關(guān)聯(lián)數(shù)據(jù)自適應(yīng)模糊聚類與帶鋼板形前饋控制.pdf

1、廣義板形是冷軋薄帶鋼關(guān)鍵質(zhì)量精度指標(biāo)之一。當(dāng)前冷軋薄帶鋼軋制技術(shù)向厚度更薄、強(qiáng)度更高、精度要求更苛刻的方向發(fā)展，由于現(xiàn)有的冷連軋機(jī)平坦度閉環(huán)反饋控制系統(tǒng)難以滿足需求，研究新一代高精度的冷軋薄帶鋼板形控制模型和技術(shù)有著迫切需求。同時(shí)，計(jì)算機(jī)技術(shù)及現(xiàn)代檢測(cè)技術(shù)的蓬勃發(fā)展，使得工業(yè)用戶可以實(shí)時(shí)獲得大規(guī)模、高維乃至超高維的海量數(shù)據(jù)。對(duì)這些海量數(shù)據(jù)的分析和處理，一方面是數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)領(lǐng)域的基本研究任務(wù)，另一方面，也是為了更好地服務(wù)工業(yè)用戶需要

2、的任務(wù)。本文從軋制過(guò)程與工業(yè)過(guò)程大規(guī)模數(shù)據(jù)相結(jié)合的角度，在知識(shí)發(fā)現(xiàn)，異常數(shù)據(jù)挖掘模型以及其在軋制的應(yīng)用兩方面展開(kāi)了深入研究。
　　 當(dāng)前薄帶鋼板形控制的研究難點(diǎn)之一是具有高性能的復(fù)雜模型的建立及模型求解方法。帶鋼的冷軋軋制是個(gè)典型的多變量、非線性、強(qiáng)耦合、時(shí)變性的復(fù)雜過(guò)程。傳統(tǒng)的基于物理機(jī)理解析建模的方法，從若干條基本假設(shè)出發(fā)，推理演繹，導(dǎo)出某個(gè)或者某些參數(shù)的計(jì)算公式，這條路線已被實(shí)踐證明不能滿足現(xiàn)代化高精度軋制過(guò)程控制的要求。

3、而純粹的智能方法回避了軋制過(guò)程的物理意義，直接關(guān)注系統(tǒng)的輸入和輸出之間的智能關(guān)系，使得模型的推廣性和適應(yīng)性也不能滿足要求。所以本文綜合機(jī)理模型和智能方法的特點(diǎn)，在兩者的結(jié)合上作了嘗試，針對(duì)冷軋軋制過(guò)程的幾個(gè)重要問(wèn)題，如軋制來(lái)料形狀精度的波動(dòng)、前饋處理、人工智能的識(shí)別方法等進(jìn)行了系統(tǒng)研究，提出了冷軋薄帶鋼平坦度橫向厚差綜合控制模型( FTIC)。該模型揭示了帶材平坦度和橫向厚差二者之間的本質(zhì)關(guān)系，對(duì)來(lái)料帶鋼橫向厚差的波動(dòng)信息做了實(shí)時(shí)處理，

4、是滿足當(dāng)前板帶材生產(chǎn)的更高質(zhì)量需求的有益探索和嘗試。FTIC以機(jī)理模型為框架，結(jié)合了智能方法的局部應(yīng)用，部分復(fù)雜計(jì)算可以離線完成。
　　 在理論研究方面，首先提出了一種適用于聚類算法的基于數(shù)據(jù)空間密度序列的初始凝聚點(diǎn)生成模型。之后提出了一種基于數(shù)據(jù)點(diǎn)指數(shù)權(quán)函數(shù)的模糊均值聚類策略。在此基礎(chǔ)上將這種策略廣義化，系統(tǒng)地提出了一種新的模糊聚類模型，稱為自適應(yīng)模糊均值聚類(AFCM)，AFCM核心思想是，數(shù)據(jù)集中各個(gè)數(shù)據(jù)本質(zhì)上是“各異”的

5、，數(shù)據(jù)之間是內(nèi)在關(guān)聯(lián)的。AFCM考慮了各個(gè)數(shù)據(jù)之間的差異性，對(duì)現(xiàn)有模糊均值聚類模型研究具有較大的貢獻(xiàn)。采用公共數(shù)據(jù)集試驗(yàn)的結(jié)果表明，基于數(shù)據(jù)空間密度序列的初始點(diǎn)給定模型可以有效解決聚類算法中初始凝聚點(diǎn)隨意給定的缺陷，提高了聚類精度。AFCM模型一方面可以通過(guò)有針對(duì)性地處理離群點(diǎn)來(lái)提高聚類質(zhì)量，另一方面，也可以直接判定出離群點(diǎn)的位置及發(fā)掘出離群點(diǎn)所蘊(yùn)含的豐富信息，且二者是同時(shí)實(shí)現(xiàn)的。
　　 在軋制技術(shù)的應(yīng)用研究方面，提出了完整的平

6、坦度橫向厚差綜合控制方案，并在實(shí)際系統(tǒng)中加以實(shí)施和應(yīng)用。該系統(tǒng)由軋制參數(shù)預(yù)設(shè)定控制模型、橫向厚差前饋控制模型及平坦度反饋控制模型組成，其中橫向厚差控制模型在冷軋領(lǐng)域中是初次提出。前饋控制模型中，帶鋼橫向厚差處理即采用了本文提出的AFCM聚類模型模式識(shí)別的方法，包括特征提取、離線聚類、實(shí)時(shí)分類等。FTIC模型應(yīng)用的工業(yè)試驗(yàn)表明，采用基于智能模式識(shí)別的前饋控制系統(tǒng)的新廣義板形控制系統(tǒng)可以獲得更高質(zhì)量的板形控制水準(zhǔn)，同時(shí)AFCM可以在線獲得板