公开(公告)号：CN110802115B

公开(公告)日：2020-12-22

申请号：CN201911106314.9

申请日：2019-11-13

Applicant: 北京科技大学

Inventor： 张飞 ,  卢思涵 ,  张勇军 ,  肖雄 ,  郭强 ,  李静

IPC: B21B37/74 ,  B21B38/00 ,  G06N3/02

Abstract: 本发明属于钢铁轧制领域，涉及一种利用改进的灰狼优化算法优化误差反向传播神经网络(AGWO‑BP)，基于数据驱动，对热连轧精轧入口温度的预测方法。从现场获取大量的数据构建基于板坯全长的精轧入口温度预测数据集，利用神经网络算法搭建精轧入口温度预测模型，再使用混沌Tent序列初始化灰狼种群得到AGWO‑BP预测模型，利用已轧板坯相关数据，预测下一块钢表面全长的精轧入口温度。本发明所述方法可实现板坯表面全长的热连轧精轧入口温度的高精度预测，应用在热连轧精轧入口温度的预测上。

公开(公告)号：CN110802115A

公开(公告)日：2020-02-18

申请号：CN201911106314.9

申请日：2019-11-13

Applicant: 北京科技大学

Inventor： 张飞 ,  卢思涵 ,  张勇军 ,  肖雄 ,  郭强 ,  李静

IPC: B21B37/74 ,  B21B38/00 ,  G06N3/02

Abstract: 本发明属于钢铁轧制领域，涉及一种利用改进的灰狼优化算法优化误差反向传播神经网络(AGWO-BP)，基于数据驱动，对热连轧精轧入口温度的预测方法。从现场获取大量的数据构建基于板坯全长的精轧入口温度预测数据集，利用神经网络算法搭建精轧入口温度预测模型，再使用混沌Tent序列初始化灰狼种群得到AGWO-BP预测模型，利用已轧板坯相关数据，预测下一块钢表面全长的精轧入口温度。本发明所述方法可实现板坯表面全长的热连轧精轧入口温度的高精度预测，应用在热连轧精轧入口温度的预测上。