基于PSO-BP神经网络的铝带坯晶粒度软测量建模及优化
铝带坯晶粒度是铸轧过程中反映铝带坯产品质量的重要参数，目前无法实现在线实时测量与控制。本文在分析铝电磁铸轧的工作原理和铸轧因素及电磁因素对铝带坯晶粒度影响的基础上，结合铝电磁铸轧过程，建立了基于BP神经网络的铝带坯晶粒度软测量模型，并针对此模型的不足，利用粒子群算法进行优化，以实现晶粒度的在线测量。仿真结果表明：基于BP神经网络软测量模型能够实现铝带坯晶粒度的在线测量，且结构简单。用粒子群算法对BP神经网络进行优化后，系统的稳定性和鲁棒性都明显增强，系统的确定性系数得到显著的提高。
铝带坯晶粒度 电磁铸轧 软测量模型 BP神经网络 粒子群算法
凌玉华 杨欣荣 李红艳 纪云云 廖力清
中南大学信息科学与工程学院,长沙410083
国内会议
北京
中文
2354-2359
2010-07-29（万方平台首次上网日期，不代表论文的发表时间）