上海金属
上海金屬
상해금속
SHANGHAI METALS
2009年
5期
38-41
,共4页
神经网络%自学习%效率因子%板形控制
神經網絡%自學習%效率因子%闆形控製
신경망락%자학습%효솔인자%판형공제
由于受轧机自身特性变化等复杂因素影响,调控机构的影响系数不适合用恒定的常量来描述.将小波神经网络应用到影响系数的自学习过程,对预设定的影响系数值进行在线修正.介绍了冷连轧板形调控机构影响系数自学习的神经网络结构设计,结合目标能量函数的最小化,对影响系数自学习算法进行分析.结合生产现场的实际板形数据,采用Visual C++/MATLAB对控制算法的作用效果进行仿真.仿真结果表明,自学习算法对板形控制起到了预想的效果,具备现场在线运行的可行性.
由于受軋機自身特性變化等複雜因素影響,調控機構的影響繫數不適閤用恆定的常量來描述.將小波神經網絡應用到影響繫數的自學習過程,對預設定的影響繫數值進行在線脩正.介紹瞭冷連軋闆形調控機構影響繫數自學習的神經網絡結構設計,結閤目標能量函數的最小化,對影響繫數自學習算法進行分析.結閤生產現場的實際闆形數據,採用Visual C++/MATLAB對控製算法的作用效果進行倣真.倣真結果錶明,自學習算法對闆形控製起到瞭預想的效果,具備現場在線運行的可行性.
유우수알궤자신특성변화등복잡인소영향,조공궤구적영향계수불괄합용항정적상량래묘술.장소파신경망락응용도영향계수적자학습과정,대예설정적영향계수치진행재선수정.개소료랭련알판형조공궤구영향계수자학습적신경망락결구설계,결합목표능량함수적최소화,대영향계수자학습산법진행분석.결합생산현장적실제판형수거,채용Visual C++/MATLAB대공제산법적작용효과진행방진.방진결과표명,자학습산법대판형공제기도료예상적효과,구비현장재선운행적가행성.
