一种适于交叉轧制的模型学习方法技术

一种适于交叉轧制的模型学习方法，采用数学方法定义模糊集论域U，建立模糊子集A的隶属函数，采用ZADEH表示法来表示模糊集，论域U上的隶属函数就是U到[0,1]的一个实值函数，利用模糊分布法来确定隶属函数,采用MINKOWSKI距离贴近度法来对钢种、规格的相似程度进行聚类分析；用黄金分割法确定满意的模糊相似矩阵的截集水平，用最大树法确定截集水平对应的模糊规则数，以此建立轧制线前滑学习模糊矩阵，对矩阵值为1的量，学习可以完全继承；对矩阵值为0的量，则学习不继承。本发明专利技术可提高生产过程的稳定性，有效防止交叉轧制过程中因模型学习趋势错误引起的起套卡钢事故，提高产品质量精度，实现自由轧制。

【技术实现步骤摘要】

本专利技术属于社钢自动控制领域，尤其涉及一种适合于热社带钢交叉社制的模型学 习方法。
技术介绍
目前，国内、外的热连社厂采用的数学模型基本上有GE模型、西口子模型和日本 Η菱模型。Η菱模型采用经典的金属压力加工公式，GE、西口子模型采用经验公式，其学习 方法都使用上次社制时的实际数据来进行学习，无论是哪种模型都适合批量社制，批量越 大，同一钢种、规格社制越多社制过程越稳定，产品质量精度越高。反之交叉社制时，不仅规 格、钢种交叉，炉序也交叉，都不同程度地存在社制不稳定，产品质量精度低的问题。围绕交 叉社制时如何提高社制的稳定性，从而开发出一套适合交叉社制的模型学习方法，是一个 亟待解决的当务之急。
技术实现思路
本专利技术旨在提供一种能有效防止热社带钢交叉社制过程中，因社制工况变化导致 模型学习趋势错误引起的起套卡钢事故，从而提高产品质量，实现自由社制的模型学习方 法。 为此，本专利技术所采取的解决方案是： -种适于交叉社制的模型学习方法，其特征在于，用模糊数学方法对前后社制的 钢种进行聚类分析并归类，采用模糊分布法求出其隶属函数，建立模糊矩阵，根据模糊矩阵 值确定其相似程度，并最终确定其学习继承的程度；具体方法和步骤为： 1、确定模糊集；用数学方法定义模糊集论域U为前面社过的钢的至少18种分类， 在系统内存中开辟一缓存，存储社过的至少18种钢数据并随时更新，建立模糊子集A的 隶属函数，采用ZAD邸表示法来表示模糊集，即； A = A(ul)/ul+A(u2)/u 化…+A(un)/un。 2、进行模糊聚类分析；隶属函数是建立模糊集的基石，论域U上的隶属函数就是 U到的一个实值函数，利用模糊分布法来确定隶属函数，根据热社生产线某一季度的 实际生产数据，采集至少1. 8万块钢的数据，对采集的数据按厚度、宽度、钢种进行分类，采 用MINKOWSKI距离贴近度法来对钢种、规格的相似程度进行聚类分析。 3、确定模糊相似矩阵的截集水平及模糊规则数：根据钢种、规格的分布情况，依 照T-S模糊建模算法，用黄金分割法确定满意的模糊相似矩阵的截集水平，用最大树法确 定截集水平对应的模糊规则数，提高聚类算法的收敛速度和聚类精度。 4、建立模糊矩阵；将确定的满意模糊相似矩阵的截集水平及对应的模糊规则数应 用于社制线前滑学习模糊建模，最终确定的模糊矩阵为： 5、学习与继承；矩阵值为钢种、规格的相似程度，根据钢种、规格的相似程度来确 定模型的继承程度，将模糊计算结果与传统的模型学习结果结合，对矩阵值为1的量，认为 两类钢完全一致，学习可W完全继承；对矩阵值为0的量，则认为两类钢完全不一致，学习 不继承。 本专利技术的有益效果为： 本专利技术方法打破了传统的模型学习理念，将模糊数学控制算法引入热社带钢交叉 社制的模型学习中，解决了已有技术存在的社制不稳定，产品质量精度低的问题，不仅可增 加生产过程的稳定性，有效防止热社带钢交叉社制过程中，因社制工况变化导致模型学习 趋势错误而引起的起套卡钢事故，减少事故损失；而且能提高产品的质量精度，实现自由社 巧||，满足生产实际的需要。本专利技术具有较大的推广应用价值。【具体实施方式】 传统的Η菱模型学习方法，根据上次社制本规格钢的实际数据来进行学习，考虑 因素比较单一，未全面考虑当时的社制工况，因而学习效果不理想。 本专利技术用模糊数学方法对前后社制的钢种进行聚类分析并归类，采用模糊分布法 求出其隶属函数，建立模糊矩阵，根据模糊矩阵值确定其相似程度，并最终确定其学习继承 的程度。 本专利技术的具体方法和步骤为： 1、确定模糊集；用数学方法定义模糊集论域U为前面社过的钢的至少18种分类， 在系统内存中开辟一缓存，存储社过的至少18种钢数据并随时更新，建立模糊子集A的 隶属函数，采用ZAD邸表示法来表示模糊集，即； A = A(ul)/ul+A(u2)/u 化…+A(un)/un。 2、进行模糊聚类分析；隶属函数是建立模糊集的基石，论域U上的隶属函数就是 U到的一个实值函数，利用模糊分布法来确定隶属函数，根据热社生产线某一季度的 实际生产数据，采集至少1. 8万块钢的数据，对采集的数据按厚度、宽度、钢种进行分类，采 用MINKOWSKI距离贴近度法来对钢种、规格的相似程度进行聚类分析。 3、确定模糊相似矩阵的截集水平及模糊规则数：根据钢种、规格的分布情况，依 照T-S模糊建模算法，用黄金分割法确定满意的模糊相似矩阵的截集水平，用最大树法确 定截集水平对应的模糊规则数，提高聚类算法的收敛速度和聚类精度。 4、建立模糊矩阵；将确定的满意模糊相似矩阵的截集水平及对应的模糊规则数应 用于社制线前滑学习模糊建模，最终确定的模糊矩阵为： 5、学习与继承；矩阵值为钢种、规格的相似程度，根据钢种、规格的相似程度来确 定模型的继承程度，将模糊计算结果与传统的模型学习结果结合，对矩阵值为1的量，认为 两类钢完全一致，学习可W完全继承；对矩阵值为0的量，则认为两类钢完全不一致，学习 不继承。将本专利技术方法投入到在线控制中，即可获得提高生产过程稳定性，实现自由社制 的满意效果。【主权项】1. ，其特征在于，用模糊数学方法对前后轧制的钢 种进行聚类分析并归类，采用模糊分布法求出其隶属函数，建立模糊矩阵，根据模糊矩阵值 确定其相似程度，并最终确定其学习继承的程度；具体方法和步骤为： (1) 确定模糊集：用数学方法定义模糊集论域U为前面轧过的钢的至少18种分类，在 系统内存中开辟一缓存，存储轧过的至少18种钢数据并随时更新，建立模糊子集A的隶属 函数，采用ZADHl表示法来表示模糊集，即： A = A (ul)/ul+A (u2)/u2+…+A (un)/un ; (2) 进行模糊聚类分析：隶属函数是建立模糊集的基石，论域U上的隶属函数就是U 到的一个实值函数，利用模糊分布法来确定隶属函数，根据热轧生产线某一季度的 实际生产数据，采集至少1. 8万块钢的数据，对采集的数据按厚度、宽度、钢种进行分类，采 用MINKOWSKI距离贴近度法来对钢种、规格的相似程度进行聚类分析； (3) 确定模糊相似矩阵的截集水平及模糊规则数：根据钢种、规格的分布情况，依照 T-S模糊建模算法，用黄金分割法确定满意的模糊相似矩阵的截集水平，用最大树法确定截 集水平对应的模糊规则数，提高聚类算法的收敛速度和聚类精度； (4) 建立模糊矩阵：将确定的满意模糊相似矩阵的截集水平及对应的模糊规则数应用 于轧制线前滑学习模糊建模，最终确定的模糊矩阵为：(5) 学习与继承：矩阵值为钢种、规格的相似程度，根据钢种、规格的相似程度来确定 模型的继承程度，将模糊计算结果与传统的模型学习结果结合，对矩阵值为1的量，认为两 类钢完全一致，学习可以完全继承；对矩阵值为〇的量，则认为两类钢完全不一致，学习不 继承。【专利摘要】，采用数学方法定义模糊集论域U，建立模糊子集A的隶属函数，采用ZADEH表示法来表示模糊集，论域U上的隶属函数就是U到的一个实值函数，利用模糊分布法来确定隶属函数,采用MINKOWSKI距离贴近度法来对钢种、规格的相似程度进行聚类分析；用黄金分割法确定满意的模糊相似矩阵的截集水平，用最大树法确定截集水平对应的模糊规则数，以此建立轧制线前滑学习模糊本文档来自技高网...

