基于大数据平台的冷连轧轧制力自学习模型优化

摘要：

针对神经网络算法不能满足多品种轧制模式下提升轧制力模型精度要求的现状,以某厂工业大数据平台为基础,在完成多源异构实时数据采集、时空变换,形成以物料为中心的数据集合后,将大数据分析的思路和方法应用于提高冷连轧轧制力模型精度上.在多品种轧制模式下,以数据统计方法计算轧制力修正系数,将修正系数投入某大型钢铁企业现场使用.通过收集修正系数投入应用的实际轧制力数据对比分析,结果表明,该方法可有效提升冷连轧轧制力模型精度.

关键词：自适应、轧制力、模型精度、大数据平台

所属期刊栏目：44

资助基金：国家自然科学基金资助项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2020-12-29（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：25-29,61