摘要：棒材全倍尺剪切优化对于提高成材率和生产效率有重要意义，预测轧件总长是实现全倍尺剪切优化的关键技术。传统方法主要通过机理模型与单因素变量预测轧件总长，误差较大或预测滞后，难以满足优化需求。基于数据驱动的预测模型通过关联多因素变量，采用广义线性回归算法，实现轧件总长的早期精准预测。首先，高速采集各轧机机架的测长数据，然后，计算各机架轧出长度和末机架轧出总长，最后，训练模型并滚动预测轧件总长。采用某钢厂高棒生产数据进行测试，实现预测的最大绝对百分比误差为0.1307%，相较于传统方法，预测精度提高了6倍以上，为全倍尺剪切优化提供了有效技术支撑。
文章目录
0 引 言
1 预测原理分析
1.1 影响长度预测的主要因素
1.2 预测原理
2 轧件总长预测
2.1 高速过程数据采集
2.2 广义线性回归算法
2.3 滚动预测
3 预测结果分析
4 结 论
