[发明专利]一种在多品种轧制模式下提高预设定模型精度的方法

摘要

本发明提供一种在多品种轧制模式下提高预设定模型精度的方法，属于轧制控制技术领域。该方法针对某一产线轧制新品种，原有神经网络算法无法满足提升新钢种的预设定模型精度时，通过数据统计分析的方法，对神经网络算法进行补偿，计算新的修正系数投入现场使用，提高了预设定模型精度，在此基础上分钢种分规格计算修正系数，进一步提高了预设定模型精度，并设计了层别表，将修正系数维护进数据库表格中，更利于现场维护和操作。

主权项

1.一种在多品种轧制模式下提高预设定模型精度的方法，其特征在于：包括步骤如下：(1)对生产线的轧制过程数据进行收集，确定设定数据，即设定轧制力其中，rfCi为对应钢种的神经网络修正系数，为实际轧制速度，为实际机架入口厚度，为实际机架出口厚度，为实际机架入口张应力，为实际机架出口张应力，kf为变形抗力，u为摩擦系数，Rd为轧辊数据，i为机架号；(2)根据步骤(1)中获取到的轧制过程数据，根据设定轧制力公式反算：去除神经网络的修正，获取纯的轧制力模型设定值；(3)计算设定模型新的修正系数：其中，为实际轧制力；(4)将步骤(3)中计算的修正系数写入现场模型程序中，并收集试验数据，对比试验前后实际值与设定值的偏差情况，分析试验方向是否正确，试验数据证明试验方向正确后，继续投入修正系数，提升预设定模型精度，否则，使用原有神经网络修正系数作为模型进一步优化参数，最终使用优化参数提升预设定模型精度。