基于改进GWO-ELM的热轧带钢卷取温度预测

摘要：

卷取温度控制精度是影响带钢产品性能的主要因素之一,提高卷取温度控制精度和保证卷取命中率是热轧领域的重点问题.针对某钢厂现有的卷取温度设定模型中存在个别钢种命中率低的问题,结合数据挖掘及现场专家经验,提出了一种基于灰狼优化极限学习机的新建模思路,并引入Henon映射、小孔成像策略和权重因子策略来改进灰狼算法,建立了基于改进灰狼优化极限学习机(IGWO-ELM)的热轧带钢卷取温度预测模型,并与ELM模型、GA-ELM模型和GWO-ELM模型进行对比.模型结果表明:建立的IGWO-ELM模型,预测卷取温度在士3℃之内的命中率为91.1％,在士4℃之内的命中率为96.7％,均好于对比模型,具有广泛的实际应用前景.

关键词：卷取温度预测;改进灰狼优化算法;极限学习机;热轧

所属期刊栏目：44

分类号：TG335.56;TP183(金属压力加工)

资助基金：国家自然科学基金61763039

在线出版日期：2022-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：50-55