基于BP神经网络的不锈钢轧制力预报模型研究
为了提高基于Bland-Ford公式的不锈钢轧制力模型的预报精度,采用Levenberg-Marquardt算法的BP神经网络与现有变形阻力解析数学模型相结合,建立了变形阻力修正模型。在不锈钢轧制生产现场采集大量的实际过程纪录数据,经必要分析选择和按带钢规格材质及有关工艺参数分组后,作为训练样本用于训练BP网络模型。将现场实测数据带入所建轧制力模型进行验证表明,新建的轧制力预报模型具有较高的精度。
不锈钢轧制工艺 轧制力模型 神经网络 预报精度
李实 乔爱民 叶乃威 张清东 于孟
宝新不锈钢有限公司 北京科技大学机械工程学院
国内会议
青岛
中文
81-86
2007-07-01（万方平台首次上网日期，不代表论文的发表时间）