为了更好地应用BP神经网络对连铸板坯质量进行在线诊断,基于连铸生产特点,利用采集的过程数据建立了符合生产实际的均一化函数.通过分析BP神经网络中各参数对网络性能及诊断准确率的影响,对BP神经网络的结构及学习算法进行修正,使该网络有选择和有区分地学习铸坯质量知识.结合某钢厂连铸现场数据,以黏结为例,建立了6种网络模型,对各模型算法进行了比较测试.结果表明:采用自定义函数均一化样本或采用提出的差异性算法训练神经网络,均可明显提高诊断准确率;采用选择性算法可确保诊断准确率不变的同时,提高学习速度;修正的算法更能很好地符合连铸生产实际.
参考文献
| [1] | 冯科,孔意文,王水根,曹建峰,韩志伟.板坯质量在线诊断分析系统的研究与开发[J].工业加热,2012(01):28-31. |
| [2] | 单多,徐安军,汪红兵,田乃媛.连铸坯质量判定系统研究综述[J].连铸,2011(02):16-28. |
| [3] | 韩传基,高仲,安航航,孟宪俭,李洪建,张伟.铸坯质量判定与诊断系统研发及应用[J].连铸,2011(04):43-46. |
| [4] | 孟宪俭;李洪建;张伟.铸坯质量判定与产品质量诊断系统功能及应用[J].连铸,2011(z1):457. |
| [5] | 孙洁,王俊霞.基于模糊神经网络的连铸板坯裂纹预测预报[J].钢铁技术,2008(05):25-28. |
| [6] | 常运合,曾智,张家泉,何庆文,申景霞,张利平.基于BP神经网络的大方坯质量在线预报模型[J].钢铁,2011(05):33-37. |
| [7] | 孙洁,王俊霞.基于BP神经网络的连铸板坯裂纹预报[J].河北理工大学学报（自然科学版）,2009(02):67-71. |
| [8] | 张水仙 .板坯连铸过程漏钢预报神经网络算法研究[D].秦皇岛:燕山大学,2012. |
| [9] | 张本国,李强,王葛,张水仙.基于改进BP神经网络的连铸漏钢预报[J].中国机械工程,2012(02):204-207. |
| [10] | 柳小桐.BP神经网络输入层数据归一化研究[J].机械工程与自动化,2010(03):122-123,126. |
| [11] | 杨宏群 .BP神经网络在薄板坯连铸连轧中的应用[D].南昌:江西理工大学,2008. |
| [12] | 王文剑.BP神经网络模型的优化[J].计算机工程与设计,2000(06):8-10. |
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%