基于加权支持向量机的热轧带钢弯曲质量预测.pdfVIP

《热加工工艺》2018年l2月第47卷第23期

基于加权支持向量机的热轧带钢弯曲质量预测

闵建

(泰州技师学院机械工程系，江苏泰州225300)

摘要：针对带钢弯曲质量预测时因样本的误判率不平衡而导致质量预测误差较大、异常检率较低的问题．引入

了决策函数中的少数类样本支持向量所占的权重系数，建立了基于改进权重系数的加权支持向量机(SVM)的热轧

带钢弯曲质量预测分析模型。结果表明：通过比较其与随机采样+支持向量机方法、人工合成数据+支持向量机方法的

预测结果，验证了~+SVM支持向量机方法的优越性。采用支持向量机方法得到的最小误判率为0-32．标准差为0-38，

更加符合实际检测需求。

关键词：质量预测；弯曲性能；支持向量机；权重系数

DOI：10．14158／j．cnki．1001-3814．2018．23．042

中图分类号：TG33l文献标识码：A文章编号：1001．3814(2018)23—0165．03

BendingQualityPredictionofHot-rolledSteelStrip

BasedonWeightedSupportVectorMachine

MINJian

(DepartmentofMechanicalEngineering，TaizhouTechnicianCollege，Taizhou225300，China)

Abstract：Aimingattheproblemsofbigqualitypredictionen_0randlowabnormaldetectionrateduetotheimbalanceof

samplemisjudgmentrateinthepredictionofbendingqualiytofsteelstrip，theweightcoefficient／zofminoriytsamplesupport

vectorindecisionfunctionwasintroduced，andthepredictionandanalysismodelofbendingqualiytofhotrolledsteelstrip

basedonweightedsupportvectormachine0x+SVM)withimprovedweightcoefficientwasestablished．Theresultsshowthat

thesuperioriytofp．+SVMsupportvectormachineme~odisverifiedbycomparingthepredictionresultswiththatofrandom

sampling+supportvectormachinemethodandartificialsyntheticdata+supportvectormachinemethod．Theminimumerror

rateof0．32andstandarddeviationofO．38areobatinedbyusingsupportvectormachine．whichismoreinlinewithactual

testingrequirements．

Keywords：qualiytprediction；bendingperformance；supportvectormachine(SVM)；weihgtcoefficient

弯曲性能是表征材料在弯曲载荷作用下所能承分析期间．往往只有极少量的异常数据，这就引起了

受的弯曲强度大小及其抵抗外力作用的塑性变形程不平衡分类的问题，造成异常产品检出的难度显著

度。由于带钢是一种需要进行冷弯、冲压等多道次增大2【】。目前，使用较多的不平