[发明专利]一种轧制力参数自学习方法及装置

权利要求书

1.一种轧制力参数自学习方法，其特征在于，所述方法包括：

获取待轧制带钢的属性参数，所述属性参数包括所述待轧制带钢的厚度、所述待轧制带钢的宽度、所述待轧制带钢的终轧温度、所述待轧制带钢炼制的炉号与流号、轧制所述待轧制带钢的轧制辊号、轧制所述待轧制带钢与轧制上一块带钢的时间间隔；

基于所述属性参数中包括的所述待轧制带钢的厚度、所述待轧制带钢的宽度、所述待轧制带钢的终轧温度，确定所述待轧制带钢对应的轧制模型的第一权重系数；

基于所述第一权重系数、所述炉号、所述流号、所述轧制辊号、所述时间间隔，确定所述待轧制带钢的遗传类型，所述遗传类型包括长遗传类型和短遗传类型；

如果所述待轧制带钢的遗传类型为所述短遗传类型，以与所述短遗传类型对应的自学习策略确定与所述待轧制带钢对应的轧制力自学习系数；

如果所述待轧制带钢的遗传类型为所述长遗传类型，以与所述长遗传类型对应的自学习策略确定与所述待轧制带钢对应的轧制力自学习系数。

2.如权利要求1所述的方法，其特征在于，所述基于所述第一权重系数、所述炉号、所述流号、所述轧制辊号、所述时间间隔，确定所述待轧制带钢的遗传类型，包括：

如果所述第一权重系数小于预设权重系数，所述炉号和所述流号与所述上一块带钢炼制的炉号与流号一致，所述轧制辊号与轧制所述上一块带钢的轧制辊号一致，所述时间间隔小于预设时间间隔时，确定所述待轧制带钢的遗传类型为所述短遗传类型。

3.如权利要求1所述的方法，其特征在于，所述基于所述第一权重系数、所述炉号、所述流号、所述轧制辊号、所述时间间隔，确定所述待轧制带钢的遗传类型，包括：

如果所述第一权重系数大于或等于预设权重系数；或所述炉号和所述流号与所述上一块带钢炼制的炉号与流号不一致；或所述轧制辊号与轧制所述上一块带钢的轧制辊号不一致；或所述时间间隔大于或等于预设时间间隔，确定所述待轧制带钢的遗传类型为所述长遗传类型。

4.如权利要求1所述的方法，其特征在于，所述以与所述短遗传类型对应的自学习策略确定与所述待轧制带钢对应的轧制力自学习系数，包括：

获取距当前时刻最近的轧制的M块短遗传类型的带钢中每块带钢对应的轧制模型的第二权重系数，共计获得M个第二权重系数，M为大于0的整数；

基于所述M个第二权重系数中的最小第二权重系数、所述炉号对应的加热炉的带钢对应的优化继承系数、平滑权重指数，确定与所述待轧制带钢对应的轧制力自学习系数，其中，所述轧制力自学习系数为所述最小第二权重系数与所述平滑权重指数的乘积与剩余权重指数与所述优化继承系数乘积之和，所述平滑权重指数与所述剩余权重指数之和为1，所述平滑权重指数基于历史轧制带钢的设定轧制力与实际轧制力值的标准差设定。

5.如权利要求1所述的方法，其特征在于，所述以与所述长遗传类型对应的自学习策略确定与所述待轧制带钢对应的轧制力自学习系数，包括：

获取上一块带钢对应的轧制力自学习系数；

获取所述上一块带钢的层别自学习系数；

基于所述上一块带钢的轧制力自学习系数、所述上一块带钢的层别自学习系数与所述上一块带钢的实时学习系数，确定所述待轧制带钢对应的实时学习系数；

基于距当前时刻最近轧制的与所述待轧制带钢钢种相同的长遗传类型的上一块带钢对应的层别自学习系数、所述上一块带钢的层别自学习系数的瞬时值，确定所述待轧制带钢对应的层别学习系数，其中，所述上一块带钢的层别自学习系数的瞬时值为所述上一块带钢对应的轧制力自学习系数除以所述待轧制带钢对应的实时学习系数的商值；

确定所述轧制力自学习系数为所述待轧制带钢对应的实时学习系数与所述待轧制带钢对应的层别学习系数的乘积。

6.如权利要求5所述的方法，其特征在于，在所述基于所述上一块带钢的层别自学习系数、所述上一块带钢的层别自学习系数的瞬时值，确定所述待轧制带钢对应的层别学习系数之后，所述方法还包括：

将所述待轧制带钢的层别自学习系数记录至与所述待轧制带钢对应的模型中。