摘要
本发明公开了一种基于深度自编码的冷轧带材板形模式识别方法及系统,其包括:1、收集冷轧带材生产过程中的板形数据作为样本数据并进行预处理;2、建立深度自编码神经网络冷轧带材板形模式识别模型Autoencoder;3、深度自编码神经网络带材板形模式识别模型的训练与预测;4、根据训练结果对模型的训练参数进行调优;5、保存训练后的模型参数,获得深度自编码神经网络冷材带钢板形模式识别模型RM;6、将冷轧带材板形模式识别模型RM嵌入板形检测与控制系统中,获得的板形模式分量反馈于板形控制系统。该方法基于无监督深度自编码神经网络对板形数据进行特征提取并获得5种板形基本模式,它能够准确、快速的识别板形,对板形控制具有重要意义。