| 基于类别特征梯度提升的冷轧带钢板形预测模型 |
| |
| 引用本文： | 丁肇印,丁成砚,孙杰,张殿华.基于类别特征梯度提升的冷轧带钢板形预测模型[J].轧钢,2022(6):99-105. |
| |
| 作者姓名： | 丁肇印 丁成砚 孙杰 张殿华 |
| |
| 作者单位： | 东北大学轧制技术及连轧自动化国家重点实验室 |
| |
| 基金项目： | 国家自然科学基金重点项目（U21A20117,51634002）；;国家重点研发计划项目（2018YFB1308700）；;辽宁省兴辽英才计划项目（XLYC1907065）； |
| |
| 摘 要： | 板形控制是冷轧带钢生产过程的核心技术。为了提升板形预设定和闭环反馈控制效果，建立高精度的板形预测模型非常必要。提出了一种基于类别特征梯度提升的冷轧带钢板形预测模型，通过某1 450 mm冷连轧生产线采集的生产数据建立模型，采用贪婪搜索和交叉验证的方式进行超参数设置，以自适应提升模型、梯度提升决策树模型和深度学习神经网络模型作为对比。结果表明：类别特征梯度提升模型的RMSE为0.666 IU,并且有90.397%的预测数据绝对误差小于1 IU,较其他3种模型有更好的表现，对冷轧带钢板形预测有更好的鲁棒性和预测精度。
|
| 关 键 词： | 冷轧带钢 板形预测 类别特征梯度提升模型 集成学习 |
|
|
