典型文献
硅钢常化退火炉辊印缺陷预测分类预警方法研究
文献摘要：
针对宝钢硅钢常化退火过程中产生的退火炉辊印缺陷问题,通过实际生产的大数据与产品质量问题相结合,将数据挖掘、数据分析方法应用到实际,一定程度上解决了现场实际生产中的痛点,为现场生产提供决策支撑,避免了以前通过人工识别判定存在疏漏和无法定量判断的问题,形成了一套具有鲁棒性和可操作性的钢铁生产过程数据分析方法.通过智慧决策系统平台获取实际生产和表检仪数据,基于Pearson相关系数算法进行变量挑选和特征工程,并应用随机森林算法对数据建立分类预测模型,实现了质量问题的溯源和监控,通过数据量化预测了炉辊印缺陷是否可通过轧制消除的质量问题,识别准确率达到96.43％.
文献关键词：
硅钢;辊印;数据分析;数据挖掘
中图分类号：
作者姓名：
居蒋昊;黄望芽;赵斌
作者机构：
宝山钢铁股份有限公司硅钢事业部,上海201900
文献出处：
引用格式：
[1]居蒋昊;黄望芽;赵斌-.硅钢常化退火炉辊印缺陷预测分类预警方法研究)[J].电工钢,2022(01):44-48
A类：
B类：
硅钢,常化,退火炉,炉辊,辊印,缺陷预测,预测分类,预警方法,宝钢,缺陷问题,产品质量问题,数据分析方法,现场生产,决策支撑,人工识别,定存,疏漏,定量判断,钢铁生产,过程数据,智慧决策,决策系统,系统平台,数算,特征工程,随机森林算法,分类预测模型,数据量化,量化预测,轧制,识别准确率
AB值：
0.440439
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
