针对传统轧制力模型的固有缺陷,为提高冷连轧机组轧制力预测精度,使用一种RBF算法的人工神经网络预测冷轧带钢屈服应力,把预测值用于传统数学模型中计算轧制力;并在此基础上,组合使用机架相关网络(RBF类型)、速度相关网络(RBF类型)修正轧制力计算值.应用结果表明,此方法满足生产的需要,预报最终误差范围为±6.5%.
参考文献
| [1] | 孙一康.带钢冷连轧计算机控制[M].北京:冶金工业出版社,2002 |
| [2] | 孙登月,杜凤山,朱泉封,周坚刚.五机架冷连轧机轧制力人工神经网络预报[J].钢铁,2002(02):28-30,34. |
| [3] | 刘兴刚,丛德宏,郝丽娜,徐心和,李山青.基于数据库的神经网络轧制力建模[J].系统仿真学报,2005(01):7-10,15. |
| [4] | 董敏,刘才,李灵锋.RBF网络优化设计及在轧机轧制力预报中的应用[J].钢铁,2005(11):34-36,61. |
| [5] | 丛爽.径向基函数网络的功能分析与应用的研究[J].计算机工程与应用,2002(03):85-87,200. |
| [6] | 沈辉,胡德文,温熙森.混沌系统辨识的一种新的生长型神经气方法[J].自动化学报,2001(03):401-405. |
| [7] | 康永林.轧制工程学[M].北京:冶金工业出版社,2004 |
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%