融合大数据与冶金机理的热轧带钢力学性能预报模型

来源：钢铁研究学报杂志2018年第4期北京时间：

作者：李维刚1,2，杨威1，赵云涛1，胡恒法3

单位：1.武汉科技大学信息科学与工程学院，湖北武汉430081；2.武汉科技大学冶金自动化与检测技术教育部工程研究中心，湖北武汉430081；3.上海梅山钢铁股份有限公司制造部,江苏南京210039

摘要：融合工业大数据与冶金机理，提出一种全局可加型热轧带钢力学性能预报模型。首先，给出一套系统的、具有一定通用意义的建模方法，包括：综合应用随机森林、因果图、贝叶斯网等数据挖掘方法，并结合冶金机理与人的先验知识筛选型的影响因素;接着，构建一元无交互作用广义可加模型，包括数据清洗、子模型建立、子模型验证、子模型修正等环节；探明各影响因素之间的交互作用，构建二元有交互作用的广义可加模型；分析各子模型之间的关系，将各子模型整合构建整体模型。最后，对上述建模方法进行了应用验证，利用大量热轧含铌微合金钢生产数据，建立微合金钢产品力学性能预报模型，获得工艺、成分对力学性能的影响规律，新模型对钢材抗拉强度的预报误差为2. 51%。上述研究为复杂工业系统数学建模提供了新的思路。

关键词：热轧带钢;力学性能预报;工业大数据;冶金机理;广义可加模型

基金资助：湖北省教育厅科学技术研究项目;武汉市青年科技晨光计划资助项目