[发明专利]一种冷轧板带信号模式识别的方法

摘要

一种冷轧板带信号模式识别的方法，该方法内容包括以下步骤：采集板形仪在线测量的冷轧带钢宽度方向各测量段板形测量值，得到各测量段板形值；将板形仪输出的原始数据输入到一个n层的神经网络作为特征提取层，主要通过训练让网络自动提取特征以排除人工的痕迹；使用基于遗传算法的改进型量子神经网络进行板形识别。本发明将遗传算法优化的多层激励函数的改进型量子神经网络应用到板形模式识别技术中，显著提高了网络的训练效率，有效解决了传统板形识别方法中遇到的精度和实时性不够理想、网络结构复杂且训练时间长和稳定性和鲁棒性差等问题。

主权项

1.一种冷轧板带信号模式识别的方法，其特征在于：该方法内容包括以下步骤：步骤1 采集板形仪在线测量的冷轧带钢宽度方向各测量段板形测量值，得到各测量段板形值；令测量段的个数为m，第i个测量段板形测量值为Fi；步骤2 将板形仪输出的原始数据输入到一个n层的神经网络作为特征提取层，主要通过训练让网络自动提取特征以排除人工的痕迹；因板形主要有左边浪、右边浪、中间浪、双边浪、右三分浪、左三分浪、四分浪和边中浪八种缺陷模式，所以使网络输出为ai,i＝1,2,3...m，其中m为输出个数,这里取m＝8，则网络每一层的计算公式如下：ali＝f(Wlxl+bl),l＝1,2,...n其中l为网络的第l层；Wl为第l层网络权值；xl为第l层输入；bl为网络神经元偏置；步骤3 使用基于遗传算法的改进型量子神经网络进行板形识别，将数据处理模块的输出ai作为量子神经网络的输入，量子神经网络的输出u1,u2,u3,u4为板形的隶属度；若u1>0，表示板形具有左边浪，若u1<0，表示板形具有右边浪；若u2>0，表示板形具有中间浪，若u2<0，表示板形具有双边浪；若u3>0，表示板形具有左三分浪，若u3<0，表示板形具有右三分浪；若u4>0，表示板形具有四分浪，若u4<0，表示板形具有边中浪。