【技术实现步骤摘要】
一种带钢热连轧过程力学性能指标软测量方法和系统
[0001]本专利技术属于参数测量
,具体涉及一种带钢热连轧过程力学性能指标软测量方法和系统。
技术介绍
[0002]带钢热连轧是钢铁生产流程中的关键工序,它的各个工序具有强耦合特性,从钢水含量到轧制的各个环节的过程变量都会影响带钢产品的性能。随着自动化程度的提高,对轧钢过程不仅要求生产速度快,还要求保证产品性能,因此对带钢产品性能检测的需求日益凸显。目前带钢的力学性能是通过抽检,送入实验室进行检测,不仅具有随机性,而且检测结果具有很大的滞后。如果能实时检测出每卷带钢的力学性能,就可以综合钢水成分含量、设备运行状态等各种因素优化力学性能,从而使每卷带钢力学性能达到最优。因此,对热轧带钢力学性能指标的实时预测就显得尤为重要。
[0003]带钢热连轧性能检测是不规则随机采样的过程,轧制过程中每块钢的轧制之间有间歇,间歇的大小与轧制节奏相关,且由于轧制速度和轧制规格的不同导致轧制每块钢所需的时间也不同。因此,难以实现对带钢热连轧多力学性能指标软测量。此外,轧制过程数据与性能测试数据存储在不同的系统中,对力学性能指标软测量研究带来困难。在实际生产过程中,力学性能测试通常在生产结束后进行离线测试,此方式存在很长且不确定的滞后;测试结果仅能验证产品是否符合质量标准,不能用于轧制过程的优化和调控。因此,对于复杂的带钢热连轧多力学性能指标软测量的研究具有实际的工程意义。
[0004]针对带钢热连轧多力学性能指标软测量,目前主要有机理建模的方法和数据驱动方法。机理建 ...
【技术保护点】
【技术特征摘要】
1.一种带钢热连轧过程力学性能指标软测量方法,其特征在于,包括:S101:从云端侧获取训练完成的EM
‑
CNN
‑
McLightGBM模型;其中,所述EM
‑
CNN
‑ꢀ
McLightGBM模型包括:EM子模型、CNN子模型和McLightGBM子模型,EM表示实体嵌入,CNN表示一维卷积神经网络,McLightGBM表示多通道轻量级梯度提升机器学习;S102:获取带钢热连轧过程中的测试数据和钢坯各成分含量数据,根据数据的特点将数据划分为结构化数据和非结构化数据;S103:将非结构化数据输入到训练完成的EM子模型,得到实体嵌入后的结构化数据,将所述实体嵌入后的数据与结构化数据进行拼接,得到结构化组合矩阵;S104:将所述结构化组合矩阵输入到训练完成的CNN子模型中,得到变量间的空间特征;S105:将变量间的空间特征输入到训练完成的McLightGBM子模型,分别预测出多个力学性能指标;其中,所述力学性能指标包括:屈服强度、抗拉强度、断后伸长率。2.根据权利要求1所述的带钢热连轧过程力学性能指标软测量方法,其特征在于,所述EM
‑
CNN
‑
McLightGBM模型的训练过程具体包括:S1011:从边缘侧获取训练数据;S1012:通过Bert将带钢热连轧过程中的非结构化数据进行转化;其中,Bert表示基于Transformer网络的双向编码器表示方法;S1013:将转化生成的结构化数据与原始结构化数据进行拼接,得到结构化数据矩阵,并对所述结构化数据矩阵进行预处理;S1014:对过程变量与力学性能指标的相关性进行分析,得到与力学性能指标相关性较强的特征变量,并对与力学性能指标相关性较强的特征变量进行标准化处理;S1015:将标准化处理后的特征变量输入到初始的CNN子模型,并对CNN子模型中的参数进行调优,得到训练完成的CNN子模型,通过训练完成的所述CNN子模型,将输入的数据提取为变量间的空间特征向量;S1016:将所述空间特征向量输入到初始的McLightGBM子模型,并对初始的McLightGBM子模型中的参数进行调优,得到训练完成的McLightGBM子模型,通过训练完成的所述McLightGBM子模型,分别得到多个力学性能指标的预测值;S1017:利用SSA将所述CNN子模型和所述McLightGBM子模型超参数进行优化;其中,SSA表示麻雀搜索算法。3.根据权利要求2所述的带钢热连轧过程力学性能指标软测量方法,其特征在于,所述训练数据包括:带钢热连轧过程中的历史数据,所述历史数据包括:钢水成分含量数据、轧制过程数据和力学性能测试数据。4.根据权利要求2所述的带钢热连轧过程力学性能指标软测量方法,其特征在于,所述S1012具体包括:S10121:通过Bert将带钢热连轧过程中的非结构化数据进行词嵌入、语句分块和位置编码,分别获得词嵌入张量、语句分块张量和位置编码张量;S10122:将所述词嵌入张量、所述语句分块张量和所述位置编码张量相加,得到最终实
体嵌入的向量。5.根据权利要求2所述的带钢热连轧过...
【专利技术属性】
技术研发人员:徐清泉,彭开香,董洁,张红军,
申请(专利权)人:北京科技大学,
类型:发明
国别省市:
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。