1 冷軋工藝與自動化控制 1.1 板帶材冷軋生產工藝 1.2 冷連軋工藝與裝備 1.2.1 酸洗 1.2.2 冷連軋 1.3 冷連軋自動化控制系統 1.3.1 冷連軋控制系統概述 1.3.2 過程自動化控制系統 1.3.3 基礎自動化控制系統 參考文獻 2 數據驅動的冷軋軋制力預測模型 2.1 軋制力相關理論模型 2.1.1 軋制力模型 2.1.2 變形抗力模型 2.1.3 摩擦系數模型 2.2 智能建模數據獲取與處理 2.2.1 數據采集 2.2.2 變形抗力的軟測量 2.2.3 數據預處理 2.3 基于灰狼算法優化SVR的變形抗力預測研究 2.3.1 GWO-SVR算法介紹 2.3.2 實驗分析 2.3.3 模型效果分析 2.3.4 GWO-SvR模型對不同鋼種的預測效果 2.4 LightGBM軋制力預測模型 2.4.1 基于互信息的特征選擇 2.4.2 LightGBM模型介紹 2.4.3 LightGBM軋制力模型建立 參考文獻 3 冷軋軋制規程的多目標優化設計 3.1 傳統的軋制規程制定方法 3.1.1 傳統方法的軋制策略 3.1.2 傳統方法制定軋制規程的流程 3.2 軋制規程多目標優化 3.2.1 軋制規程目標函數結構設計 3.2.2 單目標函數的建立 3.2.3 多目標函數的建立 3.2.4 軋制規程的優化計算 參考文獻 4 冷軋非穩態過程厚度控制 4.1 基于粒子群優化的支持向量機 4.2 支持向量機 4.3 粒子群優化算法 4.3.1 粒子群優化算法的基本理論 4.3.2 帶壓縮因子的粒子群算法 4.4 策略驗證與分析 4.4.1 實驗過程與分析方法 4.4.2 實驗對比與分析 4.4.3 軋輥輥縫補償模型 參考文獻 5 冷軋厚度-張力協調優化控制 5.1 基于模型預測控制的單獨機架厚度-張力策略 5.1.1 預測控制的基本原理 5.1.2 預測控制器設計 5.1.3 擾動觀測器 5.1.4 預測控制器仿真與分析 5.2 基于鄰域優化的分布式模型預測控制策略 5.2.1 冷連軋軋制全過程優化問題 5.2.2 基于鄰域優化的分布式模型預測控制設計 5.2.3 控制策略仿真與分析 參考文獻 6 冷連軋過程帶鋼板形分布預測 6.1 CNN建模相關理論 6.1.1 殘差學習 6.1.2 聚合多尺度殘差變換理論 6.2 冷連軋板形分布預測網絡模型構建 6.3 數據采集與模型訓練細節 6.3.1 數據集構建 6.3.2 模型訓練細節 6.3.3 學習優化算法選擇與確定 6.4 網絡模型預測結果對比分析 6.4.1 模型評估指標 6.4.2 網絡預測性能對比 6.4.3 網絡模型性能討論 參考文獻 7 數據驅動的板形調控功效建模與計算 7.1 冷連軋機的板形控制策略 7.2 基于調控功效的多變量*優板形閉環反饋控制系統 7.2.1 板形調控功效系數 7.2.2 多變量*優板形控制算法 7.3 基于數據驅動的板形調控功效計算 7.3.1 主成分分析算法的數學模型 7.3.2 基于主成分分析法的*小二乘回歸建模 7.3.3 主成分分析算法獲取調控功效系數 7.3.4 偏*小二乘回歸原理 7.3.5 偏*小二乘回歸建模 7.3.6 正交信號校正法改進的偏*小二乘算法 7.3.7 基于OSC-PLS算法獲取調控功效系數 7.4 板形調控功效系數計算結果分析 7.4.1 預測模型的性能評估指標 7.4.2 板形調控功效系數計算結果 7.4.3 板形調控功效系數精度的驗證 7.4.4 板形調控功效系數應用測試實驗 參考文獻 8 冷軋機振動信號處理與預測建模 8.1 軋機振動監測系統建立 8.1.1 軋機振動信號采集 8.1.2 軋制過程工藝參數采集 8.1.3 振動監測系統驗證 8.2 振動數據預處理 8.2.1 數據時刻匹配 8.2.2 異常值剔除 8.2.3 Z-score標準化 8.3 軋機振動異常信號降噪處理 8.3.1 經驗模態分解原理 8.3.2 變分模態分解原理 8.3.3 改進的自適應變分模態分解 8.3.4 降噪結果分析 8.4 軋機振動預測建模 8.4.1 卷積神經網絡介紹 8.4.2 多維度多模態振動時間序列預測模型 8.4.3 數據集構建與網絡優化 8.5 模型預測結果分析 參考文獻 9 冷軋過程穩定性優化控制 9.1 基于數據驅動的工藝參數對振動的影響規律 9.1.1 主成分分析求解變量貢獻率 9.1.2 XGBoost算法求解變量貢獻率 9.1.3 軋制工藝參數對軋機振動影響的效果分析 9.2 提高軋制穩定性的軋制工藝參數優化及分析 9.2.1 基于摩擦機理模型的工藝參數優化 9.2.2 基于振動預測模型的工藝參數優化 參考文獻 附錄 網絡輸入68維變量的帶鋼冷連軋工藝參數列表 索引