平整机的工作辊直接和带钢接触，其工作辊磨损程度直接影响了辊缝内带材与轧辊之间摩擦因数的大小，并以摩擦因数为桥梁影响轧制力的设定精度与延伸率的控制精度，最终影响到带钢成品的板形和表面质量。因此，分析轧辊磨损机制，对轧辊表面粗糙度的衰减进行精确预测，对研究和控制带钢表面粗糙度，计算摩擦因数，进而精确设定轧制力、张力等都有十分重要的意义。

　　冷轧平整机的工作辊直接和带钢接触，其表面粗糙度衰减情况对带钢成品的板形和表面质量有重大影响。因此，分析轧辊磨损机制，对轧辊表面粗糙度的衰减进行精确预测十分必要。燕山大学的学者首先采用灰色关联度分析对影响平整机工作辊表面粗糙度磨损的因素进行分析，确定了工作辊表面粗糙度评估指标体系。进而应用优化在线稀疏最小二乘支持向量回归模型对冷轧平整机的上工作辊表面粗糙度进行在线预测。通过预测误差准则实现系统的前向递推，采用FLOO(fast leave one out)的修剪算法实现其后向删减，并且采用最速下降法实现了2个超参数的在线优化。经过仿真研究表明，系统预测的绝对误差平均值为0.0149，与其他方法相比具有明显的优越性，并且系统具有在线自适应的能力，能够随着时间而进化