基于BP神经网络的热镀锌产品表面粗糙度预报

电镀与涂饰 , 2016, 35(17): 922-926.

基于BP神经网络的热镀锌产品表面粗糙度预报

郑艳坤 ^1, , 任新意 ^2, , 高慧敏 ^3, , 周欢 ^4, , 罗新龙 ^5, , 张秋生 ^6,

1.首钢京唐钢铁联合有限责任公司,河北唐山,063200

2.首钢京唐钢铁联合有限责任公司,河北唐山,063200

3.首钢京唐钢铁联合有限责任公司,河北唐山,063200

4.首钢京唐钢铁联合有限责任公司,河北唐山,063200

5.首钢京唐钢铁联合有限责任公司,河北唐山,063200

6.首钢京唐钢铁联合有限责任公司,河北唐山,063200

关键词：带钢 , 热镀锌 , 表面粗糙度 , 方差分析 , 神经网络 , 预报模型

Surface roughness prediction of hot-dip galvanized products based on BP neural network

Keywords： steel strip , hot-dip galvanizing , surface roughness , variance analysis , neural network , prediction model

为了满足使用客户对带钢表面粗糙度界限范围的严格要求,首先通过单因子方差分析方法确定影响镀锌产品表面粗糙度的关键要素,接着利用检验统计量F值量化研究各个关键要因的显著程度,最后以BP神经网络建立了综合考虑产品规格、轧辊特性、轧制参数等影响因素的热镀锌带钢表面粗糙度预报模型.现场实际情况表明,该预报模型偏差率在3％以内,具有较高的使用价值和推广价值.

参考文献

上一张下一张

计量

下载量()
访问量()

作者相关

文章评分

您的评分：
1

0%
2

0%
3

0%
4

0%
5

0%

材料期刊网

基于BP神经网络的热镀锌产品表面粗糙度预报

Surface roughness prediction of hot-dip galvanized products based on BP neural network

参考文献