基于机器学习的淬火钢板板形识别及自学习模型策略

作者：张绪杰; 付天亮^*; 韩冰; 王昭东

来源：轧钢, 2023, 40(05): 98-105.

DOI：10.13228/j.boyuan.issn1003-9996.20230516

• 淬火钢板
• 板形
• 自学习
• 大数据
• 机器学习
• 预测模型
• 专家系统

在淬火钢板生产过程中，获得良好的板形是产品的基本要求，也是生产难点之一。采集了某企业4 348条工业生产数据，建立了基于工业大数据下的板形自学习模型及策略。利用采集的板形数据，对钢板进行区域划分，分析获得各区域的板形缺陷类型，并对各区域缺陷类型进行编号分类。使用K-均值聚类算法将数据以厚度为标准划分为薄、中、厚3类，对每一类采用随机森林(RF)、支持向量分类(SVC)和多层感知机(MLP)3种机器学习方法建立了预测模型。对比分析后发现RF和SVC模型在3类数据中表现稳定，对薄、中、厚3类样本预测准确率分别在70%以上、80%以上和90%以上。同时，基于模型和经验建立了专家系统，实现了钢板淬火板形自主学习，提高了钢板淬火板形平直度和成材率。

• 单位
  东北大学; 轧制技术及连轧自动化国家重点实验室