[发明专利]适用于热镀锌生产线的自学习平整机预设定方法和装置在审
| 申请号： | 202110273987.4 | 申请日： | 2021-03-15 |
| 公开（公告）号： | CN115069773A | 公开（公告）日： | 2022-09-20 |
| 发明（设计）人： | 徐江华;阮星谊 | 申请（专利权）人： | 宝山钢铁股份有限公司 |
| 主分类号： | B21B1/24 | 分类号： | B21B1/24;C23C2/06;C23C2/40 |
| 代理公司： | 上海集信知识产权代理有限公司 31254 | 代理人： | 周成 |
| 地址： | 201900 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 适用于 镀锌 生产线 自学习 平整 预设 方法 装置 | ||
1.一种适用于热镀锌生产线的自学习平整机预设定方法，其特征在于：
获取热镀锌板来料参数、平整机工艺参数、温差信息和热镀锌板质量指标的数据；
将所述数据输入平整机自学习预设定模型得到平整机轧制力、入口张力、出口张力的预设定值；
所述平整机自学习预设定模型通过神经网络训练得到的。
2.根据权利要求1所述的适用于热镀锌生产线的自学习平整机预设定方法，其特征在于，所述神经网络为BP神经网络，
将所述数据作为所述BP神经网络的训练样本，对所述BP神经网络进行学习训练，得到所述平整机自学习预设定模型。
3.根据权利要求2所述的适用于热镀锌生产线的自学习平整机预设定方法，其特征在于：所述BP神经网络采用误差反向传播算法进行学习训练。
4.根据权利要求2所述的适用于热镀锌生产线的自学习平整机预设定方法，其特征在于，
所述热镀锌板来料参数包括：原料钢卷的屈服强度σs、宽度W、厚度h；和/或
所述平整机工艺参数包括：平整速度v、轧辊的轧制长度L、轧辊原始粗糙度Ra0；和/或
所述温差信息包括：退火炉温差S1-S2、锌锅与终冷温差S3-S2；和/或
所述热镀锌板质量指标包括：热镀锌板的延伸率ε、成品粗糙度Ra。
5.根据权利要求2所述的适用于热镀锌生产线的自学习平整机预设定方法，其特征在于，
BP神经网络为三层神经网络结构，包括输入层、中间层和输出层。
6.根据权利要求2所述的适用于热镀锌生产线的自学习平整机预设定方法，其特征在于，所述输入层包括10个单元，所述中间层包括18个单元，所述输出层包括3个单元。
7.一种适用于热镀锌生产线的自学习平整机预设定装置，其特征在于，包括：
收集模块：用以获得热镀锌板来料参数、平整机工艺参数、温差信息和热镀锌板质量指标的数据；
处理模块：用以将所述数据输入如权利要求1-6任一项所述的适用于热镀锌生产线的自学习平整机预设定方法中的所述平整机自学习预设定模型得到平整机预设定值，所述平整机自学习预设定模型通过神经网络训练得到的。
8.根据权利要求7所述的适用于热镀锌生产线的自学习平整机预设定装置，其特征在于，所述神经网络为BP神经网络，
所述处理模块将所述数据作为所述BP神经网络的训练样本，对所述BP神经网络进行学习训练，得到所述平整机自学习预设定模型。
9.根据权利要求8所述的适用于热镀锌生产线的自学习平整机预设定装置，其特征在于：所述BP神经网络采用误差反向传播算法进行学习训练，
BP神经网络为三层神经网络结构，包括输入层、中间层和输出层。
10.根据权利要求7或8所述的适用于热镀锌生产线的自学习平整机预设定装置，其特征在于，
所述热镀锌板来料参数包括：原料钢卷的屈服强度σs、宽度W、厚度h；和/或
所述平整机工艺参数包括：平整速度v、轧辊的轧制长度L、轧辊原始粗糙度Ra；和/或
所述温差信息包括：退火炉温差S1-S2、锌锅与终冷温差S3-S2；和/或
所述热镀锌板质量指标包括：热镀锌板的延伸率ε、成品粗糙度Ra。
11.根据权利要求9所述的适用于热镀锌生产线的自学习平整机预设定方法，其特征在于，所述输入层包括10个单元，所述中间层包括18个单元，所述输出层包括3个单元。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于宝山钢铁股份有限公司，未经宝山钢铁股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202110273987.4/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种高强度冷轧微合金带钢及其制造方法
- 下一篇：一种电机型号参数替代匹配方法
