一种基于粒子群优化极限学机的带钢出口厚度预测方法

摘要

本发明涉及一种基于粒子群优化极限学机的带钢出口厚度预测方法，基本步骤如下：1)利用数据处理软件对带钢数据信号进行分析，选出对带钢出口厚度影响较大的4个参数，即轧制力，辊缝，轧制速度，电机电流，在带钢出口厚度的预测中作为输入变量输入到极限学机中；2)用粒子群算法对极限学机中的参数输入权值和隐含层偏置值进行选择优化，运用广义逆的方法分析决定输出权值，得到极限学机中具有最小范数值的输出权值矩阵，以此得到最优的极限学机参数；3)对上述所得最优的极限学机进行模型构造；4)将步骤1)中的4个参数输入优化的极限学机中对带钢出口厚度进行预测。运用本方法能够针对轧制生产过程进行分析，对轧件出口厚度进行预测，进而分析有关影响带钢质量的工艺参数并对轧制生产流程做出及时调整控制。

主权项

一种基于粒子群优化极限学习机的带钢出口厚度预测方法，其特征在于，步骤如下：1)分析采集的带钢数据信号：采集对带钢出口厚度有影响的轧制力，轧制速度，电机电流，入口和出口温度，辊缝，前馈调节量，压力调节量各参数信号，运用数据处理软件对上述各参数信号进行分析，并将分析后的数据导入到excel表中，等待筛选；将带钢的出口厚度和与上述各参数的走势用图形表示，分析各参数与带钢出口厚度的正负相关性，与带钢出口厚度具有较大负相关的轧制力，轧制速度，电机电流，以及具有较大正相关的辊缝这4个参数被选中，在带钢出口厚度的预测中作为输入变量输入到极限学习机中；2)采用粒子群算法对极限学习机中的参数输入权值和隐含层偏置值进行优化，运用广义逆的方法分析决定输出权值，得到极限学习机中具有最小范数值的输出权值矩阵，得到最优的极限学习机参数；3)根据步骤2)中优化得到的极限学习机建立模型：首先建立三层的改进极限学习机的网络模型，其输入层有4个节点表示输入参数，输出层有一个节点表示对带钢出口厚度的预测结果，隐含层节点数是20个，向极限学习机输入经由步骤2)计算得到的其各层节点之间的最优权值；4)将步骤1)选定的4个参数输入改进的极限学习机中，完成对带钢的出口厚度的预测。