人工神经网络在层流冷却卷取温度预报中的应用

钢铁, 2002, 37(8): 37-40.

1.东北大学

2.东北大学

3.东北大学

基金项目: 国家自然科学基金(50104004)

ARTIFICIAL NEUTRAL NETWORKS FOR COILING TEMPERATURE PREDICTION DURING LAMINAR COOLING

针对宝山钢铁(集团)公司2050热连轧层流冷却系统,采用神经网络与数学模型相结合的方法,给出优化的层流冷却对流换热系数,以实现准确地预报卷取温度的目的.结果表明,采用神经网络计算出的对流换热系数后,卷取温度的计算值与实测值的标准差降低了22.84 %,效果显著.

[1]	王有铭;李曼云;韦光.钢材的控制轧制控制冷却[M].北京:冶金工业出版社,1995:88.
[2]	蔡正;王国栋;刘相华等.神经网络结合数学模型预测带钢卷取温度[J].钢铁研究学报,1998,10(03):64.
[3]	李孝安.神经网络与神经计算机导论[M].西安:西北工业大学出版社,1994:20.
[4]	闻新.Matlab神经网络应用设计[M].北京:科学出版社,2000:7-9.

上一张下一张

计量

作者相关

文章评分