公开(公告)号：CN118218414B

公开(公告)日：2024-07-26

申请号：CN202410641898.4

申请日：2024-05-23

Applicant: 燕山大学 ,  东北大学

Inventor： 王鹏飞 ,  李旭 ,  彭秋明 ,  蒋世鹏 ,  王得位 ,  邱天庆 ,  高磊 ,  李福平 ,  李鑫磊 ,  张殿华

IPC: B21B37/28

Abstract: 本发明属于冶金轧制技术领域，涉及一种基于数字孪生模型的冷轧板形预设定控制方法，包括：运用回归方法拟合出中间辊横移量预设定数学模型；采集冷轧过程实测数据，提取影响冷轧弯辊力的特征参数；采用孤立森林算法检测和剔除每种特征参数数据集中的异常值；利用拉格朗日插值法对清洗后的每种特征参数进行缺失值的填补，对特征参数进行归一化处理，并划分训练集和测试集；建立BP神经网络预测模型，通过训练集数据训练BP神经网络获得最优的隐含层节点数目；运用麻雀搜索算法优化BP神经网络的初始权值和阈值，获得训练好的SSA‑BP冷轧弯辊力预设定值预测模型；利用测试集验证训练好的SSA‑BP冷轧弯辊力预设定值预测模型的预测精度。

公开(公告)号：CN118218414A

公开(公告)日：2024-06-21

申请号：CN202410641898.4

申请日：2024-05-23

Applicant: 燕山大学 ,  东北大学

Inventor： 王鹏飞 ,  李旭 ,  彭秋明 ,  蒋世鹏 ,  王得位 ,  邱天庆 ,  高磊 ,  李福平 ,  李鑫磊 ,  张殿华

IPC: B21B37/28

Abstract: 本发明属于冶金轧制技术领域，涉及一种基于数字孪生模型的冷轧板形预设定控制方法，包括：运用回归方法拟合出中间辊横移量预设定数学模型；采集冷轧过程实测数据，提取影响冷轧弯辊力的特征参数；采用孤立森林算法检测和剔除每种特征参数数据集中的异常值；利用拉格朗日插值法对清洗后的每种特征参数进行缺失值的填补，对特征参数进行归一化处理，并划分训练集和测试集；建立BP神经网络预测模型，通过训练集数据训练BP神经网络获得最优的隐含层节点数目；运用麻雀搜索算法优化BP神经网络的初始权值和阈值，获得训练好的SSA‑BP冷轧弯辊力预设定值预测模型；利用测试集验证训练好的SSA‑BP冷轧弯辊力预设定值预测模型的预测精度。