本發(fā)明涉及冶金工業(yè)軋制過程數(shù)學(xué)模型，特別涉及一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法。

背景技術(shù)：

軋制過程數(shù)學(xué)模型大多建立在軋制理論基礎(chǔ)之上，由于計(jì)算速度以及應(yīng)用性能的限制，目前在軋線上使用的均為在理論基礎(chǔ)上得到的簡化模型。由于軋線上特別是變形區(qū)內(nèi)的一些事件和現(xiàn)象尚未得到完美的理論解釋，比如變形區(qū)內(nèi)摩擦條件的變化、金屬在變形區(qū)內(nèi)的流動規(guī)律等；一些常用假設(shè)與實(shí)際情況存在差異，比如軋輥壓扁形狀假設(shè)、平面變形假設(shè)；冷卻過程中的水冷機(jī)制的對流區(qū)、核沸騰區(qū)、膜沸騰區(qū)、小液態(tài)聚集區(qū)推想等；這些問題限制了軋制過程數(shù)學(xué)模型的計(jì)算精度與穩(wěn)定性。

層別數(shù)據(jù)的使用為提高軋制過程數(shù)學(xué)模型的計(jì)算精度提供了切入點(diǎn)。目前無論國外主流數(shù)學(xué)模型還是國內(nèi)自主開發(fā)的數(shù)學(xué)模型，均采用“機(jī)理模型+層別劃分+自適應(yīng)”機(jī)制來構(gòu)建模型。層別劃分過粗則無益于提高模型計(jì)算精度，過細(xì)則提高調(diào)試難度，降低模型的使用性能，二者之間需要一種平衡。

目前，國內(nèi)外均采用“機(jī)理模型+層別劃分+自適應(yīng)”機(jī)制來構(gòu)建軋制過程數(shù)學(xué)模型，通過層別劃分將軋制工況進(jìn)行分組，一個“層別”代表一個由連續(xù)規(guī)格變量(如厚度、寬度)確定的空間區(qū)域，并對應(yīng)一個模型自 學(xué)習(xí)系數(shù)。每卷帶鋼軋制完成后，模型根據(jù)工況不斷更新對應(yīng)層別的自學(xué)習(xí)系數(shù)。由于軋制工況的波動以及過程參數(shù)的星云分布特征，自學(xué)習(xí)系數(shù)的更新集中在一部分常軋規(guī)格對應(yīng)的層別上，分布極不均勻，在實(shí)際生產(chǎn)中表現(xiàn)出來的問題是：①模型設(shè)定精度受當(dāng)前層別更新頻次的影響，更新較多的層別的模型精度較高，而更新較少的層別的模型精度較低，模型設(shè)定精度不穩(wěn)定；②換規(guī)格軋制時(shí)，由于不同層別的模型自學(xué)習(xí)系數(shù)不連續(xù)、跳躍大，導(dǎo)致模型設(shè)定精度較差，影響帶鋼產(chǎn)品質(zhì)量指標(biāo)的提升?？梢?，原有的軋制數(shù)學(xué)模型自學(xué)習(xí)方法存在設(shè)計(jì)缺陷：①分層別進(jìn)行模型參數(shù)自學(xué)習(xí)，雖然通過“局部線性化”可以保證同規(guī)格軋制時(shí)局部區(qū)域上的模型精度，但導(dǎo)致不同層別的自學(xué)習(xí)系數(shù)相互不關(guān)聯(lián)、不連續(xù)、跳躍大等問題；②一次帶鋼軋制僅更新一個層別，層別數(shù)據(jù)的拓展速度較慢；③遇到新規(guī)格軋制時(shí)，層別數(shù)據(jù)的外延是一個難以回避的問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明是為了解決上述問題而進(jìn)行的，目的在于提供采用連續(xù)曲面替代層別，實(shí)現(xiàn)模型自學(xué)習(xí)系數(shù)的快速規(guī)格拓展，實(shí)現(xiàn)無論在何種情況下，包括換層別軋制、新規(guī)格及新品種試制等，模型都要保持較高的設(shè)定精度與自適應(yīng)能力的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法。

