基于卷积神经网络的轧制力预测

摘要：

为了提高钢铁产品的质量,围绕热轧带钢生产过程中轧制力的预测精度问题,本文建立了基于卷积神经网络(CNN)的轧制力预测模型.通过采集某钢厂历史生产数据,并进行处理,利用开源深度学习工具TensorFlow编写相应的仿真程序.结果表明,基于CNN的轧制力预测模型具有很强的学习能力和表达能力,轧制力预测精度得到很大提高.

关键词： 带钢 热连轧 轧制力 预测精度 卷积神经网络

作者: 刘菊 常然然

作者单位: 北京金自天正智能控制股份有限公司轧钢传动事业部,北京100070

会议类型: 国内会议

会议名称: 全国冶金自动化信息网2018年会

会议地点: 昆明

会议语种:中文

页码: 68-71

在线出版日期: 2018-06-01（万方平台首次上网日期，不代表论文的发表时间）