一种基于神经网络的冷轧硅钢质量缺陷预测方法技术

本发明专利技术涉及一种基于神经网络的冷轧硅钢质量缺陷预测方法，其可包括如下步骤：S1：对冷轧硅钢进行全流程物料跟踪，完成钢卷所经历各机组的工艺数据采集以及硅钢质量缺陷结果采集，并通过机组间长度映射，得到原料各处所对应的各机组长度位置及该位置处的工艺参数及质量缺陷结果；S2：确定冷轧硅钢质量缺陷的影响因素，并构建数据集；S3：对数据集的输入项进行K‑means聚类分析；S4：对聚类后的数据选取最具特征的数据集；S5：建立BP神经网络训练数据；S6：使用神经网络预测冷轧硅钢质量缺陷概率。本发明专利技术克服了机理模型研究过程的技术瓶颈，能够更优更灵敏地捕捉工艺参数的变化对质量缺陷的影响。

【技术实现步骤摘要】
一种基于神经网络的冷轧硅钢质量缺陷预测方法
本专利技术属于冷轧硅钢
，具体地涉及一种基于神经网络的冷轧硅钢质量缺陷预测方法。
技术介绍
冷轧硅钢属于附加值较高的一类钢铁品种，质量缺陷问题是影响硅钢最终产品质量的一个关键要素。即使铁损和磁性能达标并稳定后,表面质量出现问题,同样会造成成品降级处理甚至报废。缺陷问题还将影响成材率，并对下游工序造成影响。冷轧硅钢质量缺陷的影响因素复杂多变，建立精确的机理预报模型十分困难。为此，首先分析影响质量缺陷的主要工艺参数，通过一些智能的数据驱动的方法建立纯数据模型，例如，公开号为CN111563686A的专利技术专利《一种基于全流程数据的冷轧硅钢质量判定方法》(公开时间：2020年08月21日)，通过获取全流程过程中影响硅钢质量的工艺参数，并使用主成分分析法对这些工艺参数进行特征降维分析，再采用Logistic回归模型进行回归分析来判断冷轧硅钢的质量。上述专利尚未考虑到的问题是：①针对质量缺陷，检测结果和预测的结果要么是有缺陷，要么是没有缺陷。而实际生产中，针对同一套工艺参数和原料数据如果本文档来自技高网...

【技术保护点】
1.一种基于神经网络的冷轧硅钢质量缺陷预测方法，其特征在于，包括如下步骤：/nS1：对冷轧硅钢进行全流程物料跟踪，完成钢卷所经历各机组的工艺数据采集以及硅钢质量缺陷结果采集，并通过机组间长度映射，得到原料各处所对应的各机组长度位置及该位置处的工艺参数及质量缺陷结果；/nS2：确定冷轧硅钢质量缺陷的影响因素，并构建数据集；/nS3：对数据集的输入项进行K-means聚类分析；/nS4：对聚类后的数据选取最具特征的数据集；/nS5：建立BP神经网络训练数据；/nS6：使用神经网络预测冷轧硅钢质量缺陷概率。/n

【技术特征摘要】
1.一种基于神经网络的冷轧硅钢质量缺陷预测方法，其特征在于，包括如下步骤：
S1：对冷轧硅钢进行全流程物料跟踪，完成钢卷所经历各机组的工艺数据采集以及硅钢质量缺陷结果采集，并通过机组间长度映射，得到原料各处所对应的各机组长度位置及该位置处的工艺参数及质量缺陷结果；
S2：确定冷轧硅钢质量缺陷的影响因素，并构建数据集；
S3：对数据集的输入项进行K-means聚类分析；
S4：对聚类后的数据选取最具特征的数据集；
S5：建立BP神经网络训练数据；
S6：使用神经网络预测冷轧硅钢质量缺陷概率。


2.如权利要求1所述的方法，其特征在于，在步骤S1中，机组包括常化酸洗机组、轧机、连续退火涂层机组、重卷机组和包装机组。


3.如权利要求1所述的方法，其特征在于，在步骤S2中，冷轧硅钢质量缺陷的影响因素包括常化温度、酸洗浓度、轧制力、轧制时弯辊量和连退温度。


4.如权利要求1所述的方法，其特征在于，在步骤S2中...

【专利技术属性】
技术研发人员：王志军，贺立红，姚文达，
申请(专利权)人：中冶南方工程技术有限公司，
类型：发明
国别省市：湖北;42