PCA降维技术在弯辊力预设定中的研究与应用

来源期刊：矿冶工程2020年第5期

论文作者：卜赫男 叶鹏飞 闫注文 韩子延

文章页码：104 - 108

关键词：冷连轧;带钢;板形;板形控制;弯辊力预设定;主成分分析;降维;模型;

摘    要：为了提高冷连轧带钢弯辊力预设定模型的计算效率,在原有基于GA-BP神经网络的弯辊力预设定模型基础上,引入主成分分析（PCA）数据降维技术,通过PCA将原有10个轧制参数变量转换为3个主成分变量,降维后的主成分变量包含了原始实测轧制参数93.55%的信息,实现了轧制参数特征的有效提取;将其作为神经网络的输入,建立PCA-GA-BP新形态弯辊力预设定模型,简化了模型结构。以某1 450 mm冷连轧生产线数据作为样本比较了2种模型的计算性能,结果表明,2种模型均具有较好的泛化能力,在保证带钢头部板形精度的基础上,PCA-GA-BP模型与原模型相比迭代次数减少86次,计算时间缩短73 ms,预报效率显著提高。