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
吴进
,
邱春林
,
齐克敏
,
张国河
,
献智
,
李欣波
钢铁研究
doi:10.3969/j.issn.1001-1447.2006.06.008
针对某厂热连轧机采用定值摩擦系数计算轧制力与实际值相差2 000～3 000kN的情况,采用BP神经元网络与NeuroShell2软件对摩擦系数进行预测与检验,建立了符合现场实际的摩擦系数模型,在实际应用中提高了轧制力的预报精度.并根据POMINI公司磨床的辊型曲线,分析了精轧轧辊磨损的基本规律,提出了减小轧辊磨损的具体措施.
关键词:
摩擦系数
,
人工神经网络
,
BP算法
,
磨损
张哲健
,
武志红
,
李琨
硅酸盐通报
基于神经网络的BP算法,建立了预测红柱石基耐火材料抗铜液侵蚀性能的模型.根据试验所得的试样侵蚀面积大小,训练人工神经网络模型,拟合出输入参数(红柱石百分含量、矾土百分含量、体积密度和烧结后的耐压强度)与输出参数(试样烧结后的侵蚀面积)之间的非线性关系,设计完成了红柱石基耐火材料抗铜液侵蚀性能的BP网络模型,并以此模型分析计算在新的红柱石百分比和矾土百分比等性能参数情况下的试样烧结侵蚀面积.与实验结果对比,两者符合较好,为耐火材料的性能预测提供了一条有效途径.
关键词:
神经网络
,
红柱石
,
侵蚀
,
BP算法
孙雷剑
,
牛济泰
,
孟庆昌
材料科学与工艺
doi:10.3969/j.issn.1005-0299.2000.04.004
基于神经网络原理，对微合金钢热轧控制参数的选取进行了研究.首先，制定了一套获取样本数据的实验方案.该方案利用Gleeble-1500热力模拟机提取了轧制温度、应变量、应变速率和相应的应力应变曲线，并通过显微观察获取了实验后样品断面的奥氏体晶粒尺寸.通过归一化把实验所得数据进行必要的处理.采用BP算法训练网络，对热轧控制参数（轧制温度、应变量、应变速率）和描述微合金钢组织性能的参数（奥氏体晶粒尺寸及流变应力）之间的映射关系进行了函数逼近，建立了奥氏体晶粒尺寸及流变应力神经网络模型.实践证明，将该神经网络模型运用于热轧控制预报,提高了预测精度并取得较好的效果.
关键词:
微合金钢
,
奥氏体晶粒尺寸
,
流变应力
,
神经网络
,
BP算法
许兴
,
李苹
,
罗光国
钢铁研究
为了对第四钢轧厂生产的Q235B热轧板的常温夏比冲击吸收功进行预报以指导生产,根据冲击吸收功与化学成分、板的终轧厚度、屈服强度及抗拉强度、延伸率间关系的研究,分别用神经元网络法和回归法开发了预报Q235B热轧板冲击功的2种模型.研究发现,神经元网络模型预报结果和实测值吻合较好.在给定化学成分、成品厚度和实测力学性能的条件下,该模型预报Q235B热轧板的常温冲击吸收功准确度较高.
关键词:
回归模型
,
人工神经网络
,
BP算法
,
冲击功
王悦新
,
邱以清
,
刘相华
材料与冶金学报
doi:10.3969/j.issn.1671-6620.2009.01.005
针对铸坯质量预报问题,利用人工神经网络中的BP算法建立原始化学成分和连铸生产的主要工艺参数与产品最终质量之间的关系,并开发出专门的应用软件.软件共分3部分:数据处理部分、人工神经网络训练部分、运用成熟网络预报部分.该预测方法的特点是直观、方便、稳定.数据均从稳定生产的现场取得.采用神经网络对D32-1钢的铸坯质量进行预报,经过上千次训练后,产品质量的预报值与实际值拟合良好,预报结果的相对误差很小.
关键词:
人工神经网络
,
BP算法
,
纵裂
,
预测
王秀梅
,
王国栋
,
刘相华
钢铁
针对传统轧制力模型的固有缺陷,为了提高精轧机组轧制力预设定精度,提出一种将人工神经网络和数学模型相结合的新方法,用于热连轧精轧机组轧制力的预设定.离线仿真表明,采用本文所述的方法,预报精度优于传统方法.预报结果的相对误差限制在±5 %以内.
关键词:
人工神经网络
,
BP算法
,
数学模型
,
轧制力预报
穆柏春
,
李强
,
于景媛
,
唐立丹
材料科学与工艺
doi:10.3969/j.issn.1005-0299.2004.05.011
基于人工神经网络的原理,对热爆法制备Ni-Al系金属间化合物中的控制参数进行了研究,选取了加热速率、颗粒尺寸、压坯密度三个参数,通过对此参数的调控可以影响热爆反应的点火时间及反应过程.本文采用BP算法来训练网络,对热爆反应中的过程参数与热爆点火时间的映射关系进行了函数逼近,建立了热爆点火时间的神经网络模型.根据该模型可以预测热爆的点火时间,为控制热爆反应加压过程提供了可靠的依据.
关键词:
热爆
,
点火时间
,
人工神经网络
,
BP算法
,
Ni-Al系金属间化合物
