[发明专利]弹簧钢脱碳分析预测方法

权利要求书

1.一种弹簧钢脱碳分析预测方法，所述弹簧钢采用高速线材生产工艺；其特征在于：所述分析预测方法包括如下步骤：

步骤一，建立分析预测系统，所述系统包括数据采集模块、数据处理模块、模型计算模块和画面展示模块；

步骤二，数据采集模块收集得到弹簧钢的生产过程数据、生产计划数据和脱碳质量数据；

步骤三，数据处理模块先对步骤二得到的数据进行预处理和存储，并根据脱碳质量数据定义脱碳标签，再将处理结果提供给模型计算模块并保存模型计算模块的计算结果；

步骤四，根据当前生产的钢种和规格，模型计算模块采用XGBoost算法依次定义目标函数、求解目标函数最小值并由预设阈值筛选得到关键影响因子；

步骤五，模型计算模块采用Pearson相关系数算法得到关键影响因子和脱碳标签的线性相关性，并采用Hist统计函数得到关键影响因子的直方图；

步骤六，模型计算模块采用SVM算法建立目标函数，再将关键影响因子和脱碳标签作为样本集并进行归一化处理，然后采用拉格朗日乘子法求解目标函数最大值得到最优分类函数，对目标函数进行迭代训练后得到最新的最优分类函数并将其作为脱碳预测模型；

步骤七，模型计算模块根据脱碳预测模型对处于预设激励位置的弹簧钢进行脱碳预测计算，计算得到的脱碳预测数据由画面展示模块显示。

2.根据权利要求1所述的弹簧钢脱碳分析预测方法，其特征在于：所述步骤二中，所述生产过程数据由过程控制系统采集得到，所述生产计划数据和脱碳质量数据由生产管理系统采集得到。

3.根据权利要求1所述的弹簧钢脱碳分析预测方法，其特征在于：所述步骤三中，脱碳质量数据包括脱碳深度，根据脱碳深度定义脱碳标签。

4.根据权利要求1所述的弹簧钢脱碳分析预测方法，其特征在于：所述步骤三中，预处理包括对数据的勾连、异常值进行处理。

5.根据权利要求1所述的弹簧钢脱碳分析预测方法，其特征在于：所述步骤四中，目标变量定义如下：

式中，y′_i为目标变量的预测值，x_i为生产过程数据中不同工艺区间的多个特征组成的训练数据，K为决策树的数量，f_k是决策树空间F中的一个决策树；

目标函数如下：

式中，第一项l为一个可微凸损失函数，用于度量目标变量的预测值y′_i和实际值y_i的差值，n为输入样本数量；第二项Ω用于惩罚目标函数模型的复杂度，其表达式如下：

式中，T为决策树f_k叶子节点的数量，ω为叶子节点的权重，γ和λ分别为叶子节点数量和权重的惩罚系数。

6.根据权利要求1所述的弹簧钢脱碳分析预测方法，其特征在于：所述步骤五中，所述关键影响因子和脱碳标签的相关系数定义如下：

式中，ρ_xy为x和y的Pearson相关系数，x为关键影响因子，y为脱碳标签，cov(x,y)为x和y的协方差，σ_x和σ_y分别为x和y的标准差。