论文摘要
热轧生产过程实测数据具有噪音大、信噪比低等特点,运用合适的方法对异常数据进行清洗将有助于提高钢材力学性能预报模型的精度。基于带钢热连轧过程数据的分布特点,采用孤立森林算法对热轧过程异常数据进行清洗,提高了性能预报模型的预测精度。首先,基于收集到的大量热轧微合金钢生产过程数据,采用孤立森林算法计算原始数据集中每条数据记录的异常分值;接着结合异常分值排序与力学性能建模实验,确定异常数据记录的个数;最后,基于清洗后的数据集合,运用融合数据与机理的建模方法建立力学性能预报模型,并对抗拉强度和屈服强度进行预测。预测实践表明,抗拉强度和屈服强度预报的平均绝对百分误差分别为2.50%和3.42%,且分别有93.13%和86.30%的数据预测值和实测值绝对误差在±6%之内;采用孤立森林算法对热轧生产过程异常数据进行清洗,可显著提高热轧带钢力学性能预报模型的精度。
论文目录
文章来源
类型: 期刊论文
作者: 李维刚,王肖,杨威,赵云涛
关键词: 热轧带钢,孤立森林,数据清洗,力学性能预报
来源: 钢铁研究学报 2019年10期
年度: 2019
分类: 工程科技Ⅰ辑
专业: 金属学及金属工艺
单位: 武汉科技大学冶金自动化与检测技术教育部工程研究中心,武汉科技大学高温材料与炉衬技术国家地方联合工程研究中心
基金: 国家自然科学基金资助项目(51774219)
分类号: TG335.56
DOI: 10.13228/j.boyuan.issn1001-0963.20190040
页码: 920-927
总页数: 8
文件大小: 456K
下载量: 86
相关论文文献
- [1].分布式数据清洗系统设计[J]. 网络安全技术与应用 2020(02)
- [2].产品质量标准数据清洗模型及应用研究[J]. 标准科学 2020(04)
- [3].农业微气象观测数据清洗和质控技术研究[J]. 湖北农业科学 2020(14)
- [4].基于大数据的数据清洗技术及运用[J]. 数字技术与应用 2019(04)
- [5].智慧校园建设中数据清洗模块的设计[J]. 计算机与网络 2019(13)
- [6].大数据清洗的方法论考察[J]. 江南论坛 2018(03)
- [7].基于大数据决策分析需求的图书馆大数据清洗系统设计[J]. 现代情报 2016(09)
- [8].大数据时代亟需强化数据清洗环节的规范和标准[J]. 世界电信 2015(07)
- [9].浅谈医保联机结算系统决策树的数据处理[J]. 知音励志 2016(16)
- [10].高效四维航迹数据清洗技术(英文)[J]. Transactions of Nanjing University of Aeronautics and Astronautics 2020(02)
- [11].生态环境监测的数据清洗研究[J]. 网络安全技术与应用 2019(01)
- [12].大数据的数据清洗技术及运用[J]. 电子技术与软件工程 2019(09)
- [13].大数据环境下的数据清洗框架研究[J]. 软件 2017(12)
- [14].基于电力行业数据清洗转换的过程方法分析[J]. 现代盐化工 2018(05)
- [15].大数据的数据清洗方法研究[J]. 信息通信 2017(01)
- [16].中文数据清洗研究综述[J]. 计算机工程与应用 2012(14)
- [17].分流机制下的RFID不确定数据清洗策略[J]. 计算机科学 2011(S1)
- [18].数据清洗方法研究综述[J]. 软件导刊 2017(12)
- [19].科技创新大数据清洗框架研究[J]. 河北省科学院学报 2018(02)
- [20].基于主动学习的数据清洗系统[J]. 软件工程 2018(09)
- [21].数据清洗技术在汽车板力学性能分析中的应用[J]. 冶金自动化 2018(06)
- [22].统计调查中数据清洗的应用探讨[J]. 市场研究 2019(07)
- [23].高校图书馆数据清洗问题与策略研究[J]. 高校图书馆工作 2017(06)
- [24].基于密度的数据清洗方法研究与评估[J]. 电子元器件与信息技术 2017(01)
- [25].基于大数据的数据清洗研究[J]. 江西科学 2018(04)
- [26].基于多阶段递进识别的风电机组异常运行数据清洗方法[J]. 可再生能源 2020(11)
- [27].论数据清洗对信息检索质量的影响及清洗方法[J]. 中国索引 2012(01)
- [28].数据清洗在统计调查实践中的应用[J]. 调研世界 2018(10)
- [29].关于任务合并的并行大数据清洗过程中的模块优化[J]. 自动化应用 2017(08)
- [30].胸痛中心数据清洗方法研究[J]. 中国数字医学 2018(04)