-
题名BP神经网络的弯辊力预设定优化
被引量：7
- 1
-
-
作者
常安
邸洪双
佟强
白金兰
阳代军
-
机构
东北大学轧制技术及连轧自动化国家重点实验室
首钢技术研究院
-
出处
《轧钢》
2006年第5期55-57,共3页
-
基金
教育部博士点基金资助项目(20050145021)
-
文摘
针对国内某厂六辊单机架可逆冷轧机预设定弯辊力与实际轧制过程中弯辊力偏差较大的问题,采用了BP神经网络对其进行优化,结果其精度比回归的弯辊力模型的精度有显著提高,可使弯辊力预设定精度控制在15%以内,并为实现弯辊力的闭环控制奠定了基础。
-
关键词
BP神经网络
弯辊力设定
可逆冷轧机
回归模型
-
Keywords
BP neural network
bending force preset
reversing cold mill
regression model
-
分类号
TG335.55
[金属学及工艺—金属压力加工]
-
-
题名PCA降维技术在弯辊力预设定中的研究与应用
被引量：6
- 2
-
-
作者
卜赫男
叶鹏飞
闫注文
韩子延
-
机构
江苏科技大学机械工程学院
南京工程学院智能装备产业技术研究院
-
出处
《矿冶工程》
CAS
CSCD
北大核心
2020年第5期104-108,共5页
-
基金
国家自然科学基金(51804133)
江苏省自然科学基金(BK20180977,BK20181024)。
-
文摘
为了提高冷连轧带钢弯辊力预设定模型的计算效率,在原有基于GA⁃BP神经网络的弯辊力预设定模型基础上,引入主成分分析(PCA)数据降维技术,通过PCA将原有10个轧制参数变量转换为3个主成分变量,降维后的主成分变量包含了原始实测轧制参数93.55%的信息,实现了轧制参数特征的有效提取;将其作为神经网络的输入,建立PCA⁃GA⁃BP新形态弯辊力预设定模型,简化了模型结构。以某1450 mm冷连轧生产线数据作为样本比较了2种模型的计算性能,结果表明,2种模型均具有较好的泛化能力,在保证带钢头部板形精度的基础上,PCA⁃GA⁃BP模型与原模型相比迭代次数减少86次,计算时间缩短73 ms,预报效率显著提高。
-
关键词
冷连轧
带钢
板形
板形控制
弯辊力预设定
主成分分析
降维
模型
-
Keywords
tandem cold rolling
strip steel
flatness
flatness control
bending force preset
principal component analysis(PCA)
dimensionality reduction
model
-
分类号
TG335.12
[金属学及工艺—金属压力加工]
-
