轧辊磨损预测模型

凸度厚度命中率高

一种基于Informer深度网络的全新预测模型，专为热轧过程实时补偿轧辊磨损与热膨胀而设计，可显著提升带钢凸度与厚度控制精度。

Ling Ming, Meng · Ding, Jingguo · Dong, Zishuo · Sun, Jie · Zhang, Dianhua · Jianrong, Gou

Journal of Manufacturing Processes 2023

参数信息

凸度命中率

98.412 %

厚度命中率

98.94 %

技术优势

预测精度更高

模型能准确捕捉轧辊磨损和热膨胀的非线性时序特征，优于传统LSTM、ANN和RNN模型。

提高形状控制命中率

凸度命中率在±4 μm容差内达98.412%，厚度命中率在±40 μm容差内达98.94%，带钢质量更稳定。

可直接替代现有模型

该模型在热轧形状控制系统中表现出突出优势，能够直接用于轧辊磨损和热膨胀的预测。

应用场景

• 热轧板形控制：通过准确预测轧辊磨损和热膨胀，提高带钢凸度控制精度。
• 轧辊磨损预测：为轧辊磨损提供精准预测，减少模型计算偏差。
• 厚度自动控制：预测结果用于补偿厚度偏差，实现自动厚度控制。
• 智能轧钢：基于深度学习的预测模型助力轧制过程智能化。