本發(fā)明提供的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，具有這樣的特征，包括以下步驟：

步驟一，建立表格，用于存儲空間中各特征點(diǎn)對應(yīng)的模型自學(xué)習(xí)系數(shù)；

步驟二，帶鋼軋制前，根據(jù)連續(xù)曲面擬插值計(jì)算得到實(shí)際軋制工況點(diǎn) 對應(yīng)的模型自學(xué)習(xí)系數(shù)；以及

步驟三，帶鋼軋制完成后，根據(jù)權(quán)重系數(shù)矩陣更新模型自學(xué)習(xí)系數(shù)表格，以便通過學(xué)習(xí)不斷提高軋制模型的設(shè)定精度，用于后續(xù)帶鋼的軋制。

本發(fā)明提供的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，還具有這樣的特征：其中，在由連續(xù)規(guī)格變量確定的空間中，均勻布置多個特征點(diǎn)，按網(wǎng)格劃線的原則進(jìn)行取點(diǎn)。

本發(fā)明提供的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，還具有這樣的特征：其中，表格的鍵值對應(yīng)特征點(diǎn)的序號，每個特征點(diǎn)對應(yīng)一個模型自學(xué)習(xí)系數(shù)。

本發(fā)明提供的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，還具有這樣的特征：其中，步驟二，帶鋼軋制前，需要先獲得模型自學(xué)習(xí)系數(shù)，然后再用于軋制過程數(shù)學(xué)模型的設(shè)定計(jì)算，采用連續(xù)函數(shù)擬插值方法，對規(guī)格參數(shù)空間中各個特征點(diǎn)上的模型自學(xué)習(xí)系數(shù)進(jìn)行擬插值，獲得空間任意一點(diǎn)均連續(xù)且可導(dǎo)的自學(xué)習(xí)系數(shù)函數(shù)，自學(xué)習(xí)系數(shù)函數(shù)是空間位置坐標(biāo)的函數(shù)，使模型自學(xué)習(xí)系數(shù)的精度從原來的層別區(qū)域精確到每個位置坐標(biāo)。

本發(fā)明提供的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，還具有這樣的特征：其中，連續(xù)函數(shù)擬插值方法的公式為：

其中，

h_x＝max{x_i+1-x_i} (8)

h_y＝max{y_j+1-y_j} (9)

存在性質(zhì)：

公式(1)中的T^*(x，y)代表空間任意位置的模型自學(xué)習(xí)系數(shù)，如果將這些系數(shù)連起來則形成一個光滑曲面；x，y代表原有的劃分層別用的各類連續(xù)變量，x_i，y_j代表特征點(diǎn)在空間各坐標(biāo)軸方向上的位置坐標(biāo)；T_i,j代表各個特征點(diǎn)上的模型自學(xué)習(xí)系數(shù)。

本發(fā)明提供的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，還具有這樣的特征：其中，連續(xù)函數(shù)擬插值方法的公式為：

存在性質(zhì)：

公式(11)中的T^*(x,y,z)代表空間任意位置的模型自學(xué)習(xí)系數(shù)，如果將這些系數(shù)連起來則形成一個光滑曲面；x,y,z代表原有的劃分層別用的各類連續(xù)變量，

x_i,y_j,z_k代表特征點(diǎn)在空間各坐標(biāo)軸方向上的位置坐標(biāo)；T_i,j,k代表各個 特征點(diǎn)上的模型自學(xué)習(xí)系數(shù)。

本發(fā)明提供的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，還具有這樣的特征：其中，模型自學(xué)習(xí)系數(shù)的存儲、使用規(guī)則為：

①各個特征點(diǎn)按坐標(biāo)軸方向進(jìn)行順序編號，而分類變量本身就是類別號，兩者組合形成存儲表格的索引鍵值；

②模型自學(xué)習(xí)系數(shù)的使用，先按照分類變量與特征點(diǎn)的編號形成的組合索引取出各個特征點(diǎn)上的自學(xué)習(xí)系數(shù),再按照公式(1)計(jì)算出當(dāng)前軋制工況(x,y)對應(yīng)的模型自學(xué)習(xí)系數(shù)T^*(x,y)。

本發(fā)明提供的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，還具有這樣的特征：其中，模型自學(xué)習(xí)系數(shù)的存儲、使用規(guī)則為：

