[发明专利]一种基于改进型偏鲁棒M回归算法的热轧带钢厚度预测方法

摘要

一种基于改进型偏鲁棒M回归算法的热轧带钢厚度预测方法，涉及一种热轧带钢厚度预测方法，解决现有预测厚度的方法存在精确的分析模型是无法获得的或建模过程是极其消耗时间的问题。过程为：监测7台精轧机的工作数据获得观测变量(x_i,y_i)，定义输入数据矩阵X和输出数据矩阵Y，计算鲁棒加权因子初值ω_i；进行加权处理获得预测数据对预测数据进行偏最小二乘分析，获得预测数据的偏最小二乘模型连续计算偏最小二乘回归模型和回归系数B；判断第k次回归系数B和第k-1次的回归系数B的估计误差是否小于设定阈值，获取回归系数B并确定偏最小二乘回归模型即为热轧带钢厚度预测结果。本发明可广泛应用于对热轧带钢厚度的预测。

主权项

1.一种基于改进型偏鲁棒M回归算法的热轧带钢厚度预测方法，其特征在于它包括如下步骤：步骤一：监测7台精轧机的工作数据获得观测变量(x_i,y_i)，并根据观测变量(x_i,y_i)定义输入数据矩阵X和输出数据矩阵Y，计算鲁棒加权因子初值ω_i；所述精轧机的工作数据包括每台精轧机的工作轧辊平均间距，每台精轧机总压力，每台精轧机工作轧辊卷曲力；步骤二：对观测变量(x_i,y_i)进行加权处理获得预测数据并对预测数据进行偏最小二乘分析，获得预测数据的偏最小二乘模型并计算第一次偏最小二乘回归模型和回归系数B；步骤三：根据步骤二获得的偏最小二乘回归模型和回归系数B，计算更新后的鲁棒加权因子ω_i；步骤四：根据更新后的鲁棒加权因子ω_i计算第k次的偏最小二乘回归模型和第k次的回归系数B，其中k≥2；步骤五：判断第k次回归系数B和第k-1次的回归系数B的估计误差是否小于设定阈值，若小于则进入步骤六，若不小于则更新鲁棒加权因子ω_i并返回步骤四；步骤六：获取回归系数B并确定偏最小二乘回归模型即为热轧带钢厚度预测结果。