热加工工艺

作者：方军, 王兴东, 汪洋, 吴宗武, 丁健,

关键词：带钢热镀锌, 锌层厚度预测, 最大信息系数, 改进的粒子群算法, 正则化极限学习机,

针对带钢热镀锌板锌层厚度偏差易受产线多变量强耦合和测厚仪滞后时间长等因素影响的问题，提出一种基于最大信息系数（MIC）以及改进的粒子群算法优化正则化极限学习机（IPSO-RELM）的带钢锌层厚度预测方法。首先，采集生产过程数据进行相关预处理；然后，利用MIC法对各参数变量进行重要性排序，确定影响锌层厚度的关键因素；最后，将筛选的变量作为输入项建立RELM预测模型，并通过IPSO算法优化模型的随机性参数，有效提高了模型的稳定性和预测精度。结果表明：所建立模型预测结果的拟合决定系数R2为94.66%，预测误差在-4～4 g/m2的样本点命中率达到96%，且模型的3项评价指标均优于其他对比算法，证明了所提方法预测精度高，可为带钢热镀锌板产品质量的提升奠定基础。

来源：2024年第22期

《热加工工艺》期刊编辑部

查看热加工工艺杂志2024年第22期