赵新秋， 刘正亮， 杨景明， 车海军

（1.国家冷轧板带装备及工艺工程技术研究中心，河北秦皇岛 066004；2.燕山大学工业计算机控制工程河北省重点实验室，河北秦皇岛 066004）

基于ABC-LSSVM的铝热连轧板凸度软测量建模

赵新秋1，2， 刘正亮1， 杨景明1，2， 车海军1

（1.国家冷轧板带装备及工艺工程技术研究中心，河北秦皇岛 066004；2.燕山大学工业计算机控制工程河北省重点实验室，河北秦皇岛 066004）

在铝热连轧板形控制中，板凸度是铝板带的重要指标之一。为了准确预测铝热连轧板凸度，提出了一种基于人工蜂群（ABC）和最小二乘支持向量机（LSSVM）的板凸度软测量模型。由于LSSVM的精度和泛化能力取决于模型参数的选择，故引入ABC进行参数优化。根据某厂1＋4铝热轧现场采集的数据验证软测量模型的预测性能，并与GA-LSSVM模型和Marquardt模型做比较，仿真结果表明：建立的ABC-LSSVM板凸度软测量模型参数优化速度快、结构简单，并且具有较高精度。

计量学；板凸度；软测量；人工蜂群；最小二乘支持向量

1 引 言

随着铝产品需求的增加，铝加工产业生产规模逐渐扩大，而我国工艺设备水平与国际还有一段距离，改善铝板带质量成为迫切需要。铝热轧是一个非线性、多耦合、多变量的复杂系统，准确预测板凸度大小能够有效改善板形质量。而传统方法在估计板凸度时，存在许多假设条件简化了系统，降低了模型精度。软测量技术能够有效解决难于在线测量的过程质量指标估计问题，并在轧制过程中得到了普遍应用［1，2］。

最小二乘支持向量机算法是在支持向量机算法基础上的改进算法［3］。……