1.基于熱軋鋼卷生產(chǎn)流程的在線實(shí)時(shí)預(yù)測(cè)機(jī)械性能的方法，其特征在于：
步驟一、模型的推導(dǎo)：明確將要建模的鋼種和機(jī)械性能，選擇對(duì)機(jī)械性能有影響工藝參數(shù)；按照分層抽樣方法進(jìn)行樣本準(zhǔn)備，設(shè)定時(shí)間范圍，查詢此時(shí)間范圍內(nèi)的對(duì)應(yīng)鋼種的卷數(shù)；
確定樣本后，將工藝參數(shù)通過(guò)選擇多元回歸線性推導(dǎo)，系統(tǒng)顯示回歸公式、均方根誤差、R方、調(diào)整的R方、模型的F值、模型的P值及每個(gè)參數(shù)對(duì)應(yīng)的系數(shù)標(biāo)準(zhǔn)差、T值、P值，并系統(tǒng)自動(dòng)繪制出殘差的直方圖、殘差的正態(tài)圖、殘差正太顯著性統(tǒng)計(jì)量P值，殘差與擬合值的分布圖、殘差的分布圖，判斷是否符合線性模型；如果符合，采用線性回歸分析，否則采用非線性回歸分析；最終得到線性模型或非線性模型；
步驟二、模型的錄入：選擇鋼種、某一機(jī)械性能，然后將其對(duì)應(yīng)的公式錄入系統(tǒng)；
步驟三、模型的啟動(dòng)：支持針對(duì)同一鋼種同一機(jī)械性可錄入多個(gè)模型，當(dāng)通過(guò)基于真實(shí)生產(chǎn)數(shù)據(jù)模型評(píng)估后，確定最優(yōu)模型，然后在此環(huán)節(jié)將最優(yōu)模型啟動(dòng)，系統(tǒng)按照最優(yōu)模型實(shí)時(shí)線上將對(duì)應(yīng)鋼種的鋼卷進(jìn)行機(jī)械性能的單值及曲線預(yù)測(cè)，并將結(jié)果上傳至生產(chǎn)系統(tǒng)和在線判定系統(tǒng)；
步驟四、模型評(píng)估：模型在啟動(dòng)之前需要對(duì)同一鋼種同一機(jī)械性能的所有模型進(jìn)行評(píng)估，抽取最近生產(chǎn)的此鋼種的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，通過(guò)分析均方根誤差、殘差平方和、預(yù)測(cè)準(zhǔn)確率進(jìn)行對(duì)模型評(píng)估，準(zhǔn)確率容忍下限為80％，其計(jì)算規(guī)則為：針對(duì)屈服強(qiáng)度，分子：|預(yù)測(cè)屈服強(qiáng)度值-真實(shí)屈服強(qiáng)度值|≤20的個(gè)數(shù)，分母：樣本個(gè)數(shù)；針對(duì)抗拉強(qiáng)度，分子：|預(yù)測(cè)抗拉強(qiáng)度值-真實(shí)抗拉強(qiáng)度值|≤30的個(gè)數(shù)，分母：樣本個(gè)數(shù)；針對(duì)延伸率，分子：|預(yù)測(cè)延伸率值-真實(shí)延伸率值|≤5，針對(duì)晶粒度，|預(yù)測(cè)晶粒度值-真實(shí)晶粒度值|≤1的個(gè)數(shù)，分母：樣本個(gè)數(shù)；以評(píng)估模型的可靠度，確定最優(yōu)模型；
對(duì)于已啟動(dòng)的模型，使用一段時(shí)間后或者工藝設(shè)備進(jìn)行調(diào)整后，需要對(duì)模型進(jìn)行上述評(píng)估，發(fā)現(xiàn)準(zhǔn)確率大幅度下降時(shí)需要返回步驟一，重新推導(dǎo)模型，形成閉環(huán)優(yōu)化模型，使模型滿足實(shí)際生產(chǎn)動(dòng)態(tài)。
2.如權(quán)利要求1所述的基于熱軋鋼卷生產(chǎn)流程的在線實(shí)時(shí)預(yù)測(cè)機(jī)械性能的方法，其特征在于：所述的工藝參數(shù)包括：鋼卷厚度、出爐溫度、卷取溫度、C、SI、MN、P、S、CU、ALT、CR、NI、MO、B、CA、SN、出爐溫度、中間坯溫度、精軋入口溫度、終軋溫度、卷取溫度、板坯厚度、中間坯厚度、中間坯溫度、F1—F7軋輥速度、季節(jié)。
3.如權(quán)利要求1所述的基于熱軋鋼卷生產(chǎn)流程的在線實(shí)時(shí)預(yù)測(cè)機(jī)械性能的方法，其特征在于：所述的符合線性模型條件為基于樣本工藝參數(shù)得出的模型的P值小于0.05，且通過(guò)對(duì)殘差的正態(tài)圖、殘差正太顯著性統(tǒng)計(jì)量P值分析得出殘差符合正態(tài)分布，通過(guò)對(duì)殘差與擬合值的分布圖、殘差的分布圖分析得出殘差與擬合值的大小無(wú)關(guān)且在0值上下隨機(jī)波動(dòng)。