本技术涉及冶金，具体涉及一种毛管参数预测方法、装置、电子设备及存储介质。
背景技术：
1、管坯经穿孔工艺，如二辊斜轧穿孔后得到毛管，是热轧无缝管生产工艺中的重要工序。毛管质量对最终的无缝管成品的质量有重要意义，而外径控制精度和壁厚控制精度等是决定毛管质量控制的重要指标。要提高毛管质量，可以在管坯穿孔过程中，预测最终得到的毛管的尺寸参数（外径和壁厚），从而基于外径和壁厚的预测值，调整穿孔过程中的生产数据，以使最终得到的毛管的外径和壁厚等于或接近目标外径和目标壁厚，提高毛管质量，最终提高无缝管成品的质量。这样，准确预测毛管的外径和壁厚就十分重要。
2、相关技术中，由于基于理论计算预测得到的毛管的外径和壁厚不合理，进而无法有效调整穿孔过程中的生产数据，影响毛管质量，最终影响无缝管成品的质量。
技术实现思路
1、有鉴于此，本技术实施例提供了一种毛管参数预测方法、装置、电子设备及存储介质，以解决相关方法得到毛管的外径和壁厚不合理，影响毛管质量，最终影响无缝管成品的质量的技术问题。
2、第一方面，本技术实施例提供了一种毛管参数预测方法，包括：
3、获取待测管坯的管坯数据以及待测管坯在穿孔过程中的生产数据；
4、根据所述生产数据，得到待测毛管的尺寸参数的第一理论值；所述尺寸参数包括外径和壁厚；
5、将所述生产数据和所述管坯数据输入训练好的预测模型，得到所述预测模型输出的待测毛管的尺寸参数的第二理论值；其中，所述预测模型基于多个管坯的历史生产数据和历史管坯数据，以及对应的毛管的尺寸参数的实际值训练得到；
6、基于所述第一理论值、所述第二理论值和构建好的多元线性回归关系式，确定所述待测毛管的尺寸参数的预测值；其中，多元线性回归关系式以毛管的尺寸参数的预测值为因变量、以毛管的尺寸参数的第一理论值和第二理论值为自变量。
7、在第一方面的一种可能的实施方式中，在所述基于所述第一理论值、所述第二理论值和构建好的多元线性回归关系式，确定所述待测毛管的尺寸参数的预测值之前，还包括：
8、构建以毛管的尺寸参数的预测值为因变量、以毛管的尺寸参数的第一理论值和第二理论值为自变量的初始的多元线性回归关系式；所述初始的多元线性回归关系式中包括待求解的回归系数；
9、获取多个管坯的历史管坯数据以及每个管坯在穿孔过程中的历史生产数据；
10、根据所述历史生产数据，得到对应的毛管的尺寸参数的第一历史理论值；
11、将所述历史生产数据和所述历史管坯数据输入训练好的预测模型，得到所述预测模型输出的对应的毛管的尺寸参数的第二历史理论值；
12、基于所述第一历史理论值、所述第二历史理论值、对应的毛管的尺寸参数的实际值和初始的多元线性回归关系式，确定所述回归系数的值；
13、根据所述回归系数的值和所述初始的多元线性回归关系式，得到构建好的多元线性回归关系式。
14、在第一方面的一种可能的实施方式中，所述基于所述第一历史理论值、所述第二历史理论值、对应的毛管的尺寸参数的实际值和初始的多元线性回归关系式，确定所述回归系数的值，包括：
15、将所述第一历史理论值和所述第二历史理论值，代入初始的多元线性回归关系式中，确定对应的毛管的尺寸参数的目标预测值；
16、根据所述对应的毛管的尺寸参数的实际值和尺寸参数的目标预测值之间的第一误差，确定所述回归系数的值。
17、在第一方面的一种可能的实施方式中，在所述将所述生产数据和所述管坯数据输入训练好的预测模型，得到所述预测模型输出的待测毛管的尺寸参数的第二理论值之前，还包括：
18、获取多个管坯的历史管坯数据以及每个管坯在穿孔过程中的历史生产数据；
19、根据所述历史生产数据、所述历史管坯数据和对应的毛管的尺寸参数的实际值，构建训练集；
20、基于所述训练集对初始预测模型进行训练，得到训练好的预测模型。
21、在第一方面的一种可能的实施方式中，所述训练集中包括所述历史生产数据、所述历史管坯数据和对应的毛管的尺寸参数的实际值；
22、所述基于所述训练集对初始预测模型进行训练，得到训练好的预测模型，包括：
23、设置惩罚因子和核函数，并将所述训练集中的一个管坯的历史生产数据和历史管坯数据输入所述初始预测模型，得到对应的毛管的尺寸参数的历史理论值；
24、判断所述对应的毛管的尺寸参数的历史理论值与尺寸参数的实际值之间的第二误差是否小于预设误差阈值；
25、若所述第二误差小于预设误差阈值，则训练完成，得到训练好的预测模型；
26、若所述第二误差大于或等于所述预设误差阈值，则更新所述惩罚因子和所述核函数，并重新将所述训练集中的下一管坯的历史生产数据和历史管坯数据输入所述初始预测模型，直至训练完成。
27、在第一方面的一种可能的实施方式中，所述生产数据包括轧辊间距、导板距、顶头前伸量、轧辊直径、顶头直径、顶头鼻部长度、顶头减壁段长度、轧辊送进角和轧辊出口锥角；所述第一理论值包括第一外径理论值和第一壁厚理论值；
28、所述根据所述生产数据，得到待测毛管的尺寸参数的第一理论值，包括：
29、根据所述生产数据和第一公式
30、确定第一外径理论值；
31、根据所述生产数据和第二公式
32、确定第一壁厚理论值；