①各個特征點(diǎn)按坐標(biāo)軸方向進(jìn)行順序編號，而分類變量本身就是類別號，兩者組合形成存儲表格的索引鍵值；

②模型自學(xué)習(xí)系數(shù)的使用，先按照分類變量與特征點(diǎn)的編號形成的組合索引取出各個特征點(diǎn)上的自學(xué)習(xí)系數(shù),再按照公式(11)計(jì)算出當(dāng)前軋制工況(x,y,z)對應(yīng)的模型自學(xué)習(xí)系數(shù)T^*(x,y,z)。

本發(fā)明提供的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，還具有這樣的特征：其中，帶鋼軋制完成后，對模型自學(xué)習(xí)系數(shù)進(jìn)行更新。首先計(jì)算實(shí)際軋制工況(x_act,y_act)，

在空間各個特征點(diǎn)上的權(quán)重系數(shù)q_i，j：

然后更新空間中各個特征點(diǎn)上的自學(xué)習(xí)系數(shù)，對于乘性學(xué)習(xí)系數(shù)按照下式更新：

其中α為平滑系數(shù)，取值范圍為0＜α＜1，K_act為實(shí)測值與扣除模型自學(xué)習(xí)系數(shù)后的計(jì)算值的比值；

對于加性學(xué)習(xí)系數(shù)(如溫度模型等)，按照下式更新：

其中α為平滑系數(shù)，C_act為實(shí)測值與扣除模型自學(xué)習(xí)系數(shù)后的計(jì)算值的差，當(dāng)實(shí)際軋制工況對應(yīng)的工作點(diǎn)越靠近任意一個特征點(diǎn)，則該特征點(diǎn)對應(yīng)的權(quán)重系數(shù)相對越大，其獲得更新的比例就越大。

本發(fā)明提供的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，還具有這樣的特征：其中，帶鋼軋制完成后，對模型自學(xué)習(xí)系數(shù)進(jìn)行更新。首先計(jì)算實(shí)際軋制工況(x_act,y_act,z_act)，

在空間各個特征點(diǎn)上的權(quán)重系數(shù)q_{i，j，k}：

然后更新空間中各個特征點(diǎn)上的自學(xué)習(xí)系數(shù)，對于乘性學(xué)習(xí)系數(shù)按照下式更新：

其中α為平滑系數(shù)，取值范圍為0＜α＜1，K_act為實(shí)測值與扣除模型自學(xué)習(xí)系數(shù)后的計(jì)算值的比值；

對于加性學(xué)習(xí)系數(shù)(如溫度模型等)，按照下式更新：

其中α為平滑系數(shù)，C_act為實(shí)測值與扣除模型自學(xué)習(xí)系數(shù)后的計(jì)算值的差，當(dāng)實(shí)際軋制工況對應(yīng)的工作點(diǎn)越靠近任意一個特征點(diǎn)，則該特征點(diǎn)對 應(yīng)的權(quán)重系數(shù)相對越大，其獲得更新的比例就越大。

發(fā)明的作用與效果

根據(jù)本發(fā)明所涉及一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，用特征點(diǎn)表征的連續(xù)曲面替代層別，采用連續(xù)函數(shù)對空間中各個特征點(diǎn)上的自學(xué)習(xí)系數(shù)進(jìn)行擬插值，獲得空間上任意一點(diǎn)均連續(xù)且可導(dǎo)的自學(xué)習(xí)系數(shù)光滑曲面，實(shí)現(xiàn)模型自學(xué)習(xí)系數(shù)由部分規(guī)格層別的軋制快速拓展到所有規(guī)格，以及不同規(guī)格自學(xué)習(xí)系數(shù)的連續(xù)化處理，最終可以提高軋制過程數(shù)學(xué)模型的設(shè)定精度。

