邱红雷
,
田勇
,
赵忠
钢铁研究学报
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.
关键词:
自适应
,
人工神经元网络
,
BP算法
,
轧制力预报
赵军
,
米贵东
,
冯建建
,
朱江林
,
赵琥
,
冯克满
,
阎培渝
硅酸盐通报
本文考察了影响高密度水泥浆流变性能的主要因素,并根据实验结果和工程经验建立原材料、配合比和浆体性能对应的数据库.采用人工神经元网络技术,使用三层BP神经元网络对数据进行简化预测,建立配合比和浆体主要性能之间的对应关系,实现配合比和流变性能之间的双向预测.基于以上算法,采用C#语言编制成软件,具有自适应性强、学习能力强、可以处理大量非线性关系数据的能力,也是人工神经元网络技术在油井水泥浆中的新应用.
关键词:
人工神经元网络
,
数据库
,
水泥浆
,
配合比
,
流变性能
李文兵
钢铁
本文从实际工程应用出发,提出了一种简单有效的针对连铸粘结性漏钢的组合漏钢预报模型,并给出了该模型在实验室和实际现场应用的结果.同时,讨论了组合模型中的各个模型存在的问题.
关键词:
粘结性漏钢
,
逻辑模型
,
人工神经元网络
,
组合模型
邱红雷
,
胡贤磊
,
刘相华
,
王国栋
材料与冶金学报
doi:10.3969/j.issn.1671-6620.2002.02.016
在实际生产过程中,传统轧制力模型在计算中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,提出了一种将人工神经元网络用于轧制力预报数学模型中,进行轧制力预设定.离线仿真表明,采用本文所述的方法,预报精度要优于传统的数学模型,预报精度的相对误差可以控制在士4%以内.
关键词:
人工神经元网络
,
BP算法
,
轧制力预报
谭文
,
刘振宇
,
吴迪
,
王国栋
,
王春梅
钢铁
为了对济钢Q345B中厚板的常温夏比冲击吸收功进行预报并指导生产,采用神经元网络建立了冲击吸收功与化学成分、工艺参数、屈服强度及抗拉强度等因素间的关系预报模型.并分别采用实测与预测的强度值对夏比冲击吸收功进行了预报,预报结果和实测值吻合较好.在此基础上,将化学成分及生产工艺对冲击吸收功的影响进行了计算分析,得出了与基本物理冶金学规律一致的计算结果.因此,在给定化学成分、成品厚度和实测强度或强度指标可精确预报的条件下,所建立的模型能预报济钢Q345B热轧中厚板的常温冲击吸收功.
关键词:
夏比冲击吸收功
,
人工神经元网络
,
热轧中厚板