33、式中，是第一外径理论值，是第一壁厚理论值， b是轧辊间距， l是导板距， y是顶头前伸量，是轧辊直径，是顶头直径，是顶头鼻部长度，是顶头减壁段长度， α是轧辊送进角， β是轧辊出口锥角。
34、在第一方面的一种可能的实施方式中，所述第一理论值包括第一外径理论值和第一壁厚理论值；所述第二理论值包括第二外径理论值和第二壁厚理论值；所述尺寸参数的预测值包括外径预测值和壁厚预测值；所述回归系数包括外径回归系数和壁厚回归系数；所述构建好的多元线性回归关系式为：
35、
36、
37、式中，是外径预测值，是壁厚预测值，和是常数，和是外径回归系数，和是壁厚回归系数，和分别是第一外径理论值和第二外径理论值，和分别是第一壁厚理论值和第二壁厚理论值，和是随机误差。
38、第二方面，本技术实施例提供了一种毛管参数预测装置，包括：
39、获取模块，用于获取待测管坯的管坯数据以及待测管坯在穿孔过程中的生产数据。
40、第一得到模块，用于根据所述生产数据，得到待测毛管的尺寸参数的第一理论值；所述尺寸参数包括外径和壁厚。
41、第二得到模块，用于将所述生产数据和所述管坯数据输入训练好的预测模型，得到所述预测模型输出的待测毛管的尺寸参数的第二理论值；其中，所述预测模型基于多个管坯的历史生产数据和历史管坯数据，以及对应的毛管的尺寸参数的实际值训练得到。
42、确定模块，用于基于所述第一理论值、所述第二理论值和构建好的多元线性回归关系式，确定所述待测毛管的尺寸参数的预测值；其中，多元线性回归关系式以毛管的尺寸参数的预测值为因变量、以毛管的尺寸参数的第一理论值和第二理论值为自变量。
43、第三方面，本技术实施例提供了一种电子设备，包括存储器和处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现如第一方面任一项所述的毛管参数预测方法。
44、第四方面，本技术实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如第一方面任一项所述的毛管参数预测方法。
45、第五方面，本技术实施例提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行上述第一方面中任一项所述的毛管参数预测方法。
46、可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
47、本技术实施例提供的毛管参数预测方法、装置、电子设备及存储介质，在基于理论计算得到待测毛管的尺寸参数的第一理论值的基础上，还考虑实际生产过程中对毛管的影响因素，引入基于多个管坯的历史数据和对应的毛管尺寸参数的实际值训练得到的预测模型，从而基于预测模型得到待测毛管的尺寸参数的第二理论值，之后，根据上述第一理论值、第二理论值以及构建好的多元线性回归关系式，可以准确预测得到待测毛管的尺寸参数的预测值（外径预测值和壁厚预测值），进而后续可以根据得到的外径预测值和壁厚预测值调整穿孔过程中的生产数据，提高毛管质量，最终提高无缝管成品的质量。
48、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
1.一种毛管参数预测方法，其特征在于，包括：
2.根据权利要求1所述的毛管参数预测方法，其特征在于，在所述基于所述第一理论值、所述第二理论值和构建好的多元线性回归关系式，确定所述待测毛管的尺寸参数的预测值之前，还包括：
3.根据权利要求2所述的毛管参数预测方法，其特征在于，所述基于所述第一历史理论值、所述第二历史理论值、对应的毛管的尺寸参数的实际值和初始的多元线性回归关系式，确定所述回归系数的值，包括：
4.根据权利要求1所述的毛管参数预测方法，其特征在于，在所述将所述生产数据和所述管坯数据输入训练好的预测模型，得到所述预测模型输出的待测毛管的尺寸参数的第二理论值之前，还包括：
5.根据权利要求4所述的毛管参数预测方法，其特征在于，所述训练集中包括所述历史生产数据、所述历史管坯数据和对应的毛管的尺寸参数的实际值；
6.根据权利要求1至5任一项所述的毛管参数预测方法，其特征在于，所述生产数据包括轧辊间距、导板距、顶头前伸量、轧辊直径、顶头直径、顶头鼻部长度、顶头减壁段长度、轧辊送进角和轧辊出口锥角；所述第一理论值包括第一外径理论值和第一壁厚理论值；
7.根据权利要求2或3所述的毛管参数预测方法，其特征在于，所述第一理论值包括第一外径理论值和第一壁厚理论值；所述第二理论值包括第二外径理论值和第二壁厚理论值；所述尺寸参数的预测值包括外径预测值和壁厚预测值；所述回归系数包括外径回归系数和壁厚回归系数；所述构建好的多元线性回归关系式为：
8.一种毛管参数预测装置，其特征在于，包括：
9.一种电子设备，包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的毛管参数预测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的毛管参数预测方法。