附圖說明

圖1是本發(fā)明在實(shí)施例中的軋制力模型自學(xué)習(xí)系數(shù)對應(yīng)的層別的的表格。

圖2是本發(fā)明在實(shí)施例中的“層別劃分”的比較圖。

圖3是本發(fā)明在實(shí)施例中的“特征點(diǎn)+擬插值”的比較圖。

圖4是本發(fā)明在實(shí)施例中的模型自學(xué)習(xí)系數(shù)存儲表格的示意圖。

圖5是本發(fā)明在實(shí)施例中的變形速率為30s-1，軋制溫度為875℃時(shí)的曲面擬插值的結(jié)果圖。

圖6是本發(fā)明在實(shí)施例中的距離目標(biāo)點(diǎn)較近的四個特征點(diǎn)對應(yīng)的權(quán)重系數(shù)的示意圖。

圖7是本發(fā)明在實(shí)施例中的各個格子內(nèi)自學(xué)習(xí)系數(shù)的變化量(新系數(shù)-老系數(shù))示意圖。

圖8是本發(fā)明在實(shí)施例中的用對應(yīng)特征點(diǎn)的工況數(shù)據(jù)進(jìn)行擬插值的結(jié)果圖。

具體實(shí)施方式

以下參照附圖及實(shí)施例對本發(fā)明所涉及的一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法作詳細(xì)的描述。

一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，在其特征在于，包括以下步驟：

步驟一：建立表格，用于存儲空間中各特征點(diǎn)對應(yīng)的模型自學(xué)習(xí)系數(shù)，進(jìn)入步驟二。

傳統(tǒng)的軋制模型自學(xué)習(xí)方法需要進(jìn)行層別劃分，模型自學(xué)習(xí)系數(shù)存儲在層別表格，一個層別對應(yīng)一個模型自學(xué)習(xí)系數(shù)。以軋制力模型為例，層別表格設(shè)計(jì)如圖1所示，表格按“鋼種×機(jī)架×終軋厚度×終軋寬度”劃分層別。其中，“鋼種×機(jī)架”為分類變量，而“終軋厚度×終軋寬度”則為連續(xù)變量，連續(xù)變量需要根據(jù)其分類標(biāo)準(zhǔn)進(jìn)行分檔，從而得到每個參數(shù)方向上的層別號1、2、…。

本專利提出特征點(diǎn)的概念，在由連續(xù)規(guī)格變量確定的空間中，均勻布置多個特征點(diǎn)，如圖2和圖3所示。為了便于計(jì)算機(jī)表格存儲，按照“橫平豎直”(按網(wǎng)格劃線)的原則進(jìn)行取點(diǎn)，但同一軸線(如終軋厚度、終軋寬度)上，取點(diǎn)的間隔可以相同也可以不同，根據(jù)規(guī)格參數(shù)的特點(diǎn)來決定。

為了存儲模型自學(xué)習(xí)系數(shù)，需要建立一個表格，表格的鍵值對應(yīng)特征點(diǎn)的序號，以便于計(jì)算機(jī)的存儲操作。與以前方法不同的是，現(xiàn)在是每個 特征點(diǎn)對應(yīng)一個模型自學(xué)習(xí)系數(shù)，而以前是一個層別對應(yīng)一個自學(xué)習(xí)系數(shù)。

步驟二：帶鋼軋制前，根據(jù)連續(xù)曲面擬插值計(jì)算得到實(shí)際軋制工況點(diǎn)對應(yīng)的模型自學(xué)習(xí)系數(shù)，進(jìn)入步驟三。

帶鋼軋制前，需要先獲得模型的自學(xué)習(xí)系數(shù)，然后再用于軋制過程數(shù)學(xué)模型的設(shè)定計(jì)算，下面給出如何通過連續(xù)曲面擬插值來得到模型自學(xué)習(xí)系數(shù)。

基本思路是采用連續(xù)函數(shù)擬插值方法，對規(guī)格參數(shù)空間中各個特征點(diǎn)上的自學(xué)習(xí)系數(shù)進(jìn)行擬插值，獲得空間任意一點(diǎn)均連續(xù)且可導(dǎo)的自學(xué)習(xí)系數(shù)函數(shù)(光滑曲面)；該函數(shù)是空間位置坐標(biāo)的函數(shù)，使自學(xué)習(xí)系數(shù)的精度從原來的層別區(qū)域精確到每個位置坐標(biāo)，解決了現(xiàn)有不同層別的自學(xué)習(xí)系數(shù)不連續(xù)、跳躍大的問題。

