科创中国

电子信息技术,计算机及网络技术

针对顺义冷轧机组在生产板带钢过程中出现的各种板形质量问题、板形控制方案单 一与板形质量影响因素不明确等问题， 进行冷轧机组板形大数据分析与挖掘利用的研究。 基于顺义冷连轧的历史大数据并结合板形控制机理和经验知识，从数据挖掘和系统 分析角度揭示板形质量的影响因素，以此进行板形控制及工艺优化。对历史大数据进行 预处理工作并建立数据集。通过对现场板形描述方法进行调研和分析，针对性提出了新 的板形缺陷描述方法； 基于数据集运用机器学习算法建立了板形分类与定量预测模型， 并对板形进行异常监测和分析；对板形控制相关资料进行了消化整理，对顺义冷轧板形 反馈控制策略进行了仿真分析；在上述工作基础上，系统地总结了目前机组板形大数据存在的问题及可能产生的原因，提出了相应的对策并针对可实施的对策方案进行了现场 实验。

1. 具有自主知识产权，研究成果：已申请发明专利 3 项。 2. 成果来源：企业横向项目。 3. 国内领先， 及概括描述成果核心技术的先进性： 利用机器学习以及深度学习与实际经验知识相融合的方法建立数据模型，将数据模型与机理模型相互协作以弥补机理建 模过程中理想化的假设，从而提高工业生产的精度。

周晓敏副教授，长期从事工业智能以及机器学习应用的研究。 主要研究方向：机电系统控制与仿真、电机控制及应用、工业智能、机器学习及应 用。

点击查看