【技术实现步骤摘要】
一种镀层控制的气刀距离数据驱动预测方法
本专利技术涉及汽车的冷轧热镀锌过程镀层控制
，特别涉及一种镀层控制的气刀距离数据驱动预测方法。
技术介绍
气刀距带钢的距离调整是热镀锌控制镀层厚度的主要手段之一，它对气体压力的分布影响也较大。气刀距带钢的距离越精确则对镀层的稳定控制越有利。目前，现有的实际生产操作中，是由操作人员来进行手动操作，由于操作经验的不同，经常会出现操作气刀距离偏差过大，这使得在带钢板形差或焊缝通过时，带钢极易刮蹭到刀唇，从而造成板带划痕或气刀堵塞，进而影响镀层质量。另外，在动态变规格时，镀锌前后带钢的目标镀层厚度变化较大，气刀距离预设定的精确性，直接决定后续镀层厚度的控制精度，如果预设偏差较大，甚至会导致镀层厚度无法稳定控制的严重问题。所以，气刀距离控制的好与坏对镀层厚度的控制精度影响很大。专利CN201610115522.5涉及一种连续热镀锌气刀刀距自动控制方法，该专利通过采用气刀距离预设定控制、气刀距离前馈控制和气刀距离反馈控制的综合控制方法，实现热镀锌过程中气刀距离的自动控制，但未涉及数据...
【技术保护点】
1.一种镀层控制的气刀距离数据驱动预测方法，其特征在于，包括以下步骤：/n步骤1：采集带钢的生产数据，包括：目标镀层厚度、镀层种类、带钢宽度、带钢厚度、带钢速度；/n步骤2：对采集到的生产数据进行预处理，包括：计算各生产数据的平均值和标准差、对生产数据的异常值进行剔除、对剔除异常值后的生产数据进行平滑处理、对平滑处理后的生产数据进行归一化处理；/n步骤3：建立三层神经网络模型，包括：采用经验公式计算经验值，然后在经验值±20％的区间内进行遍历搜索，获得隐含层神经元节点数n；遍历搜索0.1～0.5，确定隐层神经网络学习率lr；组合purelin、logsig和tansig传递...
【技术特征摘要】
1.一种镀层控制的气刀距离数据驱动预测方法，其特征在于，包括以下步骤：
步骤1：采集带钢的生产数据，包括：目标镀层厚度、镀层种类、带钢宽度、带钢厚度、带钢速度；
步骤2：对采集到的生产数据进行预处理，包括：计算各生产数据的平均值和标准差、对生产数据的异常值进行剔除、对剔除异常值后的生产数据进行平滑处理、对平滑处理后的生产数据进行归一化处理；
步骤3：建立三层神经网络模型，包括：采用经验公式计算经验值，然后在经验值±20％的区间内进行遍历搜索，获得隐含层神经元节点数n；遍历搜索0.1～0.5，确定隐层神经网络学习率lr；组合purelin、logsig和tansig传递函数，产生6种组合，并选取单隐层神经网络隐含层和输出层的传递函数；采用遍历方法确定隐层神经网络的训练函数；
步骤4：采用快速非支配排序遗传算法对隐层神经网络模型进行优化；
1)设置最大进化代数Emax，并令当前进化代数E＝1；
2)根据训练函数对隐层神经网络模型进行训练，再将预处理后的生产数据输入到训练后的隐层神经网络模型中,进行预测并输出预测结果；
3)计算隐层神经网络模型的训练误差；
4)采用二进制编码法将单隐层神经网络权值和阈值转换成为0和1组成的数字串；
5)随机产生一个由n个个体组成的种群，由该种群代表可能解的集合；
6)对种群中的每个个体i进行快速非支配排序，判断种群中两个个体的非支配排序是否相同，若相同，则取拥挤度较小的个体，继续步骤7)，若不同，则取非支配序级别较小的个体，继续步骤7)；
7)将所选取的个体组成为新的种群，并进行遗传操作，包括：选择操作、交叉操作、变异操作；
8)判断当前进化数E是否小于最大进化数Emax，若是，则返回步骤2)，若否则输出优化后隐层神经网络模型的权值和阈值，继续步骤5；
步骤5：对神经网络的权值和阈值进行解码，并赋予神经网络模型，输出经非支配排序的遗传算法优化的神经网络模型。
2.根据权利要求1所述的一种镀层控制的气刀距离数据驱动预测方法，其特征在于，所述的步骤4中，第6)步具...
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。