[發(fā)明專利]冷軋帶鋼板形智能綜合評(píng)價(jià)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310280465.2
• 申請(qǐng)日: 2013-07-05
• 公開（公告）號(hào): CN103376085A
• 公開（公告）日: 2013-10-30
• 發(fā)明（設(shè)計(jì)）人: 楊利坡;丁順風(fēng);于丙強(qiáng);朱建旭
• 申請(qǐng)（專利權(quán)）人: 燕山大學(xué)
• 主分類號(hào): G01B21/20
• 分類號(hào): G01B21/20
• 代理公司: 石家莊一誠知識(shí)產(chǎn)權(quán)事務(wù)所 13116
• 代理人: 李合印

1.一種冷軋帶鋼板形智能綜合評(píng)價(jià)方法，其特征在于：其內(nèi)容包括以下步驟：

a1、根據(jù)實(shí)際生產(chǎn)需要，設(shè)定宏觀板形檔次級(jí)別的區(qū)間值，并設(shè)定1～4次板形分量檔次級(jí)別的區(qū)間值x_ij(i=h,1,2,3,4,j=1,2,3,4)：

?優(yōu)良合格不合格宏觀板形/(I)(I_hmin,x_h1](x_h1,x_h2](x_h2,x_h3](x_h3,I_hmax]1次板形/(I)(I_1min,x₁₁](x₁₁,x₁₂](x₁₂,x₁₃](x₁₃,I_1max]2次板形/(I)(I_2min,x₂₁](x₂₁,x₂₂](x₂₂,x₂₃](x₂₃,I_2max]3次板形/(I)(I_3min,x₃₁](x₃₁,x₃₂](x₃₂,x₃₃](x₃₃,I_3max]4次板形/(I)(I_4min,x₄₁](x₄₁,x₄₂](x₄₂,x₄₃](x₄₃,I_4max]

其中I_ij(i=h,1,2,3,4；j=min，max)是宏觀板形以及1～4次板形分量的最小值與最大值；

a2、根據(jù)步驟a1計(jì)算宏觀板形平均值以及各板形分量平均值的臨界值：

?優(yōu)(I級(jí))良(II級(jí))合格(III級(jí))不合格(IV級(jí))宏觀板形平均值/(I)≤x_h1x_h2x_h3x_h3+x_h3/31次板形平均值/(I)≤x₁₁x₁₂x₁₃x₁₃+x₁₃/32次板形平均值/(I)≤x₂₁x₂₂x₂₃x₂₃+x₂₃/33次板形平均值/(I)≤x₃₁x₃₂x₃₃x₃₃+x₃₃/34次板形平均值/(I)≤x₄₁x₄₂x₄₃x₄₃+x₄₃/3

其中x_ij(i=h,1,2,3,4；j=1,2,3,4)與步驟a1中所設(shè)定的板形區(qū)間值的x_ij大小相同；

a3、在線檢測(cè)板形數(shù)據(jù)，利用板形儀對(duì)冷軋帶鋼進(jìn)行實(shí)時(shí)在線的板形測(cè)量，得到實(shí)時(shí)的板形數(shù)據(jù)；

a4、對(duì)檢測(cè)的板形數(shù)據(jù)進(jìn)行模式識(shí)別，其識(shí)別方法采用基于勒讓德多項(xiàng)式的最小二乘法，選擇1次、2次、3次、4次勒讓德多項(xiàng)式作為板形缺陷的表達(dá)式，其識(shí)別結(jié)果是計(jì)算出各次分量的特征值a₁、a₂、a₃、a₄，并換算為各板形分量的板形值；

a5、根據(jù)步驟a3和步驟a4將宏觀板形數(shù)據(jù)以及各板形分量數(shù)據(jù)構(gòu)建為板形數(shù)據(jù)矩陣T，

T=t11t12t13...t1nt21t22t23...t2nt31t32t33...t3nt41t42t43...t4nt51t52t53...t5n,]]>

其中第1行表示宏觀板形檢測(cè)數(shù)據(jù)，第2行至第5行表示與宏觀板形數(shù)據(jù)對(duì)應(yīng)的1～4次板形分量數(shù)據(jù)，n為板形檢測(cè)數(shù)據(jù)的個(gè)數(shù)；

a6、根據(jù)步驟a2所設(shè)定的板形級(jí)別臨界值計(jì)算步驟a5中T矩陣每列數(shù)據(jù)的級(jí)別，得到向量X=(x₁,x₂,x₃...x_n)，其中，x_i(i=1,2,3,…n)表示T矩陣中第i列板形數(shù)據(jù)按照步驟a2的等級(jí)劃分計(jì)算的板形級(jí)別；

a7、對(duì)由步驟a5計(jì)算的矩陣T按行進(jìn)行歸一化處理，使t_ij∈[-1,1]，應(yīng)用歸一化的矩陣T以及由步驟a6計(jì)算的向量X構(gòu)建T-S型模糊神經(jīng)網(wǎng)絡(luò)；

a8、對(duì)由步驟a7構(gòu)建的T-S型模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，設(shè)定訓(xùn)練參數(shù)：最大迭代次數(shù)為500，網(wǎng)絡(luò)的學(xué)習(xí)系數(shù)α=0.05；

a9、對(duì)所檢測(cè)的板形數(shù)據(jù)進(jìn)行處理，計(jì)算宏觀板形的平均值，同時(shí)計(jì)算1～4次板形分量的平均值，得到板形平均值的向量x，其中是宏觀板形平均值，是1～4次板形分量的平均值；

a10、用步驟a8訓(xùn)練過的T-S型模糊神經(jīng)網(wǎng)絡(luò)和步驟a9所得的板形平均值向量x計(jì)算板形等級(jí)k，k=1,2,3,4分別代表：優(yōu)(I級(jí))、良(II級(jí))、合格(III級(jí))、不合格(IV級(jí))四個(gè)等級(jí)；

a11、由步驟a5得到的板形數(shù)據(jù)矩陣T，按照步驟a1的檔次劃分計(jì)算各檔次級(jí)別下的板形概率p_ij(i=1,2,3,4,5；j=1,2,3,4)：

?優(yōu)良合格不合格宏觀板形概率p₁₁p₁₂p₁₃p₁₄1次板形概率p₂₁p₂₂p₂₃p₂₄2次板形概率p₃₁p₃₂p₃₃p₃₄3次板形概率p₄₁p₄₂p₄₃p₄₄4次板形概率p₅₁p₅₂p₅₃p₅₄

a12、令r_ij=p_ij(i=1,2,3,4,5；j=1,2,3,4)，得到矩陣

R~=r11r12r13r14r21r22r23r24r31r32r33r34r41r42r43r44r51r52r53r54;]]>

a13、設(shè)定宏觀板形的權(quán)重d₁，設(shè)定1～4次板形分量的權(quán)重d₂～d₅，得到權(quán)重向量D~=[d1,d2,d3,d4,d5];]]>

a14、按最大—最小法則計(jì)算板形綜合評(píng)價(jià)矩陣其中(j=1,2,3,4)，其中“∨”表示最大運(yùn)算，“∧”表示最小運(yùn)算，若則使其歸一化處理，計(jì)算結(jié)束。