[发明专利]一种基于大数据分析的轧制力自动判定方法

权利要求书

1.一种基于大数据分析的轧制力自动判定方法，其特征在于，所述方法包括以下步骤：

步骤1)数据采集；

步骤2)数据处理；

步骤3)轧制力自动判定；

步骤4)动态反馈处理；

步骤5)结束；

所述步骤1)数据采集，具体如下：对热连轧精轧n个机架的每个机架进行周期性的轧制力数据采样，1米一个采样点；

所述步骤2)数据处理，具体如下，

对n个机架采集到的数据做偏差处理会得到n组数组，每组数组包含一个机架的数据采样集，数据处理算法如下：

步骤21)计算n个机架的轧制力偏差值：

diff[i]＝|force_act[i]-force_set[i]|；

其中force_act[i]为实际轧制力数组，force_set[i]为设定轧制力数组，diff[i]为轧制力偏差值数组，i为临时变量，T为采样点总数量，0iT；

步骤22)取头部m个点存入数组data1[j]中，其中采样点总数量，取尾部m个点存入数组data2[j]中，头尾偏差值：

diff2[j]＝data1[j]-data2[j]；

所述步骤3)轧制力自动判定，具体如下：

步骤31)：轧制力偏差判定，理想状态轧制带钢时，轧制力的设定值与实际值是相等的，在实际轧制过程中，判定系统做如下实时判定：

计算轧制力偏差均值：

若0diff_ave150吨，说明轧制力偏差均值在正常范围内，判定为合格；

若diff_ave150吨，说明轧制力偏差均值超出正常范围，判定为不合格，封锁原因是出钢记号和钢种规格不匹配；

步骤32)局部轧制力偏差判定，取10个点为局部轧制力偏差判定，每组数据计算方法为

若0diff_group[g]150吨，说明轧制力偏差均值在正常范围内，判定为合格；

若diff_group[g]150吨，说明轧制力偏差均值超出正常范围，判定为不合格，封锁原因是出钢记号和钢种规格不匹配；

步骤33)首段与尾段轧制力偏差判定，取首段与尾段各20个点为首尾轧制力偏差判定，共有2组数据，首段轧制力偏差均值尾段轧制力偏差均值

若0|diff_head-diff_tail|100吨，说明轧制力首尾偏差在正常范围内，判定为合格；

若|diff_head-diff_tail|100吨，说明轧制力首尾偏差超出正常范围，判定为不合格，封锁原因为钢坯是混钢成分；

步骤34)轧制力总判定，当上述步骤中出现一个不合格则总判定为不合格，当所有判定为合格时判定为合格。

2.根据权利要求1所述的基于大数据分析的轧制力自动判定方法，其特征在于，所述步骤4)动态反馈处理，具体如下，当判定结果为不合格时，说明该带钢的轧制力自学习模型不应该主动学习并变更学习参数，同时将判定结果反馈给轧线的轧制力自学习模型。