一种基于D_S证据理论信息重构的热连轧板厚预测方法技术
【技术实现步骤摘要】
本专利技术设及一种基于D_s信息重构的热连轴板厚预测方法，主要应用于热连轴板 厚预测和控制
技术介绍
带钢厚度预测行为因为其复杂，波动，并且非线性的本质已经成为一个具有挑战 性的任务。目前预测方法主要分为两大类： (1)根据基本原理预测；识别影响厚度的主要因素，决定每个因素对厚度波动会 产生怎样的影响，最后建立因果模型，如回归模型。该种方法需要考虑大量因素，建立和理 解因素之间的关系比较困难； (2)选用时间序列模型，未来厚度行为可W从自身的历史数据推理得到。该些模型 大多使用在当数据表现为某种系统模式，如自相关。 实际的热连轴板厚输出变量是非常复杂的，由于受到轴制力，轴制速度，电机功 率，温度，漉缝，漉缝偏差等参数的影响，建立板厚变量的机理模型是非常困难的。因此，本 专利技术利用历史数据构建时间序列预测模型实现热连轴板厚预测。高精确和稳定的板厚预测 是研究追求的最终目标，为了改善单一预测模型的预测精度，大量学者采用信息融合的方 法，如化i Xiao等人采用D_S证据理论提高了预测精度，然而D_S证据理论在应用中存在大 量问题，如基本概率分...
【技术保护点】
一种基于D_S证据理论信息重构的热连轧板厚预测方法,其特征在于，步骤如下：(1)信号采样：对运行状态的热连轧机组进行监听，并获得计算机可处理的数字信号；(2)数据分析：采用数据分析软件对采样信号进行分析，确定实验数据及针对板厚的敏感参数；(3)进行初步板厚预测：选择敏感参数分别应用最小二乘多项式曲线拟合方法获得多个初步预测结果；具体为：在轧制生产过程中采集的数据包括每个机架的轧制力，速度，电机功率，温度，辊缝，辊缝偏差,对采集的各项参数数据进行灵敏度分析：将采集到的参数序列分别与板厚序列作对比分析，选择出与板厚关联度最大的三个参数序列，记为X1，X2和X3；再将X1，X2和...
【技术特征摘要】
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。