基于神经网络的热连轧板形控制系统的辨识

摘要：

针对宽带钢热连轧轧制过程中影响板形质量的非线性因素众多,板形控制系统精确的数学模型难以建立的特点,分别采用BP和RBF神经网络模型对板形控制系统进行建模,经VC++6.0仿真实验,表明利用神经网络可有效地辨识具有非线性、大滞后的复杂系统的数学模型.通过分析比较两种网络的建模方法,RBF网络模型比BP网络模型更具优越性.RBF神经网络采用的神经元数量大大减少,在一定程度上克服了BP网络训练时间长和局部极小的不足.

关键词： 热连轧 板形控制系统 神经网络 仿真实验

作者: 钟恬 何安瑞 杨荃

作者单位: 北京科技大学,高效轧制国家工程研究中心,北京,100083

会议类型: 国内会议

会议名称: 全国冶金自动化信息网2006年会——炼钢连铸过程自动化技术交流会

会议地点: 福建厦门

会议语种:中文

页码: 44-46

在线出版日期: 2006-09-18（万方平台首次上网日期，不代表论文的发表时间）