基于BP神经网络的CSP生产线轧制力预测模型

机械工程材料, 2014, 38(10): 79-87.

基于BP神经网络的CSP生产线轧制力预测模型

何亚元 ^1, , 严翔 ^2, , 李立新 ^3, , 周千学 ^4, , 官计生 ^5,

1.武汉钢铁集团公司研究院,武汉430080

2.武汉钢铁集团公司研究院,武汉430080

3.武汉科技大学材料与冶金学院,武汉430081

4.武汉钢铁集团公司研究院,武汉430080

5.武汉钢铁集团公司研究院,武汉430080

关键词： BP神经网络 , 轧制力模型 , 喷油量 , CSP生产线

Prediction Model of Rolling Force of CSP Line Based on BP Neural Network

Keywords： back propagation (BP) neural network , rolling force model , lubricating oil injection quantity , compact strip production (CSP) line

使用数学模型和BP神经网络相结合的方法对轧制力进行预测.与大多数神经网络仅选取轧制变量作为输入量不同,该BP神经网络增加了喷油量和轧制力模型计算值作为输入变量以考虑摩擦对轧制力的影响,避免过大的轧制力预测偏差,从而形成了11×7×1的网络结构,并和轧制力模型组合构成CSP生产线轧制力预测模型.结果表明:该神经网络模型预测值与实测平均值的平均相对误差仅为1.08％,轧制力模型的平均相对误差为6.32％,该神经网络对轧制力实测平均值的跟踪能力更好,有较高的工程应用价值.

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CSP生产线轧制力预测模型

Prediction Model of Rolling Force of CSP Line Based on BP Neural Network

参考文献