[发明专利]基于多分类支持向量机的钢铁冷轧精整生产原料分配方法

说明书

本发明涉及钢铁企业冷轧精整生产过程的自动控制技术领域，提供一种基于多分类支持向量机的钢铁冷轧精整生产原料分配方法。首先采集精整生产样本集合；然后对精整生产样本集合依次进行特征一次选择、One‑Hot编码、基于随机森林模型的特征二次选择、数据标准化；接着，在任意两类样本间构建子学习机，H个子学习机构成基于多分类支持向量机的钢铁冷轧精整生产原料分配模型，并基于贝叶斯优化方法对模型参数进行优化，选择出准确率最高的超参数组合，得到训练后的原料分配模型；最后，采集待分配原料的信息数据，将数据清洗后的特征输入训练后的原料分配模型中，得到原料分配结果。本发明能够提高原料分配的精度和效率，减小工人的工作量。

技术领域

本发明涉及钢铁企业冷轧精整生产过程的自动控制技术领域，特别是涉及一种基于多分类支持向量机的钢铁冷轧精整生产原料分配方法。

背景技术

精整是钢铁企业冷轧生产的一道重要工序。在实际生产过程中，精整工序的原料来自连退工序，连退后的原料首先会被分配到精整工序的原料池中，然后各精整机组从相应的原料池中获得原料以进行精整生产。实际生产中采用人工经验的方法将原料分配到各个原料池中，这种方法严重依赖人工操作经验，且由于精整工序的原料众多，工人的工作量巨大。当前针对钢铁冷轧精整生产原料分配的非人工方法还非常缺乏。

发明内容

针对现有技术存在的问题，本发明提供一种基于多分类支持向量机的钢铁冷轧精整生产原料分配方法，能够提高原料分配的精度和效率，减小工人的工作量。

本发明的技术方案为：

一种基于多分类支持向量机的钢铁冷轧精整生产原料分配方法，其特征在于，包括下述步骤：

步骤1：采集最近t时间段内钢铁冷轧的精整生产样本，得到含有M个精整生产样本的精整生产样本集合S＝{S₁,S₂,...,S_m,...,S_M}；

其中，S_m为第m个精整生产样本，m∈{1,2,...,M}，S_m＝{S_m1,S_m2,...,S_mn,...,S_m,N,y_m}，{S_m1,S_m2,...,S_mn,...,S_m,N}为样本S_m的原料信息数据，S_mn为样本S_m的原料信息数据中的第n个特征，n∈{1,2,...,N}，N为精整生产样本中的特征总数，y_m为样本S_m的原料分配结果，所述原料分配结果为原料池号，原料池号的类别总数为a；

所述原料信息数据包括原料基本信息数据、加工信息数据、合同信息数据；所述原料基本信息数据包括材料号、材料种类、入口材料类型、入口材料厚度、入口材料宽度、入口材料长度、入口材料重量、入口材料内径、入口材料外径、出口材料厚度、出口材料宽度、出口材料长度、出口材料重量、出口材料内径、出口材料外径、入口厚度向上跳跃、入口厚度向下跳跃、入口宽度向上跳跃、入口宽度向下跳跃、出口厚度向上跳跃、出口厚度向下跳跃、出口宽度向上跳跃、出口宽度向下跳跃；所述加工信息数据包括封锁标记、全程工序途径码、制程号、当前工序顺序号、全程工序代码、后全程工序顺序号、后全程工序代码、返修标记、维修序号、返修工序代码、返修机组代码、材料组别、新试号、库区代码、材料库位号、材料状态码、材料预计生产时间、材料入库时间、持续时间、前工序、必做标记、涂油种类代码、涂油量代码、后处理方式代码、切边标记、冷轧精整加工类型、包装方式代码、分选度代码、下道工序指针、返修类型、成品工序标记、出钢记号、牌号；所述合同信息数据包括得分值、合同性质代码、订单号、合同交货期、紧急标记、拖期标记、工序计划日期、差欠重量、订货重量单件最小值、订货重量单件最大值、按周交货标志、出口标记、最终用户代码、订货重量；