带钢截面形状预测方法，其特征在于：所述S3中获得实验训练数据集合的方法为：包括以下步骤：

S3.1、根据S2所建立的机架间温度、轧辊的热凸度、工作辊磨损理论模型，计算相应的轧制机理数据；

S3.2、将轧制机理数据以额外的向量维度结合轧制过程数据经数据处理后参与模型的训练过程。

7.根据权利要求1所述的一种机理融合数据的热轧带钢截面形状预测方法，其特征在于：所述S4中对实验训练数据进行预处理的方法为：包括以下步骤：

S4.1、使用pauta标准对所采集的数据进行数据清理；

S4.2、利用数据归一化对数据进行规范化或标准化处理。