公开(公告)号：CN116727457A

公开(公告)日：2023-09-12

申请号：CN202310723850.3

申请日：2023-06-19

Applicant: 东北大学

Inventor： 彭良贵 ,  李长生 ,  陈亚飞 ,  覃业辉 ,  冯平杰

IPC: B21B37/28 ,  B21B38/02 ,  G06F30/27 ,  G06N3/047 ,  G06N3/048 ,  G06N3/088 ,  G06N3/09 ,  G06F111/08 ,  G06F113/24

Abstract: 本发明提供一种基于深度置信网络的冷轧板形概率预报方法，涉及冶金自动化技术领域。该方法首先根据板形辊检测单元数量，确定板形预报所需的Softmax分类器数量；并进行板形统计和网格划分，得到Softmax分类器的类别数量及类别概率标签向量；然后建立由多个RBM层叠并与各Softmax分类器进行全连接的深度置信网络作为板形预报网络；并以带钢轧制数据和板形控制数据作为网络输入，对层叠的RBM进行无监督学习。再以层叠的RBM网络整体输出值作为输入，分别对各Softmax分类器进行有监督学习。在利用板形预报网络进行板形预测时，以各分类器预报的类别最大概率值所处的网格板形中间值作为各单元板形的板形初始值，最后再按照板形自平衡原则确定各单元板形的板形预报值。