摘要：由于带钢热轧过程中跑偏的影响因素复杂，传统的机理预测模型难以保证跑偏预测的准确性。本文从数据驱动的角度出发，结合带钢轧制过程跑偏产生原理和实际生产数据，提出了一种基于主成分分析（PCA）与BP神经网络的组合模型用于预测带钢跑偏。该模型精度较高，对提高热连轧成品质量和轧制设备的寿命都具有重大意义。关键词：带钢；轧制；主成分分析；BP神经网络；跑偏预测下载高清全文——基于主成分分析_BP神经网络的热精轧带钢跑偏预测研究.pdf