冷轧平整机工作辊表面粗糙度衰减模型
来源期刊:钢铁2015年第6期
论文作者:魏立新 高江曼 麻诚 车海军 杨景明
文章页码:51 - 56
关键词:表面粗糙度;灰色关联度分析;在线;稀疏;最小二乘支持向量;
摘 要:冷轧平整机的工作辊直接和带钢接触,其表面粗糙度衰减情况对带钢成品的板形和表面质量有重大影响。因此,分析轧辊磨损机制,对轧辊表面粗糙度的衰减进行精确预测十分必要。首先采用灰色关联度分析对影响平整机工作辊表面粗糙度磨损的因素进行分析,确定了工作辊表面粗糙度评估指标体系。进而应用优化在线稀疏最小二乘支持向量回归模型对冷轧平整机的上工作辊表面粗糙度进行在线预测。通过预测误差准则实现系统的前向递推,采用FLOO(fast leave one out)的修剪算法实现其后向删减,并且采用最速下降法实现了2个超参数的在线优化。经过仿真研究表明,系统预测的绝对误差平均值为0.014 9,与其他方法相比具有明显的优越性,并且系统具有在线自适应的能力,能够随着时间而进化。
魏立新1,2,高江曼1,3,麻诚3,车海军1,2,杨景明1,2
1. 燕山大学工业计算机控制工程河北省重点实验室2. 燕山大学国家冷轧板带装备及工艺工程技术研究中心3. 新兴铸管股份有限公司格板部
摘 要:冷轧平整机的工作辊直接和带钢接触,其表面粗糙度衰减情况对带钢成品的板形和表面质量有重大影响。因此,分析轧辊磨损机制,对轧辊表面粗糙度的衰减进行精确预测十分必要。首先采用灰色关联度分析对影响平整机工作辊表面粗糙度磨损的因素进行分析,确定了工作辊表面粗糙度评估指标体系。进而应用优化在线稀疏最小二乘支持向量回归模型对冷轧平整机的上工作辊表面粗糙度进行在线预测。通过预测误差准则实现系统的前向递推,采用FLOO(fast leave one out)的修剪算法实现其后向删减,并且采用最速下降法实现了2个超参数的在线优化。经过仿真研究表明,系统预测的绝对误差平均值为0.014 9,与其他方法相比具有明显的优越性,并且系统具有在线自适应的能力,能够随着时间而进化。
关键词:表面粗糙度;灰色关联度分析;在线;稀疏;最小二乘支持向量;