热轧带钢力学性能预报模型的误差分布建模研究

摘要：

目前热轧带钢力学性能预报模型在实际应用过程中可靠性不高,不能给出预测结果的误差范围.为此,以某钢厂薄板坯连铸连轧CSP生产线的屈服强度预报模型为例,通过建立误差分布预测模型优化和提高原机理模型的准确率和稳定性.首先采用度量学习方法对生产过程数据中隐藏的工况进行划分,并通过可视化方法进行验证;然后通过主成分分析对度量学习后的数据样本进行降维,针对不同工况分别使用逻辑回归算法建立误差分布预测模型.利用该误差分布预测模型对原模型进行补偿后,采用十折十次交叉验证,屈服强度在±30 MPa误差区间下的预测准确率达到96％以上,且具有较高的预测稳定性.

关键词：热轧带钢、力学性能预报、误差分布、误差补偿、机器学习、度量学习

所属期刊栏目：43

资助基金：创新方法工作专项资助项目2016IM010300

在线出版日期：2020-03-18（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：28-33