(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221045132 9.4 (22)申请日 2022.04.26 (71)申请人 太原理工大 学 地址 030024 山西省太原市迎泽西大街79 号 (72)发明人 王振华　刘元铭　王涛　王建国　 刘晓　张增强　 (74)专利代理 机构 太原申立德知识产权代理事 务所(特殊普通 合伙) 14115 专利代理师 王芳 (51)Int.Cl. G01N 3/08(2006.01) G01N 3/28(2006.01) G01N 3/40(2006.01) G01N 3/02(2006.01)G06K 9/62(2022.01) (54)发明名称 一种超薄铌带力学性能预测方法 (57)摘要 本发明公开了一种超薄铌带力学性能预测 方法， 属于超薄铌带综合品质控制技术领域。 本 发明通过对轧制过程数据的采集与处理， 结合微 观组织变化机理， 建立 “工艺‑组织‑性能”数据 集。 然后采用人工智能建模 方法中的集成学习方 法来建立超薄铌带力学性能高精度预测模型， 实 现超薄铌带力学性能的精准预测， 为轧制生产尺 寸精度高、 综合性能好的超薄铌带 奠定理论基础 和科学依据。 权利要求书2页 说明书7页 附图2页 CN 114813347 A 2022.07.29 CN 114813347 A 1.一种超薄铌带力学性能预测方法， 其特 征在于： 包括以下步骤： 步骤1： 在超薄铌带轧制生产过程中， 通过相应传感器分层别采集生产过程工艺数据， 将工艺数据进行存 储； 步骤2： 对制备的各层别超薄铌带进行微观 组织形态参数测定， 将测定的微观组织变化 机理表征 数据进行存 储； 步骤3： 对制备的各层别超薄铌带进行力学性能测定， 将测定的力学性能数据进行存 储； 步骤4： 将轧制过程中采集得到的工艺数据、 微观组织变化机理表征数据、 力学性能数 据按照样本序号进行一一对应， 经过规范化处理后， 以统一的格式存入Microsoft  SQL  Server数据库中， 形成具有p个特 征变量的q个样本的原 始数据集Dl； 步骤5： 将原始数据集Dl进行数据预处理， 形 成P个特征变量的Q个样本的建模数据集， 将 建模数据集按照一定比例划分成训练集和 测试集； 步骤6： 采用集成学习算法建立机理和数据驱动的超薄铌带力学性能预测模型， 训练集 数据进行建模训练， 测试集数据测试所建立模型的预测精度； 采用决定系数R2， 平均绝对误 差MAE， 平均绝对 百分误差MAPE， 均方根误差RMSE来评价超薄铌带力学性能预测模 型的整体 性能。 2.根据权利要求1所述一种超薄铌带力学性能预测方法， 其特征在于： 所述步骤5中对 原始数据集进行 数据预处 理的具体步骤为： 步骤5.1： 进行密度峰值聚类； 将轧制工艺相近的样本数据并归为 一类； 步骤5.2： 在大聚类 内分别进行离群样本检测； 拟采用基于欧式距离的离群样本检测方 法判定样本是否 离群以决定是否剔除； 步骤5.3： 对原始数据集进行均衡化处理； 采取逆向处理的方式， 即通过增加数据较少 超薄铌带规格的采样来确保数据均衡， 即将频数较少的数据进行复制扩展， 以增加该种规 格数据的比例。 3.根据权利要求1所述一种超薄铌带力学性能预测方法， 其特征在于： 所述步骤6采用 集成学习算法建立机理和数据驱动的超薄铌带力学性能预测模型的具体步骤为： 步骤6.1： 重复进行步骤5.1， 将训练集样本分成m个子集； 步骤6.2： 建立每个子集与训练样本数据之间的一一对应关系并训练GPR模型， 获得m个 GPR子模型的预测误差RMS E， 根据预测的准确程度对子模 型权重进行分配， 使 更准确的子模 型获得更多权重； 子模型权 重wi的计算公式为： 权　利　要　求　书 1/2 页 2 CN 114813347 A 2其中， wi为各子模型的权 重， RMSEi为各子模型RMSE误差值； 步骤6.3： 通过选择的子模型和权值进行融合组成加权集成学习预测模型， 将测试样本 输入预 测模型最终得到超薄铌带 力学性能的 预 测结果 ； 预 测结果可表示为 其中 为最终集成模型预测值； 为第i个子模 型的预测值。 4.根据权利要求1所述一种超薄铌带力学性能预测方法， 其特征在于： 所述步骤1中的 生产过程工艺数据包括： 轧制工艺数据和铌带来料 数据。 5.根据权利要求1所述一种超薄铌带力学性 能预测方法， 其特征在于： 所述轧制工艺数 据包括工作辊直径、 工作辊锥度、 轧辊横移、 轧制力、 道次数、 各道次压下率、 轧制速度、 前张 力、 后张力、 入口厚度、 目标厚度； 所述铌带来料 数据包括原 始宽度、 原 始厚度。 6.根据权利要求1所述一种超薄铌带力学性能预测方法， 其特征在于： 所述步骤2中的 微观组织变化机理表征 数据包括： 平均晶粒度、 亚结构、 再 结晶程度。 7.根据权利要求1所述一种超薄铌带力学性能预测方法， 其特征在于： 所述步骤3中的 力学性能数据包括： 抗拉强度、 屈服强度、 延伸率、 显微硬度。权　利　要　求　书 2/2 页 3 CN 114813347 A 3