基于机器学习方法的冷轧硅钢磁性能预报模型研究
摘要:冷轧硅钢生产路径长,过程工艺控制复杂,在最终成品退火工序进行离线检测磁性能的生产组织模式,无法满足在中间工序进行过程工艺纠偏来提升产品性能稳定性的质量管控要求。本文利用XGBoost、LightGBM、多层感知机MLP等机器学习算法,通过对比不同算法的优劣,采用XGBoost和LightGBM 算法构建的磁性能预报模型可满足大生产条件下选择性采纳应用的要求,可支持实现各中间工序的生产过程中预报成品磁性能水平,从而达到指导过程工艺调整,并进而稳定最终成品磁性能的目的。
