冷轧平整机作业过程中，与材料便面直接接触的是工作辊，因此工作辊的表面粗糙度的变化将对于材料的板形和表面质量影响重大。因此要想提高冷轧平整机的质量，就要降低工作辊的磨损

换句话说，冷轧平整机工作辊的磨损程度，将直接决定辊缝内带材与轧辊之间摩擦因数的大小。并且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，从而影响到带钢成品的板形和表面质量。

因此，分析冷轧平整机轧辊磨损机制，对轧辊表面粗糙度的衰减进行准确预测，对研究和控制带钢表面粗糙度，计算摩擦因数，进而准确设定轧制力、张力等都有十分重要的意义。

相关专家首先采用灰色关联度分析，对影响冷轧平整机工作辊表面粗糙度磨损的因素进行分析，从而确定了工作辊表面粗糙度评估指标体系。然后再应用优化在线稀疏较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。

具体就是通过预测误差准则实现系统的前向递推，采用修剪算法实现其后向删减，并且采用速度下降法实现了2个超参数的在线优化。研究表明，冷轧平整机工作辊系统预测的误差平均值是非常小的。

由此可见，与其他方法相比，冷轧平整机工作性能的这种前端的检测方式具有明显的优越性，并且系统具有在线自适应的能力，能够随着时间而进化，提高检测的精准度。