基于SVM進(jìn)行軋制力預(yù)測的冷連軋機(jī)軋制規(guī)程優(yōu)化.pdf

1、軋制規(guī)程設(shè)定計(jì)算是冷連軋生產(chǎn)線過程自動化系統(tǒng)的首要任務(wù)，其設(shè)定值對產(chǎn)品規(guī)格的控制至關(guān)重要。傳統(tǒng)的軋制規(guī)程設(shè)定方法通過軋制理論數(shù)學(xué)模型計(jì)算軋制力，采用查表方法設(shè)定壓下規(guī)程，這在一定程度上可以達(dá)到生產(chǎn)目標(biāo)。但隨著人們對冷軋帶鋼質(zhì)量要求的日益提高，傳統(tǒng)方法已經(jīng)無法滿足一些軋制規(guī)格要求較精細(xì)的場合，于是人們開始尋求更為精確的途徑來預(yù)測軋制力，進(jìn)而優(yōu)化冷連軋機(jī)的軋制規(guī)程。 本文深入研究了基于支持向量機(jī)(Support Vector Mac

2、hine，SVM)進(jìn)行軋制力預(yù)測的冷連軋機(jī)軋制規(guī)程的優(yōu)化問題，受到軟測量領(lǐng)域應(yīng)用的新理論SVM的啟發(fā)，鑒于神經(jīng)網(wǎng)絡(luò)方法在軋鋼領(lǐng)域的應(yīng)用，提出了利用SVM模型預(yù)測方法對冷連軋過程中機(jī)架的軋制力進(jìn)行預(yù)測。為了實(shí)現(xiàn)在線預(yù)測，采用了序列輸入方式的在線SVM回歸算法(OnlineTraining of Support Vector Regression，OSVR)，并借鑒文獻(xiàn)中利用相關(guān)性分析法確定冷軋軋制力影響因素的研究成果，建立了五個(gè)輸入、一個(gè)

3、輸出的SVM預(yù)測模型。通過利用大量現(xiàn)場數(shù)據(jù)的仿真與比較分析我們發(fā)現(xiàn)，基于OSVR算法建立的軋制力預(yù)測模型對于冷連軋過程中機(jī)架的軋制力有較好的預(yù)測效果，是未來軋鋼技術(shù)應(yīng)用領(lǐng)域中值得一試的軋制力在線預(yù)測方法。 根據(jù)實(shí)際需要提出了以軋制能耗最小為目標(biāo)函數(shù)，以軋制力、軋制速度和機(jī)架出口厚度限制為約束條件的壓下規(guī)程優(yōu)化方法，并采用單目標(biāo)不等式優(yōu)化的內(nèi)部懲罰函數(shù)法進(jìn)行求解。 將基于SVM的軋制力預(yù)測模型與壓下規(guī)程的優(yōu)化相結(jié)合來設(shè)計(jì)軋