论文部分内容阅读
热连轧带钢生产过程中，实测数据的处理方式影响到模型自学习的精度，最终影响到产品的控制精度．为解决此问题，建立了针对实测数据的多样本处理策略，采用变异系数的方式排除了高离散性的数据，并通过数据映射的方式将采集到的有效数据进行同步，最终获得了高可信度的自学习源数据，大大提高了模型自学习的有效性及预报精度．将该多样本处理策略应用到国内某热连轧生产线的精轧机组，现场实际应用效果表明：带钢头部的轧制力预报精度达到了2．33％，满足了自动厚度控制系统的控制要求，提高了产品的质量．