结合模型自适应的神经元网络在中厚板轧机轧制力预报中的运用

钢铁研究学报, 2006, 18(6): 59-62.

1.东北大学轧制技术及连轧自动化国家重点实验室,辽宁,沈阳,110004

2.东北大学轧制技术及连轧自动化国家重点实验室,辽宁,沈阳,110004

3.东北大学轧制技术及连轧自动化国家重点实验室,辽宁,沈阳,110004

基金项目: 中国科学院资助项目(50104004)

Application of Neural Networks With Self Adaption to Predict Rolling Force in Plate Rolling

在中厚板生产过程中,用传统轧制力模型预报中厚板轧机轧制力时存在着较大的误差.为了提高中厚板轧机轧制力的预报精度,采用轧制力模型自适应与人工神经元网络相结合的方法进行中厚板轧制力的在线预报.应用结果表明,采用本方法预报轧制力时精度优于传统的数学模型,相对误差可以控制在±3%以内.

[1]	王英睿,刘宏民.精确接触边界条件下热轧带钢轧制力的仿真研究[J].钢铁研究学报,2004(01):34-39.
[2]	胡贤磊,邱红雷,刘相华,王国栋,赵胜国,陈建华.中厚板弹跳曲线零点漂移对轧制力自适应的影响[J].钢铁研究学报,2003(01):24-26.
[3]	李元 .神经网络在热连轧精轧机组轧制力预报的应用[J].钢铁,1996,31(01):54-57.
[4]	王国栋;刘相华.金属轧制过程人工智能优化[M].北京:冶金工业出版社,2000
[5]	王秀梅,王国栋,刘相华.人工神经网络和数学模型在热连轧机组轧制力预报中的综合应用[J].钢铁,1999(03):37-39.

上一张下一张

计量

作者相关

文章评分