热连轧数据采集的多样本处理策略

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.