[发明专利]一种基于集成均值子时段RPLS-OS-ELM的荒管质量建模与预报方法

摘要

针对连轧生产无缝钢管中，荒管质量检验的滞后和难以建立其机理模型的问题，发明中提出了一种基于集成均值子时段RPLS-OS-ELM荒管质量建模与预报方法。发明介绍了基于集成均值子时段RPLS-OS-ELM方法中过程数据时段确定、均值化简、预报模型建立、模型更新和模型在线预报等关键内容。并将建立的预报模型用于荒管质量的预报中，为连轧生产的无缝钢管质量提高打下良好基础，并且该发明实现性好、实现后维护费用低、实时更新性好、可靠性及精度高，可以用于荒管质量的在线建模和预报中。

主权项

集成均值子时段RPLS‑OS‑ELM荒管质量建模方法通过PLS提取过程的特征信息，消除了数据的共线性，并降低了输入变量的维数，然后采用ELM建立输入得分向量矩阵X和输出得分向量Y之间的非线性内部模型，提高内部模型的非线性处理能力. 同时通过模型集成和更新,进一步提高了模型的预报精度和鲁棒性. 集成均值子时段RPLS‑OS‑ELM方法建模与预报步骤如下：（1）采集生产数据,对部分生产数据进行如式(3)所示的均值子时段处理,得到建模样本输入矩阵X;（2）利用交叉检验法确定潜变量个数，采用线性PLS方法计算建模样本输入X和质量输出Y的得分向量矩阵及负载向量矩阵；（3）设定ELM隐含层节点数和激活函数，采用ELM建立内部模型之间的非线性模型；（4）步骤（1）～（3）为其中一组模型的建模方法，集成均值子时段RPLS‑OS‑ELM建模方法需从同一数据集中有放回的抽取10组数据，建立10组模型，各模型的区别在于使用不同的ELM输入层到隐层权值. 最后使用10组数据的平均值作为最后输出质量；（5）在使用过程中，定期利用新的生产数据对模型进行更新。