尋找恰當(dāng)?shù)倪B續(xù)且可導(dǎo)的函數(shù)形式，采用該連續(xù)函數(shù)對空間中各個特征點(diǎn)上的自學(xué)習(xí)系數(shù),進(jìn)行擬插值計(jì)算，疊加所有特征點(diǎn)上的連續(xù)函數(shù)，得到空間上任意位置均連續(xù)可導(dǎo)的自學(xué)習(xí)系數(shù)函數(shù)，如下式所示：

其中，

h_x＝max{x_i+1-x_i} (8)

h_y＝max{y_j+1-y_j} (9)

存在性質(zhì)：

公式(1)中的T^*(x，y)代表空間任意位置的模型自學(xué)習(xí)系數(shù)，如果將這些系數(shù)連起來則形成一個光滑曲面；x，y代表原有的劃分層別用的各類連續(xù)變量，如對軋制力模型則代表終軋厚度、終軋寬度；x_i，y_j代表特征點(diǎn)在空間各坐標(biāo)軸方向上的位置坐標(biāo)；T_i,j代表各個特征點(diǎn)上的自學(xué)習(xí)系數(shù)，該值要用于計(jì)算機(jī)存儲與更新。

公式(1)為存在2個變量的情況，如對3個變量，則公式(1)可寫成：

存在性質(zhì)：

模型自學(xué)習(xí)系數(shù)的存儲、使用規(guī)則：①采用與現(xiàn)有層別表格類似的方式進(jìn)行計(jì)算機(jī)存儲，將各個特征點(diǎn)按坐標(biāo)軸方向進(jìn)行順序編號(i,j)或(i,j,k)，而分類變量本身就是類別號，因此可形成與現(xiàn)有層別數(shù)據(jù)類似的存儲表格；②自學(xué)習(xí)系數(shù)的使用，先按照分類變量與特征點(diǎn)編號形成的組合索引取出各個特征點(diǎn)上的自學(xué)習(xí)系數(shù)T_i,j或T_i,j,k，再按照公式(1)或(11)計(jì)算出當(dāng)前軋制工況(x,y)或(x,y,z)對應(yīng)的自學(xué)習(xí)系數(shù)T^*(x,y)或T^*(x,y,z)。

步驟三：帶鋼軋制完成后，根據(jù)權(quán)重系數(shù)矩陣更新模型自學(xué)習(xí)系數(shù)表 格，以便通過學(xué)習(xí)不斷提高軋制模型的設(shè)定精度，用于后續(xù)帶鋼的軋制。

帶鋼軋制完成后，需要對模型自學(xué)習(xí)系數(shù)進(jìn)行更新，以便不斷提高模型的設(shè)定精度。首先計(jì)算實(shí)際軋制工況(x,y)或(x,y,z)在空間各個特征點(diǎn)上的權(quán)重系數(shù)q_i，j或q_{i，j，k}：

或

然后更新空間中各個特征點(diǎn)上的自學(xué)習(xí)系數(shù)，對于乘性學(xué)習(xí)系數(shù)(如軋制力模型、變形抗力模型等)按照下式更新：

或

其中α為平滑系數(shù)，取值范圍為0＜α＜1；K_act為實(shí)測值與扣除模型學(xué)習(xí)系數(shù)后的計(jì)算值的比值；

對于加性學(xué)習(xí)系數(shù)(如溫度模型等)，按照下式更新：

或

其中α為平滑系數(shù)，C_act為實(shí)測值與扣除模型自學(xué)習(xí)系數(shù)后的計(jì)算值的差。

當(dāng)實(shí)際軋制工況對應(yīng)的工作點(diǎn)越靠近某個特征點(diǎn)，則該特征點(diǎn)對應(yīng)的權(quán)重系數(shù)相對越大，其獲得更新的比例就越大。通過不斷學(xué)習(xí)更新空間各 個特征點(diǎn)上的自學(xué)習(xí)系數(shù)，逐步獲得越來越精確的自學(xué)習(xí)系數(shù)連續(xù)曲面，從而不斷提高軋制過程數(shù)學(xué)模型的設(shè)定精度。

