用神经网络方法确定冷轧厚度预测模型灵敏度系数

钢铁研究, 2009, 37(2): 45-47.

1.燕山大学,工业计算机控制工程河北省重点实验室,河北,秦皇岛,066004

2.燕山大学,工业计算机控制工程河北省重点实验室,河北,秦皇岛,066004

3.燕山大学,工业计算机控制工程河北省重点实验室,河北,秦皇岛,066004

4.燕山大学,工业计算机控制工程河北省重点实验室,河北,秦皇岛,066004

Application of neural networks in the determination of sensitivity factor for a thickness prediction model of cold rolling

利用神经网络方法确定灵敏度系数,建立了冷轧厚度预测模型.该模型能很好地克服外界干扰或参数扰动,是一种能确定厚度控制参数的算法,通过一个单机架上的应用实例表明该方案具有好的应用前途.

[1]	Jong-Yeob Jung;Yong-Taek Im .Fuzzy control algorithm for the prediction of tension variations in hot rolling[J].Journal of Materials Processing Technology,1999(1/3):163-172.
[2]	刘建昌.基于神经网络的自适应厚度控制[J].钢铁,1999(11):33-36.
[3]	J Larkiola a;P Myllykoski b;A S Korhonen b;L.Cser b,c.The role of neural networks in the optimization of rolling processes[J].Journal of Materials Processing Technology,1998(01):16-23.
[4]	孙一康.带钢冷连轧计算机控制[M].北京:冶金工业出版社,2002
[5]	闻新;周露;李翔.Matlab神经网络仿真与应用[M].北京:机械工业出版社,2003

上一张下一张

计量

作者相关

文章评分