在钢铁冷连轧生产过程中，轧制力预测结果直接影响带材的轧制精度和产品质量。为进一步提高轧制力预测精度，同时实现模型的在线更新，避免漂移问题，提出了基于循环自编码网络的轧制力模型。首先，使用循环自编码网络对处理好的输入数据进行特征提取，为了加速网络训练，加入了小批量训练方法，然后使用高斯过程回归模型对提取到的特征进行回归拟合。仿真结果表明，该模型预测精度可达3%以内，能够实现轧制力的高精度在线预测。
科研之友
微信
新浪微博
Facebook
分享链接
