-
题名基于轧制机理和混合神经网络的热轧精轧带宽预测
被引量：9
- 1
-
-
作者
王晓雯
张勇军
郭强
张飞
裴红平
-
机构
北京科技大学工程技术研究院
北京科技大学高效轧制与智能制造国家工程研究中心
-
出处
《中国冶金》
CAS
CSCD
北大核心
2023年第2期114-120,共7页
-
基金
国家自然科学基金资助项目(U21A20483)。
-
文摘
热轧带钢成品的宽度精度直接影响产品成材率,是产品性能提升的关键,而精轧区带钢出口宽度的精准预测可以为粗轧区宽度控制模型参数提供及时的优化调整指导。传统机理模型与实际情况往往存在较大差异,现有的数据驱动模型大多采用神经网络方法,但没有考虑轧制数据的时序性以及数据剪枝带来的信息损失。为了进一步提升精轧带钢宽度预测精度,提出一种基于轧制机理的混合神经网络宽度预测模型,利用精轧宽展的机理模型计算宽度基准值,结合卷积神经网络(CNN)和门控循环单元(GRU)输出宽度预测纠偏值。利用2250mm热连轧钢厂数据集试验,结果表明本文提出的热连轧带钢宽度预测模型训练效率较高,98.7%带钢宽度的预测精度在4mm内,较传统BP神经网络模型和其他单一结构网络有大幅提升,且模型在线测试速度满足工业现场应用需求。
-
关键词
热连轧
精轧
宽度预测
宽展机理模型
卷积神经网络
门控循环单元
-
Keywords
hot continuous rolling
finish rolling
width prediction
width spread mechanism model
convolutional neural network
gated recurrent unit
-
分类号
TG335.56
[金属学及工艺—金属压力加工]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
