[发明专利]一种预测带钢跑偏值的方法和装置

说明书

本申请涉及图像数据处理技术领域，公开了一种预测带钢跑偏值的方法，包括获取训练数据，向连退跑偏值预测模型输入所述训练数据；所述连退跑偏预测模型根据所述训练数据生成跑偏预测曲线和输出超出预设的上限值的异常数据信息；将所述跑偏预测曲线和所述异常数据信息作为预测结果输出，用于优化连退线的纠偏机制。本申请通过连退跑偏值预测模型获得带钢在连退工序中的跑偏预测结果；通过预测结果提前采取纠偏措施，调整生产工艺带钢纠偏的控制参数，将带钢在连退工序中跑偏值控制在行业误差允许范围内，提高带钢加工质量和生产效率，降低生产成本，提高经济效益。

技术领域

本申请涉及图像数据处理技术领域，尤其涉及一种预测带钢跑偏值的方法和装置。

背景技术

带钢完成冷轧工序后，带钢板形对后续机组的加工质量有着重大影响。在连退机组生产中，带钢板形的应力分布是造成带钢跑偏的重要因素；在快速生产的连续退火机组中，如果带钢板形偏差严重，带钢在连退机组就会严重跑偏，造成生产降速，甚至断带等恶性生产事故。

当带钢在连退机组跑偏时，操作人员通常采取降速的方式来逐渐纠正带钢位置，但对带钢降速一方面会导致带钢在炉内停留的时间增加，带钢加热时间过长也对带钢最终的产品性能造成影响；另一方面降速的方式使一种被动控制策略，控制效率不高且滞后。

发明内容

为了提前预测带钢跑偏情况，从而提前设置连退机组内带钢纠偏机制，将带钢跑偏值控制在产品误差允许范围内，

第一方面，本申请提供了一种预测带钢跑偏值的方法，包括：

获取训练数据，向连退跑偏值预测模型输入所述训练数据；

所述连退跑偏预测模型根据所述训练数据生成跑偏预测曲线和超出预设的上限值的异常数据信息；

将所述跑偏预测曲线和所述异常数据信息作为预测结果输出，用于优化连退线的纠偏机制。

进一步，所述训练数据包括带钢的板形数据和跑偏数据；所述板形数据包括带钢每帧板形沿宽度方向或长度方向的板形应力值；所述跑偏数据包括每帧板形数据在连退线对应的跑偏值。

进一步，所述板形数据通过现场板形仪采集获得；所述跑偏数据通过连退线纠偏辊编码器采集获得。

进一步，所述预设的上限值的异常数据信息包括，预警数量值或预警百分比上限值的板形帧数量，以及所述跑偏值大于所述预警数量值或所述预警百分比上限值的区域位置及长度。

进一步，本申请提供的一种预测带钢跑偏值的方法还包括：

通过所述训练数据生成训练数据格式列表；

将所述训练数据格式列表输入机器学习算法，生成所述连退跑偏值预测模型。

进一步，所述训练数据格式列表包括初始训练数据格式列表，和由所述初始训练数据格式列表降维生成的二级训练数据格式列表；所述初始训练格式列表由所述训练数据排序得到；所述降维方式包括采用五次勒让德正交多项式对所述初始训练数据格式列表拟合，得到每帧的拟合多项式系数。

进一步，所述将训练数据格式列表代入机器学习算法，包括判断是否更新所述二级训练数据格式列表；当判断结果为是，采用更新的所述二级训练数据格式列表重构所述连退跑偏值预测模型；当判断结果为否，采用当前所述二级训练数据格式列表构建的所述连退跑偏值预测模型。

第二方面，本申请提供了一种预测带钢跑偏值的装置，包括：

输入单元，用于向连退跑偏值预测模型输入所述训练数据；

计算单元，用于根据所述训练数据生成跑偏预测曲线，输出超出预设的上限值的异常数据信息；

输出单元，用于将所述跑偏预测曲线和所述异常数据信息作为预测结果输出，优化连退线的纠偏机制。