[发明专利]一种基于数据挖掘的变形抗力唯象模型计算方法

权利要求书

1.一种基于数据挖掘的变形抗力唯象模型计算方法，其特征在于：

步骤一、建立满足模型计算需求的变形抗力样本库，样本库包含实时采集和筛选钢卷数据、分类钢卷数据；

利用聚类分析功能，定期对样本库进行维护，将偏差大的钢卷数据进行剔除；定期触发模型回归计算和变形抗力自学习系数计算；

步骤二、建立变形抗力唯象模型；

步骤三、利用变形抗力样本库，分钢种对唯象模型进行回归计算，得到不同钢种的模型参数；

步骤四、利用回归后不同钢种的模型参数，可计算得到不同类别下的各机架变形抗力自学习系数k；

步骤五、将不同钢种的模型参数和不同类别下的各机架变形抗力自学习系数发送到过程控制系统数据库表中。

2.如权利要求1所述的变形抗力唯象模型计算方法，其特征在于：

所述的实时采集钢卷数据包括：钢种，产品厚度，产品宽度，自学习类型，炉号，是否使用板卷箱，各机架入、出口厚度，入口宽度，各机架入口温度值，各机架工作辊半径，各机架轧辊线速度，各机架设定变形抗力，各机架设定轧制力，各机架实测轧制力；

所述的实时筛选的钢卷数据包括：筛除空的、无效的、异常的数据，同时将带钢各机架轧制力精度范围[-5,5]以内的数据，存储到样本数据库中；

所述的分类钢卷数据包括：将更新的钢卷数据按照钢种、规格、工况进行分类，若样本库中同类别钢卷数据未超过100条，则直接存入新的钢卷数据；若超过100条则将生产时间最久的数据剔除，存入新的钢卷数据；若样本库中没有匹配的同类钢卷，则新建类别，存入新的钢卷数据。

3.如权利要求1所述的变形抗力唯象模型计算方法，其特征在于：所述的样本库维护包括：利用聚类分析功能，对同类别钢卷数据进行定期分析，将偏差大的钢卷数据进行剔除。

4.如权利要求1所述的变形抗力唯象模型计算方法，其特征在于：所述的定期触发模型回归计算包括；判断样本库中同钢种钢卷更新块数，若超过30块，则触发模型进行回归计算和变形抗力自学习系数计算，即执行步骤三、四和五的计算过程。

5.如权利要求1所述的变形抗力唯象模型计算方法，其特征在于：所述的变形抗力唯象模型，计算公式如下：

A，m₁～m₄为表示模型常规参数；

k为表示变形抗力自学习系数；

T为表示材料温度；

ε为表示变形程度；

为表示变形速率。

6.如权利要求1所述的变形抗力唯象模型计算方法，其特征在于：所述的变形抗力自学习系数k取值范围为：0.9～1.1。