一种基于规则寻优的带钢力学性能预报方法技术

本发明专利技术公开了一种基于规则寻优的带钢力学性能预报方法，包括：收集带钢的特征变量和力学性能，形成样本库，并计算每一特征变量对力学性能的贡献度；从高到低选取总贡献度为预设值的前预设数量的特征变量作为规则组成特征，并计算其标准差；将各规则组成特征与各规则组成特征的标准差阈值进行组合，得到多种不同的规则；计算每一个规则下的带钢力学性能预测命中率，将命中率最高的规则作为最优规则并记录；利用最优规则进行带钢力学性能预测，得到预测结果。本发明专利技术提供的方法不仅有很强的泛化能力，可以对带钢力学性能进行准确预报，还能指导现场生产，反应现场数据采集系统的异常问题。问题。问题。

【技术实现步骤摘要】
一种基于规则寻优的带钢力学性能预报方法


[0001]本专利技术涉及带钢力学性能预测
，特别涉及一种基于规则寻优的带钢力学性能预报方法。

技术介绍

[0002]带钢力学性能检测是钢铁生产流程的重要环节，目前采用的带钢力学性能检测主要由人工取样检测，存在效率低、成本高、滞后性等弊端。
[0003]带钢力学性能预测是一种利用带钢本身化学成分和生产工艺参数预测成品力学性能的技术，采用产品性能预测值进行质量判定，可减少现场人工取样，提高判钢效率。已有的力学性能预报模型，如冶金机理模型和神经网络模型等，在模型建立时有比较高的预测准确性，但随着生产工艺的改变，由于模型的适应性问题，模型准确性会下降；机理模型虽然在预测时也有比较好的准确性，但模型建立的成本较高，应用范围有限，无法在品种结构复杂的大规模生产中得到推广。

技术实现思路

[0004]本专利技术提供了一种基于规则寻优的带钢力学性能预报方法，以解决现有带钢力学性能预报方法泛化能力差，当样本数量较少时，准确性低的技术问题。
[0005]为解决上述技术问题，本专利技术提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于规则寻优的带钢力学性能预报方法，其特征在于，包括：收集带钢的特征变量和力学性能，形成样本库，并计算每一特征变量对力学性能的贡献度；其中，所述特征变量包括带钢的化学成分和带钢的工艺参数；将特征变量按照各自的贡献度从高到低排序，选取总贡献度为预设值的前预设数量的特征变量作为规则组成特征，并计算每一规则组成特征的标准差；基于计算出的标准差，确定每一规则组成特征的标准差阈值，并将各规则组成特征与各规则组成特征的标准差阈值进行组合，得到多种不同的规则；计算每一个规则下的带钢力学性能预测命中率，将命中率最高的规则作为最优规则并记录；利用所述最优规则对待预测的带钢进行带钢力学性能预测，得到预测结果。2.如权利要求1所述的基于规则寻优的带钢力学性能预报方法，其特征在于，所述化学成分包括碳、硅、锰、磷、硫、氮、铬、铜、钼、铌、镍、钛和钒；所述工艺参数包括板坯厚度、加热炉入口温度、加热炉出口温度、加热时间、粗轧出口温度、中间坯厚度、精轧出口温度和带钢厚度。3.如权利要求1所述的基于规则寻优的带钢力学性能预报方法，其特征在于，所述力学性能包括屈服强度、抗拉强度和延伸率。4.如权利要求1所述的基于规则寻优的带钢力学性能预报方法，其特征在于，所述计算每一特征变量对力学性能的贡献度，包括：将所述样本库中的数据划分为训练集和测试集；并利用训练集中的特征变量和力学性能进行模型训练，得到随机森林力学性能回归模型；利用所述随机森林力学性能回归模型，对测试集中的力学性能进行预测，并将预测结果与测试集中真实的力学性能进行对比，得到初始回归评分系数；每次分别选择测试集中的其中一个特征变量进行随机置换并打乱顺序，得到新测试集，并在每次得到新测试集后，分别利用所述随机森林力学性能回归模型，通过新测试集中的特征变量对新测试集中的力学性能进行预测，将预测结果与真实的力学性能进行对比，以得到每一特征变量置换后的回归评分系数；将每一特征变量置换后的回归评分系数与初始回归评分系数做差取绝对值并除以所述初始回归评分系数，以得到的数值表征被置换的特征变量...

【专利技术属性】
技术研发人员：宋勇，王正，李飞飞，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：