基于BP神经网络的轧机当量刚度系数的研究
기우BP신경망락적알궤당량강도계수적연구
BP Neural Network-Based Prediction of the Equivalent Stiffness Coefficient of the Rolling Mill
  • 万方数据
    自动化技术与应用 자동화기술여응용
    TECHNIQUES OF AUTOMATION AND APPLICATIONS
    2009年 8期 4-7 ,共4页

    邱佰平%宋东球

    구백평%송동구

    刚度%BP神经网络%厚度控制%训练算法 剛度%BP神經網絡%厚度控製%訓練算法
    강도%BP신경망락%후도공제%훈련산법
    从轧机变刚度定义出发,结合轧辊弹跳方程,建立了轧机当量刚度的数学模型,分析影响轧辊刚度系数的因素,得到轧辊位置补偿系数函数,给出三层BP神经网络的训练算法.仿真结果表明BP神经网络在轧制过程中能够很好地预测轧辊的当量刚度值,轧件出口厚度偏差曲线收敛速度快,显著提高了控制系统性能.
    종알궤변강도정의출발,결합알곤탄도방정,건립료알궤당량강도적수학모형,분석영향알곤강도계수적인소,득도알곤위치보상계수함수,급출삼층BP신경망락적훈련산법.방진결과표명BP신경망락재알제과정중능구흔호지예측알곤적당량강도치,알건출구후도편차곡선수렴속도쾌,현저제고료공제계통성능.
    원문보기 원문다운로드 사이트로이동
저자의 최근 논문