基于深度学习的带钢精轧过程自由宽展预测

摘要：

为提高带钢精轧过程宽度的控制精度,以实际生产数据为驱动,建立深度学习网络模型,对自由宽展进行预测.采用拉伊达准则对实际生产数据进行清洗,对清洗后的数据进行相关性分析,并提取相关系数大于给定阈值的特征.基于预处理后的特征数据,对深度学习网络进行训练,建立自由宽展预测模型.针对测试实例,分别采用该模型与传统数学模型进行预测,并从均方误差、最大偏差以及误差分布等多个方面进行对比分析.结果表明,所建立的深度学习预测模型,具有更高的预测精度和更好的性能指标.

关键词：深度学习、带钢精轧、自由宽展、数据清洗、相关性分析、预测模型

所属期刊栏目：32

分类号：TP391.41;TG334.9;P715

资助基金：国家自然科学基金52074187

在线出版日期：2022-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：121-127