[发明专利]一种连续退火产品硬度在线集成学习预报方法

摘要

一种连续退火产品硬度在线集成学习预报方法，属于钢铁企业连续退火生产过程的自动控制技术领域。利用企业的历史连续退火生产数据样本，使用以LSSVM作为子学习机的集成学习建模方法，针对不同调质度带钢分别建立其离线产品硬度预报模型；实际生产中，实时读取连续退火生产过程数据，并使用通过集成学习建立的离线产品硬度预报模型对当前的带钢产品硬度进行实时预报；经过实际生产数据的检验，本发明的方法能够明显提高连续退火产品硬度预报结果的精度和鲁棒性，使得现场操作人员能够实时掌握当前带钢产品的质量，并根据情况进行适时调整，弥补了离线检测大滞后的不足，从而帮助连续退火生产线提高产品质量、改进生产操作水平、增加经济效益。

主权项

一种连续退火产品硬度在线集成学习预报方法，其特征在于：包括如下步骤：步骤1：针对每一种调质度带钢，从数据库中读取最近m时间段内的连续退火生产样本，得到含有B个样本的连续退火生产样本集合；步骤2：针对每一种调质度带钢的连续退火生产样本集合，进行数据处理；步骤3：根据步骤2数据处理后的样本集合，求取主元转换矩阵M及针对每种调质度带钢采用基于LSSVM的集成学习建模方法建立其产品硬度预报模型并形成离线连续退火带钢产品硬度预报模型库；步骤4：根据待连续退火生产的带钢调质度，从连续退火带钢产品硬度预报模型库中选择对应调质度带钢产品硬度预报模型，开始连续退火生产；步骤5：以连续退火生产线上采样点的最大采样周期T_max的z倍作为带钢产品硬度预报模型的采样周期，实时获取连续退火生产过程数据，作为该种调质度带钢产品硬度预报模型的过程输入向量，同时对连续退火生产线上各采样点在每卷带钢产品头部穿过时产生的相关生产状态数据进行记录；所述生产过程数据为连续退火生产线上各采样点在每卷带钢产品头部穿过时产生的相关生产状态数据与相应的带钢信息的合成；所述带钢信息包括其自身的规格信息和热轧信息；步骤6：采用聚类分析方法对过程输入向量进行过失误差侦破，如果该过程输入向量包含过失误差，则删除该过程输入向量，放弃本周期的带钢产品硬度预报，并等待下一个采样周期的过程输入向量；否则，则进入到步骤7；步骤7：利用步骤3中所得到的主元转换矩阵M，对当前的过程输入向量进行降维，得到以主元表示的过程输入向量；步骤8：基于降维后的过程输入向量，使用该种调质度带钢产品硬度预报模型对带钢产品硬度进行预报；步骤9：当本卷带钢连续退火生产完成后，截取带钢带头部分进行离线检测，获得本卷带钢产品硬度实际值，并进行记录；步骤10：将所记录的每卷带钢的连续退火生产过程数据与其对应的产品硬度实际值进行匹配与合成，形成一个新的连续退火生产样本；每个连续退火生产样本包括H个数据项；所述H个数据项中包括若干个相关连续退火生产状态数据项、若干个带钢信息数据项和带钢产品硬度实际值；步骤11：更新连续退火生产样本；步骤12：按照步骤1至步骤3的方法，根据更新后的连续退火生产样本，分别对每一调质度带钢产品硬度预报模型进行更新；步骤13：在新的带钢连续退火生产开始时，重复执行步骤4至步骤13，实现已知调质度带钢产品硬度的在线预报。