基于案例推理的层流冷却自学习方法研究.pdfVIP

第 46卷 第 12期 钢 铁 Vo1．46，No．12 IronandSteel 2011年 12月 December 2011 基于案例推理的层流冷却 自学习方法研究 彭 良贵 ， 刘恩洋 ， 张殿华 ， 杨贵玲。， 郭宏伟 ， 王丰祥 (1．东北大学轧制技术及连轧 自动化国家重点实验室，辽宁 沈阳 110819； 2．济南钢铁股份有限公司热轧厂 ，山东 济南 250101) 摘 要 ：采用案例推理技术研究了热轧带钢层流冷却数学模型中的长期 自学习系数的确定方法 。基于现场大量生 产数据 ，从如何有效利用经验知识人手 ，对层流冷却工况和所采用的 自学习系数进行案例构造 ，采用绝对过滤和相 对过滤方法进行案例检索，根据当前工况和历史案例工况 的相似度决定是否进行 自学习系数 的重用或修正。现场 实际应用表 明：对 已轧过的钢种规格带钢 ，该方法能有效地避免再次轧制时带钢头部过冷现象，能显著提高带钢头 部卷取温度的设定精度 ，能有效地提高换规格轧制时带钢头部卷取温度的控制精度 。 关键词 ：案例推理 ；自学习；层流冷却；热轧带钢 文献标志码 ：A 文章编号 ：0449—749X(2011)12—0040—04 Studyon Self-LearningM ethodforLaminarFlow Cooling BasedonCase。IBasedReasoningTechnology PENG Liang—gui， LIU En—yang ， ZHANG Dian—hua ， YANG Gui—ling ， GUO Hong—wei， W ANG Feng—xiang (1．StateKeyLabofRollingandAutomation，NortheasternUniversity，Shenyang110819，Liaoning，China； 2．HotRollingMill，JinanIronandSteelCo．，Ltd．，Jinan250101，Shandong，China) Abstract：Decisionmethodforlong—term coefficientusedforcoilingtemperaturecontrol(CTC)modelwerestudied bycase—basedreasoning(CBR)technologywhichexperienceandknowledgecanbeeffectivelyreusedbasedonmass productiondata．Inthecourseofthestudy，firstlyalotofcaseconsistedoftypicallaminarflow coolingconditions andself-learningcoefficientadoptedbyCTC modelwereconstructed，secondlycaseretrievalwasdonewiththeab— soluteand／orrelativemethodsoffiltering，thenself-leaningcoefficientbelongtOrelatedcasecanbedirectlyreused ormodifiedaccordingtOthesimilaritybetweencurrentconditionsandhistoricalcaseconditions，finallythenew self- leaningcoefficientwasadoptedintoCTC mode1．Applicationshow thatthismethodcaneffectivelyavoidstriphead endmuchmo