基于增量分析和PSO-LSSVM的热轧辊缝调平预测模型

辊缝调平在保证热轧带钢板形质量和轧制稳定性中起着关键作用,目前以操作人员目测后经验调整为主,无法满足未来少人化、智能化轧制技术需求。为此,基于增量分析方法实现工艺参数增量因子提取,有效解决传统离散数据预测中部分信息丢失问题;同时以粒子群算法(PSO)优化最小二乘支持向量机(LSSVM)模型参数,使得参数选取更加科学。采用某钢厂1580热轧生产数据进行验证,结果表明,基于增量分析和PSO-LSSVM的预测模型能够较好地预测调平值及调平曲线趋势,精轧下游F5~F7调平预测精度在95%左右,可为现场调平策略设定提供辅助手段,也为今后无人化轧制技术的发展提供关键理论支撑。