下面以國內(nèi)某熱連軋生產(chǎn)線精軋機(jī)組變形抗力模型為例。

按“鋼種×機(jī)架×變形速率×軋制溫度”劃分層別。其中，“鋼種×機(jī)架”為分類變量，而“變形速率×軋制溫度”則為連續(xù)變量。選取鋼種代碼SGF＝9，機(jī)架F2變形抗力模型對應(yīng)的自學(xué)習(xí)系數(shù)數(shù)據(jù)為例進(jìn)行說明。首先，計(jì)算在軋制工況——變形速率為30s^-1，軋制溫度為875℃時(shí)的模型自學(xué)習(xí)系數(shù)；接著，根據(jù)“實(shí)測”變形抗力(通過實(shí)測軋制力來反算得到)來更新模型自學(xué)習(xí)系數(shù)表格。

步驟一、建立表格，用于存儲空間中各個特征點(diǎn)對應(yīng)的模型自學(xué)習(xí)系數(shù)；

將變形速率和變形程度分成了20個等級，建立變形抗力模型的自學(xué)習(xí)系數(shù)表格如圖4所示，在每個格子中心布置一個特征點(diǎn)，圖4所示的表格用來存儲各特征點(diǎn)對應(yīng)的模型自學(xué)習(xí)系數(shù)。將各個特征點(diǎn)按坐標(biāo)軸方向進(jìn)行順序編號(i,j)，i則代表坐標(biāo)橫軸變形速率的等級，j則代表坐標(biāo)縱軸軋制溫度的等級，從而方便計(jì)算機(jī)進(jìn)行索引。

步驟二、帶鋼軋制前，根據(jù)連續(xù)曲面擬插值計(jì)算得到實(shí)際軋制工況點(diǎn)對應(yīng)的模型自學(xué)習(xí)系數(shù)；

采用連續(xù)函數(shù)對空間中各個特征點(diǎn)上的自學(xué)習(xí)系數(shù),進(jìn)行擬插值計(jì)算，疊加所有特征點(diǎn)上的連續(xù)函數(shù)，得到空間上任意位置均連續(xù)可導(dǎo)的自學(xué)習(xí)系數(shù)函數(shù)，如下式所示：

h_x=max{x_i+1-x_i} (26)

h_y＝max{y_j+1-y_j} (27)

其中，T^*(x，y)代表空間任意位置的模型自學(xué)習(xí)系數(shù)，如果將這些系數(shù)連起來則形成一個光滑曲面；x，y代表原有的劃分層別用的各類連續(xù)變量，這里代表變形速率和軋制溫度。

根據(jù)實(shí)際軋制工況——變形速率為30s^-1，軋制溫度為875℃，即x取30，y取875；x_i，y_j代表各個特征點(diǎn)在空間兩坐標(biāo)軸上的位置坐標(biāo)；T_i,j代表各個特征點(diǎn)上的自學(xué)習(xí)系數(shù)；M則取變形速率的等級數(shù)20，N則取軋制溫度的等級數(shù)20。

通過擬插值計(jì)算，可以得到軋制工況——變形速率為30s^-1，軋制溫度為875℃時(shí)的自學(xué)習(xí)系數(shù)T^*(30，875)＝1.367，曲面擬插值情況如圖5所示。

步驟三、帶鋼軋制完成后，根據(jù)權(quán)重系數(shù)矩陣更新模型自學(xué)習(xí)系數(shù)表格；

帶鋼軋制完成后，需要對模型自學(xué)習(xí)系數(shù)進(jìn)行更新，以便不斷提高模型的設(shè)定精度。首先計(jì)算空間各個特征點(diǎn)上的權(quán)重系數(shù)q_i,j：

然后更新空間中各個特征點(diǎn)上的自學(xué)習(xí)系數(shù)，對于變形抗力模型(乘性學(xué)習(xí)系數(shù))按照下式更新：

其中α為平滑系數(shù)，取值范圍為0＜α＜1，這里取α＝0.3；K_act為實(shí)測值與扣除學(xué)習(xí)系數(shù)后的模型后計(jì)算值的比值，這里取K_act＝1.6；

