【技术实现步骤摘要】
本专利技术涉及工业生产，尤其涉及一种特种钢材生产性能预测方法。
技术介绍
1、钢材的生产过程涉及包括酸洗、轧制、清洗、退火及冲洗等多个步骤，其中每个步骤对钢材的生产质量都会产生一定影响，进而如果想确保特种钢材的生产质量符合标准，应当对前述多个步骤进行把控。
2、为了能够实现对特种钢材的生产性能进行控制，往往需要基于前述多个生产步骤的实际情况，对最终的产品性能进行预知；现有的方法，往往采用基于以往相关步骤的历史数据，对特种钢的生产进行预测，但是前人所获取的特种钢生产性能预测结果往往不够精准，或是其采用的数据本身不适用于预测，或是其采用的方法不适用于预测，从而导致特种钢材的生产性能预测不够精准。
3、综上所述，亟需提供一种特种钢材生产性能预测方法，以解决前述技术问题。
技术实现思路
1、鉴于现有技术的上述缺点、不足，本专利技术提供一种特种钢材生产性能预测方法，其解决了现有特种钢材生产性能预测方法所存在的“预测结果与实际生产情况相差甚远”这一技术问题。
2、为了达到上述目的，本专利技术采用的主要技术方案包括：
3、本专利技术提供一种特种钢材生产性能预测方法，生产性能预测方法用于对成品特种钢材进行生产质量预测；所述生产性能预测方法包括：
4、s1、获取钢材生产历史数据，以及获取对应的钢材生产质量系数；
5、s2、基于s1中所述钢材生产质量系数，计算不同类型的钢材生产历史数据所对应的权重，以获取特定类型的钢材生产历史数据
6、钢材生产历史数据的类型包括：酸洗、轧制、清洗、退火及冲洗；
7、s3、针对特定类型的钢材生产历史数据，对应计算不同种类的钢材生产历史数据之间的相关性，以获取特定种类的钢材生产历史数据；
8、s4、基于特定种类的钢材生产历史数据以及s1中所述钢材生产质量系数，构建初级bp预测模型；初级bp预测模型的输出变量为预测钢材生产质量系数；
9、s5、结合钢材生产实时数据，基于马尔科夫法对初级bp预测模型进行误差修正，以获取二次bp预测模型；
10、s6、基于二次bp预测模型获取修正预测钢材生产质量系数；基于修正预测钢材生产质量系数，对成品特种钢材进行生产质量预测。
11、可选的，在步骤s1中，还需要对获取的钢材生产历史数据进行数据归一化处理。
12、可选的，在步骤s1中，基于预设的钢材质量评价标准，对钢材成品进行质检，以获得预设钢材生产历史数据所对应的钢材生产质量系数。
13、可选的，钢材质量评价标准为：针对特种钢材成品的性能或成分含量，所划分的区间；每个划分的区间对应于一个钢材生产质量系数。
14、可选的，在步骤s2中，通过构建层次分析结构，计算酸洗、轧制、清洗、退火及冲洗5种类型钢材生产数据对于钢材生产质量系数的影响权重；将5种类型数据中所占权重高的一类或多类数据作为特定类型的钢材生产历史数据；
15、层次分析结构包括两层，分别为：钢材生产质量系数对应的结构层，以及所述5种类型钢材生产数据对应的结构层。
16、可选的，酸洗类型数据、轧制类型数据、清洗类型数据、退火类型数据和冲洗类型数据5类数据分别由多种钢材生产数据所构成。
17、可选的，在步骤s3中，通过进行关联性分析，计算每一特定类型的钢材生产历史数据中，不同种类数据间的关联性；将关联度高的数据作为：该特定类型所对应的特定种类的钢材生产历史数据。
18、可选的，在步骤s4中，对于初级bp预测模型，将特定种类的钢材生产历史数据和钢材生产质量系数训练集作为输入变量；基于初级bp预测模型获取预测钢材生产质量系数。
19、可选的，在步骤s5中，结合预测钢材生产质量系数和实际钢材生产质量系数，计算钢材生产质量系数对应的预测误差；基于所述预测误差构建马尔科夫修正矩阵；
20、基于马尔科夫修正矩阵及初级bp预测模型，构建二次bp预测模型。
21、可选的，对于二次bp预测模型，将特定种类的钢材生产历史数据和钢材生产质量系数训练集作为输入变量；将修正预测钢材生产质量系数作为输出变量。
22、本专利技术的有益效果为：
23、第一、本申请中，通过计算不同类型的钢材生产历史数据所对应的权重，以获取特定类型的钢材生产历史数据；针对获取的特定类型的钢材生产历史数据，通过对应计算不同种类的钢材生产历史数据之间的相关性，以获取特定种类的钢材生产历史数据；进而，通过对钢材生产历史数据进行2次优化筛选，获取更适宜的预测数据集，以获取更为精准的钢材生产性能预测结果；
24、第二、本申请中，通过马尔科夫法对bp神经网络预测模型进行优化，进而减小bp神经网络预测模型对特征钢材生产性能的预测误差，从而进一步地确保钢材生产性能预测结果的精准程度。
本文档来自技高网...【技术保护点】
1.一种特种钢材生产性能预测方法，其特征在于，生产性能预测方法用于对成品特种钢材进行生产质量预测；所述生产性能预测方法包括：
2.根据权利要求1所述的生产性能预测方法，其特征在于，在步骤S1中，还需要对获取的钢材生产历史数据进行数据归一化处理。
3.根据权利要求1所述的生产性能预测方法，其特征在于，
4.根据权利要求3所述的生产性能预测方法，其特征在于，
5.根据权利要求1所述的生产性能预测方法，其特征在于，
6.根据权利要求5所述的生产性能预测方法，其特征在于，
7.根据权利要求6所述的生产性能预测方法，其特征在于，
8.根据权利要求7所述的的生产性能预测方法，其特征在于，
9.根据权利要求8所述的的生产性能预测方法，其特征在于，
10.根据根据权利要求9所述的的生产性能预测方法，其特征在于，
【技术特征摘要】
1.一种特种钢材生产性能预测方法，其特征在于，生产性能预测方法用于对成品特种钢材进行生产质量预测；所述生产性能预测方法包括：
2.根据权利要求1所述的生产性能预测方法，其特征在于，在步骤s1中，还需要对获取的钢材生产历史数据进行数据归一化处理。
3.根据权利要求1所述的生产性能预测方法，其特征在于，
4.根据权利要求3所述的生产性能预测方法，其特征在于，
...
【专利技术属性】
技术研发人员：朱伟华，裴英超，张灿利，孙丽娜，
申请(专利权)人：山东宝鼎重工实业有限公司，
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。