精密成形工程

作者：殷梓淇, 章顺虎, 田文皓, 万良伟, 李言

单位：苏州大学 沙钢钢铁学院,江苏 苏州 215131

关键词：轧制力,自助法,整合模型,BP神经网络,聚类

基金：国家自然科学基金（U1960105,52074187,52274388）

目的 为解决不均匀数据分布对轧制力模型精度的影响,提出理论模型与智能算法相结合的建模新方案。方法 首先构建了基于自助法的BP神经网络模型,进而采用该模型对已有轧制力理论模型进行修正,从而构建了整合模型。具体来说,首先对轧制生产数据进行预处理和相关性分析,将理论模型计算值作为BP神经网络的输入变量之一进行建模,以此提高了模型的预测精度。其次,对数据聚类后进行分类训练,针对因样本分布不平衡而引起的模型精度不足的问题,采用自助法进行数据扩充,并结合生产数据进行预测对比。结果 采用乘法补偿法对理论模型进行修正,构建了具有较高精度的轧制力整合模型。同时结合自助法实现了轧制数据集的均衡化,提高了模型的精度和稳定性。该模型误差波动较小且最大平均绝对百分比误差（MAPE）仅为4.61%。结论 采用的自助法为解决不均匀数据集问题下的轧制力高精度建模提供了一种新的解决方案,而所得的整合模型可为实际生产过程的精确控制提供了科学依据。

来源：2026年第1期

《精密成形工程》期刊编辑部

查看精密成形工程杂志2026年第1期