基于减法聚类的带钢厚度数据驱动建模

针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力.     

热轧AGC控制的效用性问题

减小带钢上不同位置的厚度差以及不同带钢之间的厚度差,是在未来板带轧制过程中优先解决的问题。本文介绍了热轧带钢AGC自动厚度控制方法,实验研究将压力AGC和监控AGC结合使用,实现对带钢厚度的控制。现场应用加入监控AGC的控制系统后,带钢的厚度差明显缩小,整体厚度十分均匀。生产实践表明,AGC控制系统设计合理,控制效果令人满意,值得在带钢热轧中推广。     

热轧AGC控制的效用性问题

减小带钢上不同位置的厚度差以及不同带钢之间的厚度差,是在未来板带轧制过程中优先解决的问题.本文介绍了热轧带钢AGC自动厚度控制方法,实验研究将压力AGC和监控AGC结合使用,实现对带钢厚度的控制.现场应用加入监控AGC的控制系统后,带钢的厚度差明显缩小,整体厚度十分均匀.生产实践表明,AGC控制系统设计合理,控制效果令人满意,值得在带钢热轧中推广.     

热连轧前馈厚度控制系统的研究与应用

某热连轧机原本使用的厚度自动控制(AGC)模型,不论是轧制力AGC还是监控AGC都属于反馈式控制系统,因此轧机辊缝调节都有不同程度的时间滞后,从而也限制了厚度控制精度的进一步提高.采用冷连轧机前馈控制的基本思想,用前机架的出口带钢计算厚度作为前馈控制的检测厚度,并经过跟踪移位处理,设计出了前馈AGC控制模型,针对带钢厚度波动及时调节本机架的轧制辊缝,实现提前预控的目的.实验结果表明,前馈AGC控制模型投入使用之后,带钢厚度精度得到明显提高.     

考虑环境因素的电动汽车充电站实时负荷预测模型

为了减少电动汽车大规模集成到电网造成的不利影响,提出了一种能够实现充电站充电负荷精准预测的方法。该方法利用LightGBM（light gradient boosting machine）与XGBoost（eXtreme gradient boosting）模型构建线下?线上组合模型。考虑充电负荷、时间、温度、天气等历史数据,利用LightGBM模型初步建立充电负荷线下预测模型;基于XGBoost模型,以线下预测模型输出负荷和实际负荷的误差为优化目标,实时变化的交通流量为协变量,建立线上预测模型,并对初步预测结果进行误差修正。某市实际充电站预测结果表明,相比于随机森林（RF）、LightGBM模型、XGBoost模型、多层感知机（MLP）以及LightGBM?RF组合模型,该组合模型具有更高的预测精度,同时可以准确预测不同充电站的实时充电负荷。     

利用深度学习对深冲钢机械性能的预测

当前钢铁企业主要采用“事后抽检”方式来控制最终的产品质量。但因无法基于传统方法对所有产品实现在线质量预测，常发生索赔和退货，这也是导致企业经济损失的一大因素。在生产过程中为实现对深冲钢在线质量预测，引入了基于深度学习的机械性能预测模型。首先利用LSTM（长短时记忆）、GRU（门控循环单元）网络和GPR（高斯过程回归）模型去预测深冲钢的机械性能，并讨论了三种模式的预测精度和学习效率，其次提出了在线迁移学习模型。从结果来看不仅预测精度得到改善，而且预测耗时缩短能更好满足在线实时预测的要求。     

唐钢1 650 mm可逆冷轧机厚度闭环AGC控制系统

由于变刚度压力厚度自动控制系统（BISRA AGC）对于轧机内部干扰引起的带钢厚度偏差不仅不能消除,而且还对其有放大作用,因此唐钢冷轧薄板厂1650mm可逆式冷轧机采用了以BISRA AGC为主、测厚仪反馈为辅的厚度闭环AGC控制系统,研究了厚度闭环AGC系统的主要问题——调节器参数的自适应控制.结果表明控制效果良好,产品厚度偏差控制在±5μm以内.     

基于PCA-IBAS-ELM的海底多相流管道内腐蚀速率预测

海底多相流管道运输介质中油、气、水共存,极易发生化学反应引发一系列腐蚀问题。为预测其腐蚀速率,对管内腐蚀机理及影响因素进行分析,提出基于主成分分析法（PCA）和改进甲虫天牛须算法（IBAS）的极限学习机（ELM）预测模型。PCA 筛选腐蚀因素,降低预测模型的输入指标维数,IBAS优化ELM的关键性能指标--输入权值及隐层阈值,提升预测精度。为检验模型效能,以我国海南东部某海底油气管道50组数据为例进行研究,并与其他两种模型对比分析。结果表明：温度、pH值、流体流速和CO2分压是影响该类型管道腐蚀的关键因素,PCA-IBAS-ELM预测结果与实际值拟合度更高,其均方根误差（RMSE）,平均绝对误差(MAE)和平均绝对百分误差（MAPE）和均小于比较模型。 可见构建模型对于海底多相流管道内腐蚀速率预测具有优越性。     

基于信息融合的带钢厚度预测控制

通过把轧制力方程和厚度控制方程在小范围内线性化、离散化,用递推最小二乘法辨识出系统的状态空间模型.给出了基于Kalman滤波法的最优信息融合算法,并针对热连轧这个复杂的多变量系统设计了异步信息融合估计算法.将模型用于热连轧机带钢厚度预测中,同时也预测带钢塑性系数Q.最后把实时预测出的带钢出口厚度和带钢塑性系数应用于带钢热连轧厚度控制系统,提高了带钢厚度质量.     

