郑州大学学报（工学版）
鄭州大學學報（工學版）
정주대학학보（공학판）
JOURNAL OF ZHENGZHOU UNIVERSITY(ENGINEERING SCIENCE)
2009年
2期
103-106
,共4页
孟令启%王建勋%雷明杰%吴浩亮%聂孟辉
孟令啟%王建勛%雷明傑%吳浩亮%聶孟輝
맹령계%왕건훈%뢰명걸%오호량%섭맹휘
应力状态系数%人工神经网络%中厚板轧机
應力狀態繫數%人工神經網絡%中厚闆軋機
응력상태계수%인공신경망락%중후판알궤
为寻求计算应力状态系数的新方法,以4200轧机轧制的大量实测数据为基础,利用Matlab神经网络工具箱,以轧制前、后钢板厚度为输入神经元,以实测轧制压力并依靠压力公式进行逆运算获得的Qp为输出神经元,建立了轧制变形区的应力状态系数与轧件轧制前后钢板厚度对应关系的BP神经网络模型和GRNN神经网络模型.结果表明,用人工神经网络算法预测应力状态系数是可行的;且通过GRNN神经网络模型和BP模型的对比,说明GRNN网络具有更高的精度和更强的泛化能力.
為尋求計算應力狀態繫數的新方法,以4200軋機軋製的大量實測數據為基礎,利用Matlab神經網絡工具箱,以軋製前、後鋼闆厚度為輸入神經元,以實測軋製壓力併依靠壓力公式進行逆運算穫得的Qp為輸齣神經元,建立瞭軋製變形區的應力狀態繫數與軋件軋製前後鋼闆厚度對應關繫的BP神經網絡模型和GRNN神經網絡模型.結果錶明,用人工神經網絡算法預測應力狀態繫數是可行的;且通過GRNN神經網絡模型和BP模型的對比,說明GRNN網絡具有更高的精度和更彊的汎化能力.
위심구계산응력상태계수적신방법,이4200알궤알제적대량실측수거위기출,이용Matlab신경망락공구상,이알제전、후강판후도위수입신경원,이실측알제압력병의고압력공식진행역운산획득적Qp위수출신경원,건립료알제변형구적응력상태계수여알건알제전후강판후도대응관계적BP신경망락모형화GRNN신경망락모형.결과표명,용인공신경망락산법예측응력상태계수시가행적;차통과GRNN신경망락모형화BP모형적대비,설명GRNN망락구유경고적정도화경강적범화능력.
