[發明專利]基于人工神經網絡與數學模型的軋制力預設定方法

有效

• 申請號: 201810355938.3
• 申請日: 2018-04-19
• 公開（公告）號: CN108655186B
• 公開（公告）日: 2019-08-06
• 發明（設計）人: 王志軍
• 申請（專利權）人: 中冶南方工程技術有限公司
• 主分類號: B21B37/58
• 分類號: B21B37/58
• 代理公司: 北京匯澤知識產權代理有限公司 11228
• 代理人: 程殿軍;張瑾

1.一種基于人工神經網絡與數學模型的軋制力預設定方法，其特征在于：包括以下步驟：

S01，建立軋制力數學模型，軋制力數學模型包括輸入、系數和輸出，所述輸入包括多個輸入項，各輸入項分別為影響軋制力的各種因素，所述系數根據鋼種確定，所述輸出為軋制力；

S02，對輸入進行配置：針對每個輸入項，根據生產線的特點確定其取值區間，并將取值區間劃分為若干個連續的子取值區間，且每個子取值區間各選取一個代表值作為其子區間值；

S03，建立訓練數據集：從各個輸入項中分別選取一個子區間值構成一組輸入數據，則根據排列組合的原理，可知共能生成N_total組輸入數據，其中：

其中N_i表示第i個輸入項的子區間個數，m表示輸入項的個數；

針對特定的鋼種，獲取其系數，根據軋制力數學模型，分別代入每組輸入數據，得到每組輸入數據對應的輸出數據，各組輸入與輸出數據共同構成了一共具有N_total組數據的訓練數據集；

S04，建立并訓練人工神經網絡：建立人工神經網絡模型，根據訓練數據集進行訓練，訓練完成后，采用人工神經網絡進行軋制力預設定供生產使用。

2.如權利要求1所述的基于人工神經網絡與數學模型的軋制力預設定方法，其特征在于：所述步驟S02中，各輸入項子取值區間的數量的范圍是[5，20]。

3.如權利要求1所述的基于人工神經網絡與數學模型的軋制力預設定方法，其特征在于：所述步驟S02中，各輸入項子取值區間的數量值組成的數據集的標準差與平均值的比值小于等于40％。

4.如權利要求3所述的基于人工神經網絡與數學模型的軋制力預設定方法，其特征在于：所有輸入項子取值區間的數量全部相等。

5.如權利要求1所述的基于人工神經網絡與數學模型的軋制力預設定方法，其特征在于：所述步驟S02中，各子取值區間的子區間值選為該子取值區間上下限的平均值。

6.如權利要求1所述的基于人工神經網絡與數學模型的軋制力預設定方法，其特征在于：所述步驟S04中，人工神經網絡選為三層BP神經網絡，其中隱層數計算公式為輸入層個數除以4并取整數，然后再加上一個5-10之間的常數，且取值范圍是[6，15]。

7.如權利要求1所述的基于人工神經網絡與數學模型的軋制力預設定方法，其特征在于，所述步驟S04之后還包括：

S05，對人工神經網絡進行優化：生產過程中，周期性采集實測數據，實測數據包含輸入數據與輸出數據，針對滿足要求的實測數據，對實測數據中至少部分輸入項的實測值進行判斷，確定其屬于該輸入項的哪個子取值區間，將訓練數據集中與這組實測數據各輸入項所屬的子取值區間相同的一組數據替換為實測值，形成新的訓練數據集，重新進行訓練，訓練完成后，采用人工神經網絡進行軋制力預設定供生產使用。

8.如權利要求7所述的基于人工神經網絡與數學模型的軋制力預設定方法，其特征在于：所述步驟S05中，滿足要求的實測數據的確定方法為：連續采集一批實測數據，對這一批實測數據的某些參數值計算置信為95％的F分布區間，找到這一批實測數據中某組實測數據，其各項參數都滿足F分布區間，并且其實測軋制力與其數學模型預報的軋制力偏差小于一定值，該組實測數據則為滿足要求的實測數據。