基于最小二乘支持向量機(jī)的軋制力預(yù)測(cè).pdf

1、板帶軋鋼生產(chǎn)過(guò)程中，軋制力的準(zhǔn)確預(yù)測(cè)直接影響著帶鋼的形狀精度、尺寸精度等產(chǎn)品質(zhì)量。軋機(jī)的壓下量主要依靠軋制力的大小進(jìn)行合理分配，所以精軋軋制力模型的預(yù)測(cè)精度很大程度上決定了帶鋼頭部的精度，以及如何精確地設(shè)定輥縫，并對(duì)穿帶穩(wěn)定性有著直接的影響。計(jì)算軋制力的傳統(tǒng)數(shù)學(xué)模型(TMM)結(jié)構(gòu)簡(jiǎn)單，精度較低，即使采用模型自學(xué)習(xí)技術(shù)，受本身模型結(jié)構(gòu)的限定，也難以得到足夠精確的近似值。因此，需要不斷進(jìn)行探索，建立新的軋制力預(yù)測(cè)模型，以便進(jìn)一步提高軋制力預(yù)

2、測(cè)精度。
　　本文建立了最小二乘支持向量機(jī)(LSSVM)軋制力預(yù)測(cè)模型，采用徑向基(RBF)核和多項(xiàng)式核線性組合而成的混合核函數(shù)，以使該模型具有更強(qiáng)的泛化能力，并利用粒子群優(yōu)化算法得到最優(yōu)模型參數(shù)。為了進(jìn)一步提高預(yù)測(cè)精度，便于LSSVM軋制力模型的在線應(yīng)用，將LSSVM軋制力模型與TMM軋制力模型進(jìn)行組合，得到組合模型。通過(guò)特征選擇與提取，采集現(xiàn)場(chǎng)數(shù)據(jù)，建立Oracle模型訓(xùn)練數(shù)據(jù)庫(kù)，利用Matlab2012編寫程序，對(duì)傳統(tǒng)數(shù)學(xué)模

3、型、BP神經(jīng)網(wǎng)絡(luò)模型（BPNN）、最小二乘支持向量機(jī)模型和組合模型四種軋制力預(yù)測(cè)模型進(jìn)行了仿真研究。最終，將建立的軋制力預(yù)測(cè)模型嵌入到軋鋼二級(jí)系統(tǒng)平臺(tái)，利用VC2010編寫程序，實(shí)現(xiàn)軋制力在線預(yù)測(cè)系統(tǒng)和離線模型訓(xùn)練工具，以進(jìn)行在線應(yīng)用。實(shí)驗(yàn)表明，BPNN模型優(yōu)于TMM模型，但BPNN模型提高預(yù)測(cè)精度，同時(shí)也會(huì)增加模型VC維，模型復(fù)雜性增加，從而降低了模型的泛化能力。LSSVM模型優(yōu)于BPNN和TMM模型，而組合模型均優(yōu)于三種單一模型，對(duì)