(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111364521.1 (22)申请日 2021.11.17 (71)申请人 中冶赛迪 重庆信息技 术有限公司 地址 401329 重庆市九龙坡区白市驿镇农 科大道66号2幢5-6号 (72)发明人 张璟涵　汤槟　余鹏　毛尚伟　 张晓辉　 (74)专利代理 机构 上海光华专利事务所(普通 合伙) 31219 代理人 石欢欢 (51)Int.Cl. G06F 30/20(2020.01) G06Q 10/04(2012.01) G06K 9/62(2006.01) G06F 119/14(2020.01) (54)发明名称 线棒材力学性能预测方法及计算机可读存 储介质 (57)摘要 本发明提供一种线棒材力学性能预测方法 及计算机 可读存储介质， 属于线棒材生产技术领 域。 包括以下步骤： 获取样 本数据， 所示样本 数据 包括线棒材的力学性能预测参数及相应的力学 性能检验结果； 对样本数据进行预处理， 预处理 包括多种预处理方式， 根据各种预处理方式及各 种预处理方式的组合， 分别得到相应的训练数据 集； 根据样本数据， 建立性能预测模型； 采用各个 训练数据集分别对性能预测模型进行训练并评 估， 获取最终模型； 将预测对象的预测参数输入 至最终模型， 获取预测对象的力学性能预测结 果。 本发明能够对样本数据进行预处理， 根据预 处理方法进行评估， 提升预测结果的准确度， 从 而提高检化验效率。 也能以力学性能为目标， 对 生产参数进行优化。 权利要求书2页 说明书4页 附图2页 CN 113887089 A 2022.01.04 CN 113887089 A 1.一种线棒材力学性能预测方法， 其特 征在于， 包括以下步骤： 获取样本数据， 所示样本数据包括线棒材的力学性 能预测参数及相应的力学性 能检验 结果； 对所述样本数据进行预处理， 所述预处理包括多种预处理方式， 根据各种预处理方式 及各种预处 理方式的组合， 分别得到相应的训练数据集； 根据所述样本数据， 建立 性能预测模型； 采用各个训练数据集分别对所述 性能预测模型进行训练并评估， 获取最终模型； 将预测对象的预测参数输入至所述 最终模型， 获取 预测对象的力学性能预测结果。 2.根据权利要求1所述的线棒材力学性能预测方法， 其特 征在于： 预先设置多个预处 理类别； 获取一预处 理类别下， 各个实现所述预处 理类别的预处 理方式； 将所述样本数据分别通过每种预处理方式进行处理， 获取所述预处理类别下的训练数 据子集； 依次获取 所有预处 理类别下的训练数据子集， 形成各个训练数据集。 3.根据权利要求2所述的线棒材力学性 能预测方法， 其特征在于： 将所有预处理类别分 类为对样本数据必要使用的基础预 处理方式和根据数据情况选择使用的可选预 处理方式， 所述基础预处理方式包括缺失值处理、 异常样 本过滤， 所述可选预 处理方式包括无量纲 化、 样本均衡、 特 征选择及特 征降维。 4.根据权利要求3所述的线棒材力学性 能预测方法， 其特征在于： 所述缺失值处理包括 删除法、 均值填充法及随机插值填充法， 异常样本过滤包括工艺规则阈值过滤法， 无量纲 化 包括标准化和归一化， 样本均衡采用过采样， 特征选择包括方差选择法和相关系数法， 特征 降维包括 性判别分析法及主成分 分析法。 5.根据权利要求1所述的线棒材力学性 能预测方法， 其特征在于： 根据 所述力学性能预 测参数中的各个维度， 分别建立多个力学性能预测模型， 并分别进 行训练及评估， 获取最 终 模型。 6.根据权利要求5所述的线棒材力学性 能预测方法， 其特征在于： 所述性 能预测参数的 维度包括钢 种规格、 化学成分、 加热炉参数及轧制过程 参数。 7.根据权利要求1所述的线棒材力学性 能预测方法， 其特征在于： 采用精确度对所述训 练后的性能预测模型进行评估， 精确度最高的训练后的性能预测模型为 最终模型。 8.根据权利要求7 所述的线棒材力学性能预测方法， 其特 征在于 采用模型命中率P进行精确度计算； 所述模型命中率P为决定系数， 其中， Y_actual 为性能检测值， Y_predict为 性能预测值， Y_mean 为性能检测值均值； 或者， 所述模型命中率P为： 正确预测数/预测总数， 其中， 对性能预测值及性能检测值分别进行合格/不 合格判断， 若性能预测值及性能检测值的合格/不合格的判断结果相同， 则计入正确预测数， 反之权　利　要　求　书 1/2 页 2 CN 113887089 A 2则计入错误预测数； 或者， 若性能预测值与性能检测值之 间的差值小于预设差值， 则计入正 确预测数， 反 之则计入错 误预测数。 9.根据权利要求1所述的线棒材力学性 能预测方法， 其特征在于： 所述性 能检验结果包 括屈服强度、 抗拉强度、 延伸率、 断后伸长率、 强屈比、 最大力总伸长率、 超屈比。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于： 该程序被处理器 执行时实现如权利要求1～ 9任一项所述的线棒材力学性能预测方法。权　利　要　求　书 2/2 页 3 CN 113887089 A 3