因?yàn)樵谲堉乒r——變形速率為30s^-1，軋制溫度為875℃時(shí)，模型自學(xué)習(xí)系數(shù)表格中離軋制工況點(diǎn)最近的四個特征點(diǎn)分別為：變形速率等級6與軋制溫度等級14，變形速率等級7與軋制溫度等級14，變形速率等級為6與軋制溫度等級15，變形速率等級7和軋制溫度等級15，所以這四個特征點(diǎn)對應(yīng)的權(quán)重系數(shù)q_i，j較大，q_6,14＝q_6,15＝04152，q_7,14＝q_7,15＝0.0833，如圖6所示。因此，這四個特征點(diǎn)上的自學(xué)習(xí)系數(shù)更新更顯著(即模型自學(xué)習(xí)系數(shù)的變化量較大)，如圖7所示。圖7顯示了各個格子上的模型自學(xué)習(xí)系數(shù)的變化情況(更新后的自學(xué)習(xí)系數(shù)—更新前的自學(xué)習(xí)系數(shù))。

下面假設(shè)對上面相同的實(shí)施例，不改變初始的模型自學(xué)習(xí)系數(shù)表格值，但改變軋制工況點(diǎn)數(shù)據(jù)(即變形速率與軋制溫度的取值)，通過連續(xù)曲面擬插值計(jì)算空間各個特征點(diǎn)對應(yīng)的自學(xué)習(xí)系數(shù)，并與原始的自學(xué)習(xí)系數(shù)表格值進(jìn)行對比，其結(jié)果如圖7所示。根據(jù)連續(xù)曲面擬插值計(jì)算得到的結(jié)果，與原始的自學(xué)習(xí)系數(shù)表格數(shù)據(jù)對比，得到其平均絕對誤差(MAE)僅為0.115％均方根誤差(RMSE)僅為0.0023，這也從側(cè)面驗(yàn)證了連續(xù)函數(shù)擬插值計(jì)算的誤差很小、精度很高。

上述實(shí)施例表明：該專利不僅可以解決原有相鄰層別的模型自學(xué)習(xí)系數(shù)的跳躍、不連續(xù)問題，還具有以下優(yōu)點(diǎn)：①一次軋制更新所有的特征點(diǎn)， 所以模型適應(yīng)產(chǎn)品規(guī)格拓展的速度很快；②自學(xué)習(xí)系數(shù)使用、更新均根據(jù)空間位置坐標(biāo)計(jì)算與各個特征點(diǎn)的權(quán)重，根據(jù)權(quán)重來確定當(dāng)前工作點(diǎn)與空間各個特征點(diǎn)的連接關(guān)系，自學(xué)習(xí)系數(shù)的使用與更新具有智能性，因此無需人工干預(yù)自學(xué)習(xí)系數(shù)。

本專利方法主要通過提出一種新的基于連續(xù)曲面擬插值的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，從而提高軋制過程數(shù)學(xué)模型(如溫度模型、軋制力模型、變形抗力模型等)的設(shè)定精度，從而提高軋鋼過程的軋制穩(wěn)定性與各項(xiàng)帶鋼產(chǎn)品質(zhì)量精度(如厚度控制精度、溫度控制精度、板形控制精度等)。

實(shí)施例的作用與效果

根據(jù)本實(shí)施例所涉及一種基于連續(xù)曲面的軋制過程數(shù)學(xué)模型的自學(xué)習(xí)方法，用特征點(diǎn)表征的連續(xù)曲面替代層別，采用連續(xù)函數(shù)對空間中各個特征點(diǎn)上的自學(xué)習(xí)系數(shù)進(jìn)行擬插值，獲得空間上任意一點(diǎn)均連續(xù)且可導(dǎo)的自學(xué)習(xí)系數(shù)光滑曲面，實(shí)現(xiàn)模型自學(xué)習(xí)系數(shù)由部分規(guī)格層別的軋制快速拓展到所有規(guī)格，以及不同規(guī)格自學(xué)習(xí)系數(shù)的連續(xù)化處理，最終可以提高軋制過程數(shù)學(xué)模型的設(shè)定精度。

上述實(shí)施方式為本發(fā)明的優(yōu)選案例，并不用來限制本發(fā)明的保護(hù)范圍。