为了提高工厂从国外引进的以Bland-Ford公式为基础的冷轧不锈钢带轧制力模型的计算精度,将基于遗传算法的BP神经网络与现有变形阻力和轧制压力解析数学模型相结合,建立了变形阻力和轧制压力修正模型.将在生产现场采集的部分过程记录数据,进行分类和预处理后作为训练样本用于训练遗传神经网络模型.将其他现场实测数据用于验证所建的轧制力模型,计算结果表明所建的轧制力模型具有较高的计算精度.
参考文献
| [1] | 李元;刘文仲;孙一康 .神经元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. |
| [2] | 王秀梅,吕程,王国栋,刘相华.轧制力预报中的神经网络和数学模型[J].东北大学学报（自然科学版）,1999(03):319. |
| [3] | 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 |
| [4] | 张小平;秦建平.轧制理论[M].北京:冶金工业出版社,2006 |
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%