基于Matlab神经网络工具箱,采用改进的径向基函数(RBF)网络优化计算4200中厚板轧机的轧制温度.通过径向基层散布常数的人工调整以及神经元的自适应调整,提高了收敛速度,确定了最佳的网络结构形式.网络预测结果与在4200中厚板轧机上实测的轧件温度进行了对比,预测精度很高,表明了该网络模型的优越性.该模型可为以温度参数为主要控制对象实行自动化生产的4200轧机提供可靠的参数,也可为人工神经网络在其它自动控制方面的应用提供参考.
参考文献
| [1] | 邹家祥.轧钢机械[M].北京:冶金工业出版社,1989 |
| [2] | 孟令启.中厚板轧机测量测试与力学行为建模[M].郑州:黄河水利出版社,2006 |
| [3] | 别其璋,戴欣,郝付国,周石光.制定轧钢规程的智能方法[J].钢铁研究学报,2004(03):71-74. |
| [4] | 董长虹.MATLAB神经网络与应用[M].北京:国防工业出版社,2005 |
| [5] | 赵红眉.MATLAB7基础与提高[M].北京:电子工业出版社,2005 |
| [6] | 郭晶;孙伟娟.神经网络理论与MATLAB7实现[M].北京:电子工业出版社,2005 |
| [7] | 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 |
| [8] | 王国栋;刘相华;吕程 .人工智能在轧钢中应用与性能预报[J].钢铁,2000,35(zk):24. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%