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％。 关键词：硅钢；辊印；数据分析；数据挖掘 下载高清全文——硅钢常化退火炉辊印缺陷预测分类预警方法研究.pdf