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 |
|
|