基于SVM进行轧制力预测的冷连轧机轧制规程优化

基于SVM进行轧制力预测的冷连轧机轧制规程优化

ID:36771325

大小:2.20 MB

页数:76页

时间:2019-05-15

基于SVM进行轧制力预测的冷连轧机轧制规程优化_第1页
基于SVM进行轧制力预测的冷连轧机轧制规程优化_第2页
基于SVM进行轧制力预测的冷连轧机轧制规程优化_第3页
基于SVM进行轧制力预测的冷连轧机轧制规程优化_第4页
基于SVM进行轧制力预测的冷连轧机轧制规程优化_第5页
资源描述:

《基于SVM进行轧制力预测的冷连轧机轧制规程优化》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、东北大学硕士学位论文摘要基于SVM进行轧制力预测的冷连轧机轧制规程优化摘要轧制规程设定计算是冷连轧生产线过程自动化系统的首要任务,其设定值对产品规格的控制至关重要。传统的轧制规程设定方法通过轧制理论数学模型计算轧制力,采用查表方法设定压下规程,这在一定程度上可以达到生产目标。但随着人们对冷轧带钢质量要求的日益提高,传统方法已经无法满足一些轧制规格要求较精细的场合,于是人们开始寻求更为精确的途径来预测轧制力,进而优化冷连轧机的轧制规程。本文深入研究了基于支持向量机(SupportVectorMachine,S

2、VM)进行轧制力预测的冷连轧机轧制规程的优化问题,受到软测量领域应用的新理论SVM的启发,鉴于神经网络方法在轧钢领域的应用,提出了利用SVM模型预测方法对冷连轧过程中机架的轧制力进行预测。为了实现在线预测,采用了序列输入方式的在线SVM回归算法(OnlineTrainingofSupportVectorRegression,OSVR),并借鉴文献中利用相关性分析法确定冷轧轧制力影响因素的研究成果,建立了五个输入、一个输出的SVM预测模型。通过利用大量现场数据的仿真与比较分析我们发现,基于OSVR算法建立的轧

3、制力预测模型对于冷连轧过程中机架的轧制力有较好的预测效果,是未来轧钢技术应用领域中值得一试的轧制力在线预测方法。根据实际需要提出了以轧制能耗最小为目标函数,以轧制力、轧制速度和机架出口厚度限制为约束条件的压下规程优化方法,并采用单目标不等式优化的内部惩罚函数法进行求解。将基于SVM的轧制力预测模型与压下规程的优化相结合来设计轧制规程的整体优化流程。仿真过程中应用了大量的现场数据,通过与原来轧制规程的比较分析发现,优化后的轧制规程具有较好的轧制力预测效果,预测方差仅为原来的7.5%。同时,在节能方面的效果也十

4、分明显,约节省轧制能耗12.5%。关键词:过程自动化系统;轧制规程;轧制力;支持向量机:内部惩罚函数法.Ⅱ.东北大学硕士学位论文AbstractOptimizationofTandemColdMillRollingSchedulewithRollForceForecastBaseduponSupportVectorMachineAbstractRollingschedulepresetisthemajortaskofPL-TCMprocessautomationcontrolsystem,whosepres

5、etvalueswillbeakeypo血tothecontrolofproductstandard.TraditionalmethodofrollingschedulepresetisbasedOllrollingtheorymodelstopresetrollforce.whilethefⅨeddatatabletosetupreductionschedule.Althoughitissufficientforsomegeneralmanufacturingrequirements,themoreand

6、moreadvancedneedsforhighqualityironsteelproductscannotbemet,whichcallsforsomenewaccuratewaytoforecastrollforce,andinaddition,optimizetherollingscheduleoftandemcoldmill.11"paperdoesmuchresearchjobontheoptimizationoftandemcoldmillrollingschedulebaseduponSVMr

7、ollforceforecastmethod,whichhasbeensuccessfullyappliedinsoftmeasurementfield.What’smore,inthatNeuralNetworkstudyme吐K)dhasbeenappliedinironsteelcoldrollingfield,first,thepaperputforwardtheideathatrollforceoftandemcoldmillbeforecastthroughSVMmetllod.Toachiev

8、ethegoalofonlinetraining,thepaperadoptsthesequentialinputOnlineTrainingofSupportVectorRegressionarithmetic.Andbasedontheresearchresultfromliteratureaboutdefiningeffectivefactorsofcoldrollingmillstandrollforce

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。