[发明专利]基于数据解析的连退均热炉带钢张力在线测量方法

摘要

本发明提出一种基于数据解析的连退均热炉带钢张力在线测量方法，建立均热炉内各辊子处的带钢张力的机理模型，获取训练样本集；采用最小二乘支持向量机建立机理偏差率的估计模型；采用粒子群优化算法优化机理偏差率估计模型的模型参数；实时采集均热炉内带钢生产数据，将带钢生产数据输入带钢张力的机理模型，得到均热炉内各辊子处的带钢张力和均热炉出口张力；将实时采集的均热炉内带钢生产数据输入优化后的机理偏差率估计模型，得到机理模型偏差率的值；根据均热炉内各辊子处的带钢张力和均热炉出口张力，以及机理模型偏差率，预测均热炉内各辊子处的带钢张力和均热炉出口张力，在该方法实现了对中间辊子张力的计算，拥有较高的精度。

主权项

1.一种基于数据解析的连退均热炉带钢张力在线测量方法，其特征在于，包括以下步骤：步骤1：建立均热炉内各辊子处的带钢张力的机理模型，获取均热炉内历史带钢生产数据，计算均热炉内各辊子处的带钢张力和均热炉出口张力，并得到机理模型的偏差率，将均热炉内历史带钢生产数据和机理模型的偏差率作为训练样本集S；步骤2：将训练样本集S中的均热炉内历史带钢生产数据作为输入，将训练样本集S中的机理模型的偏差率作为输出，采用最小二乘支持向量机建立机理偏差率的估计模型；步骤3：采用粒子群优化算法优化机理偏差率估计模型的模型参数，得到优化后的机理偏差率估计模型；步骤4：实时采集均热炉内带钢生产数据，将带钢生产数据输入带钢张力的机理模型，得到均热炉内各辊子处的带钢张力和均热炉出口张力；步骤5：将实时采集的均热炉内带钢生产数据输入优化后的机理偏差率估计模型，得到机理模型偏差率的值；步骤6：根据步骤4中得到的均热炉内各辊子处的带钢张力和均热炉出口张力，以及步骤5中得到的机理模型偏差率，预测均热炉内各辊子处的带钢张力和均热炉出口张力；步骤7：将步骤6中实时采集的带钢生产数据与机理模型的偏差率作为新的样本，存储至临时样本集Stemp中，当临时样本集Stemp中的样本数量达到给定的阈值n时，将n个新的样本依次加入到训练样本集S中，并删除训练样本集S中的前n个样本，清空临时样本集Stemp，返回步骤2。