热连轧轧制特性分析及轧制力动态锁定策略

为获得热连轧最优厚度控制策略,进一步提高厚度控制精度,基于轧制特性过程分析,分析轧制过程中辊缝、来料厚度和温度等对出口成品厚度的影响,得到各影响因素的厚度影响系数。针对厚度计AGC和监控AGC存在相互干扰的问题,提出一种动态锁定轧制力控制策略,并将优化后的厚度策略应用于某热连轧厚度控制系统中。研究结果表明:对于典型规格的带钢,平均厚度偏差在±25μm范围内厚度预测精度可达96.8%以上,偏差在±50μm范围内厚度预测精度可达98.8%以上,优于现场控制要求。     

基于置信度和自学习校正的热轧轧制节奏计算

针对目前国内大多数热连轧厂传统在线轧制节奏计算模型控制精度偏低的问题,在宝钢宁波钢铁热连轧厂对传统轧制节奏计算模型进行了分析与研究,提出一种基于置信度和自学习校正的热连轧轧制节奏计算模型改进算法.经过现场大量实测数据验证,采用新算法的轧制节奏计算模型的预报精度较传统模型算法有了大幅度的提高,偏差在±5s范围内的频率达到97.94%,大致成正态分布.新算法在预报带钢在线运行时间上优于传统模型算法.     

热连轧机AGC系统的优化

针对传统AGC系统中弹跳方程受轧机刚度系数精度和弹跳曲线线性条件的影响而无法得到精确的机架轧出厚度的问题,提出以轧机弹跳特性曲线为基础的机架轧出厚度计算方法,并以此为基础得到新的前馈AGC、厚度计AGC及其与监控AGC的相关性模型.将优化后的AGC系统应用于某热连轧现场,实际应用表明,对于厚度规格35mm的带钢,允许厚度偏差±20μm时,厚度精度命中率可达962%以上,远优于现场控制要求.     

热轧带钢终轧温度控制模型的应用研究

为了适应加速轧制时高精度终轧温度控制的要求,在机架间冷却单元的基础上开发了在线自适应、前馈与反馈相结合的在线终轧温度控制模型,并现场测试了机架间冷却阀门的开度和流量曲线.结果表明,该模型对于提高终轧温度控制精度是有效的.     

基于混沌优化支持向量机的板形预测与优化

针对带钢热连轧中板形控制问题, 提出了一种基于最小二乘支持向量机模型的预测和优化算法. 在分析最小二乘支持向量机数学预测模型的基础上, 提出了一种改进的变尺度混沌优化方法, 结合实数编码遗传算法, 进行最优模型参数的搜索. 利用在线实测数据对模型进行训练并进行带钢平直度指数的预测, 并对模型输入参数中的控制参数进行优化以实现板形控制的优化. 仿真结果表明, 与BP神经网络相比, 板形预测精度得到提高, 平直度指数优化约40%, 为进一步提高热连轧板形控制精度提供了一种新的有效方法.     

带钢热连轧换规格轧制力自学习优化

热连轧带钢生产过程中,轧制力预报精度直接影响到带钢厚度的精度,而轧制力预报精度很大程度上依赖于轧制力自学习.针对换规格时轧制力预报精度偏低的问题,通过对产生轧制力偏差的原因分析,引入基于钢种变形抗力的抛物线偏差曲线的概念、机架设备自学习系数和机架设备状态影响系数.现场实际应用效果表明:换规格后的首块钢的轧制力预报精度与传统方法相比,带钢头部的轧制力预报相对误差减小4%,满足自动厚度控制系统的控制要求,提高了带钢的产品质量,取得了良好的经济价值,适于工业推广.     

热轧液压AGC的动态模型的研究

根据液压AGC系统的构成，同时考虑轧机辊系轧制力的影响，建立了热轧液压AGC系统的动态模型。分析结果表明，所建立的动态模型简单且利于分析轧制过程中各种因素对轧制精度的影响，为系统的优化设计及系统控制性能的研究提供了基础．     

冷连轧机架间张力设定在线优化算法

针对冷连轧机架间张力设定优化问题,基于嵌入模糊规则的遗传算法,建立0-1整数规划模型,提出冷连轧机架间张力设定在线优化算法.该算法既可以提高生产线生产效率,降低电机能耗,改善冷连轧产品质量,也具备运算速度快,在线参数自学习的特点.对本钢1767冷连轧机架间张力设定优化的实践表明,嵌入模糊规则的遗传算法能够在线应用,解决冷连轧机张力决策中的优化问题,对冷连轧机组高效运行的进一步相关研究探索有借鉴作用.