华中科技大学学报(自然科学版)
華中科技大學學報(自然科學版)
화중과기대학학보(자연과학판)
JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY(NATURE SCIENCE)
2008年
4期
68-71
,共4页
中厚板轧机%压力%广义回归神经网络%预测
中厚闆軋機%壓力%廣義迴歸神經網絡%預測
중후판알궤%압력%엄의회귀신경망락%예측
为了实现中厚板轧机在轧制过程中的压力变化自动预测和控制,分析了轧制过程中压力变化的影响因素,在神经网络技术和现场实测数据的基础上,利用Matlab人工神经网络工具箱,应用广义回归神经网络建立压力变化预测模型来提高轧制压力变化预测的精度.经过对现场实测数据的处理,分析了工作辊直径和初始板坯宽度对轧制压力网络模型精度的影响.指出随着工作辊直径的增大,网络的精度逐渐降低;随着选用初始板坯宽度的增大,网络模型的精度逐渐增高.结果表明:该方法建立的模型可以实现对压力变化的预测,且预测精度有较大提高.
為瞭實現中厚闆軋機在軋製過程中的壓力變化自動預測和控製,分析瞭軋製過程中壓力變化的影響因素,在神經網絡技術和現場實測數據的基礎上,利用Matlab人工神經網絡工具箱,應用廣義迴歸神經網絡建立壓力變化預測模型來提高軋製壓力變化預測的精度.經過對現場實測數據的處理,分析瞭工作輥直徑和初始闆坯寬度對軋製壓力網絡模型精度的影響.指齣隨著工作輥直徑的增大,網絡的精度逐漸降低;隨著選用初始闆坯寬度的增大,網絡模型的精度逐漸增高.結果錶明:該方法建立的模型可以實現對壓力變化的預測,且預測精度有較大提高.
위료실현중후판알궤재알제과정중적압력변화자동예측화공제,분석료알제과정중압력변화적영향인소,재신경망락기술화현장실측수거적기출상,이용Matlab인공신경망락공구상,응용엄의회귀신경망락건립압력변화예측모형래제고알제압력변화예측적정도.경과대현장실측수거적처리,분석료공작곤직경화초시판배관도대알제압력망락모형정도적영향.지출수착공작곤직경적증대,망락적정도축점강저;수착선용초시판배관도적증대,망락모형적정도축점증고.결과표명:해방법건립적모형가이실현대압력변화적예측,차예측정도유교대제고.