【技术实现步骤摘要】
本专利技术涉及热连轧，更为具体地，涉及一种基于aro-bat-lstm神经网络的热连轧生产线卷取温度控制方法。
技术介绍
1、近年来，随着社会发展和科学技术的进步，低合金、高强度、高韧性并具有良好焊接性能的钢材已经得到了广泛的应用。卷取温度对带钢的金相组织影响很大，卷取温度的控制决定了成品带钢加工性能、力学性能、物理性能。如果卷取温度过低，一方面使卷取困难，且有残余应力存在，容易松卷，影响成品带钢的质量；另一方面，卷取后没有足够的温度使饱和的碳氮化合物析出，影响轧材性能。
2、目前卷取温度控制主要靠传统的数学模型来完成，而这些数学模型是根据生产过程中的各种现象的物理规律，应用数学方程来描述生产过程中各参数间的静态和动态关系。根据在线控制的实际情况，在线控制模型力求简单一些。在模型结构形式上采取一些简化措施，参数变量也尽量少。这就决定了数学模型的不完整性，因而也不能对客观对象提供精准的描述。目前对卷取温度的控制达不到一定的精度，带钢冷却实际冷却过程是非常复杂的非线性过程，终轧温度、带钢厚度、速度、带钢换热系数、冷却区冷却能力、水温、水压等都对卷取温度产生影响，所以难以用数学模型精确表达。
3、近些年，研究人员开始思考采用混合算法的方法解决上述问题。但传统的人工智能算法存在收敛慢、局部最小值、网络结构确定和学习参数设置等问题容易陷入局部极小化、收敛速度慢、对样本较为依赖、存在很多不足之处。为解决上述问题，探索新的卷取温度设定模型方法显得十分必要。
4、热连轧生产线卷取温度控制的关键是建立合适的模型
技术实现思路
1、鉴于上述问题，提出一种基于aro-bat-lstm神经网络的热连轧生产线卷取温度控制方法，能够解决热连轧生产线卷取温度过低造成的成品带钢的质量不达标和饱和的碳氮化合物析出困难影响轧材性能的问题。
2、本专利技术提出一种基于aro-bat-lstm神经网络的热连轧生产线卷取温度控制方法，包括：根据热连轧生产工艺的卷取温度设定控制参数；
3、利用热连轧厂实际生产线采集不同控制参数的卷取温度，构建建模样本集；
4、将构建的样本集进行归一化处理，构建lstm神经网络；
5、建立aro算法模型并计算出能量因子a；
6、由a的值利用bat算法进行勘探优化，a值逐渐减小转为aro算法进入开发阶段并执行随机隐藏；
7、使用aro-bat优化算法对lstm算法进行参数寻优，得到aro-bat-lstm预测模型。
8、根据所述最优控制参数获取最优卷取温度的参数设定值；
9、将获取所建模型中卷取温度最优值与实际生产中卷取温度最优值进行对比，确定热连轧生产线卷取温度最优值是影响参数最优值的设定。
10、从上面的技术方案可知，本专利技术提出的基于aro-bat-lstm神经网络的热连轧生产线卷取温度控制方法，利用冶炼过程中的生产操作参数为信息载体aro-bat-lstm神经网络挖掘现场工艺环境、操作参数与热连轧生产线卷取温度设定之间的关系；并通过算法优化获取最佳卷取温度参数设定下的操作参数，为实际生产最优生产提供指导，解决热连轧生产线卷取温度控制的最优参数设定的问题。
11、为了实现上述以及相关目的，本专利技术的一个或多个方面包括后面将详细说明并在权利要求中特别指出的特征。下面的说明以及附图详细说明了本专利技术的某些示例性方面。然而，这些方面指示的仅仅是可使用本专利技术的原理的各种方式中的一些方式。此外，本专利技术旨在包括所有这些方面以及它们的等同物。
本文档来自技高网...【技术保护点】
1.一种基于ARO-BAT-LSTM神经网络的热连轧生产线卷取温度控制方法，包括：根据炼钢的工艺选择影响卷取温度的控制参数；
2.如权利要求1所述的基于ARO-BAT-LSTM神经网络的热连轧生产线卷取温度控制方法，其中，在根据所述归一化样本集和极限学习机理论改进算法构建LSTM神经网络的过程中，
3.如权利要求2所述的基于ARO-BAT-LSTM神经网络的热连轧生产线卷取温度控制方法，其中，在构建LSTM神经网络中，
4.如权利要求1所述的基于ARO-BAT-LSTM神经网络的热连轧生产线卷取温度控制方法，其中，使用BAT算法对ARO算法进行优化，得到ARO-BAT优化算法，并优化LSTM的参数中，采用BAT进行勘探对ARO优化,能量因子A小于等于1时进行能量收缩ARO算法进入开发阶段执行随机隐藏。
【技术特征摘要】
1.一种基于aro-bat-lstm神经网络的热连轧生产线卷取温度控制方法，包括：根据炼钢的工艺选择影响卷取温度的控制参数；
2.如权利要求1所述的基于aro-bat-lstm神经网络的热连轧生产线卷取温度控制方法，其中，在根据所述归一化样本集和极限学习机理论改进算法构建lstm神经网络的过程中，
3.如权利要求2所述的基于aro-bat-lstm...
【专利技术属性】
技术研发人员：史纯阳，张蕾，吴春雷，王燚坤，陶佩琳，孟昭君，马志财，李美晨，
申请(专利权)人：辽宁科技学院，
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。