【技术保护点】
一种适于交叉轧制的模型学习方法，其特征在于，用模糊数学方法对前后轧制的钢种进行聚类分析并归类，采用模糊分布法求出其隶属函数，建立模糊矩阵，根据模糊矩阵值确定其相似程度，并最终确定其学习继承的程度；具体方法和步骤为：(1)确定模糊集：用数学方法定义模糊集论域U为前面轧过的钢的至少18种分类，在系统内存中开辟一缓存,存储轧过的至少18种钢数据并随时更新，建立模糊子集A的隶属函数，采用ZADEH表示法来表示模糊集，即：A＝A(u1)/u1+A(u2)/u2+…+A(un)/un；(2)进行模糊聚类分析：隶属函数是建立模糊集的基石,论域U上的隶属函数就是U到[0,1]的一个实值函数，利用模糊分布法来确定隶属函数,根据热轧生产线某一季度的实际生产数据，采集至少1.8万块钢的数据，对采集的数据按厚度、宽度、钢种进行分类，采用MINKOWSKI距离贴近度法来对钢种、规格的相似程度进行聚类分析；(3)确定模糊相似矩阵的截集水平及模糊规则数：根据钢种、规格的分布情况,依照T‑S模糊建模算法，用黄金分割法确定满意的模糊相似矩阵的截集水平，用最大树法确定截集水平对应的模糊规则数，提高聚类算法的收敛速度和聚类精度；(4)建立模糊矩阵：将确定的满意模糊相似矩阵的截集水平及对应的模糊规则数应用于轧制线前滑学习模糊建模，最终确定的模糊矩阵为：R=10.95..0.0500.951..0.05.....0.05..10.950.00.05.0.951;]]>(5)学习与继承：矩阵值为钢种、规格的相似程度,根据钢种、规格的相似程度来确定模型的继承程度，将模糊计算结果与传统的模型学习结果结合,对矩阵值为1的量，认为两类钢完全一致，学习可以完全继承；对矩阵值为0的量，则认为两类钢完全不一致，学习不继承。...

【技术特征摘要】

【专利技术属性】
技术研发人员：范垂林，郑英杰，于生龙，刘星，王伟，姜宇，毕林，张飞，范业鑫，
申请(专利权)人：鞍钢股份有限公司，
类型：发明
国别省市：辽宁;21