BP神经网络在热轧带钢力学性能预报中的应用.pdfVIP

BP神经网络在热轧带钢力学性能预报中的应用.pdf

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
BP 神经网络在热轧带钢力学性能预报中的应用 BP 神经网络在热轧带钢力学性能预报中的应用 邹 波 魏 元 关 菊 (鞍钢股份有限公司第三炼钢连轧厂) 摘 要 本论文简述了在大生产中,热轧钢卷性能参数检验的工艺方法及目标性能参数偏差产生的原因,并对鞍钢 三钢轧厂 ASP 2150 mm 生产线的热轧计算机性能控制方法进行了介绍。为了提高热轧带钢性能参数精度,给用户提 供高性能精度的产品,在鞍钢三钢轧 ASP 2150mm 生产线数据库的基础上结合现场工艺进行了充分的分析和研究, 决定采用 BP 神经网络方法预测普碳类热轧带钢的性能参数,利用 BP 神经网络方法代替传统的取样,上机检验的 方法,并进行了比较研究。同时针对 BP 神经网络应用设计中的网络隐层数、神经元个数、算法等具体设计问题进行 了分析研究,建立了基于 BP 神经网络的普碳热轧带钢的性能参数预测模型 。最终根据离线仿真的结果分析表明, 基于 BP 神经网络方法的热轧带钢性能预测结果与实际取样检验的结果精度偏差在 ±5 % 之内, 决定采用标准上下 限各加严 5 %的方法,应用神经元预报,如预报超出这个加严标准,则采用传统取样方法作为补充。目前,由于 BP 神经网络方法在大生产中热轧带钢性能参数预报的实际应用中还很少,所以BP 神经网络方法在热轧带钢性能 参数预报的在线应用具有非常广阔的前景,是提高热轧带钢的性能精度及增加企业效益非常有效的方法。 关键词 BP 神经网络 热轧带钢 性能预报 Application of BP Neural Network in Prediction of Mechanical Properties of Hot Rolled Strip Zou Bo Wei Yuan Guan Ju (No.3 Steel-making and Continuous Rolling Plant of Angang ) Abstract In this paper, the basic principle of mechanical properties control on hot rolled strip and the reason of the deviation from the strip target mechanical properties are reviewed. The mechanical properties controlling technique of hot-rolling by computer in the third making steel and Hot Strip Mill of Anshan Iron and Steel Group Corporation are introduced. In order to improve the delivery mechanical properties and give customer high precision products, and further to improve the mechanical properties accuracy of the common carbon steel , a BP neural network is introduced to forecast the deviation between test values and target values of market delivery based on the analysis of data of 2150mm Hot Strip Mill and studying of forming processing mec

文档评论(0)

lijinhao2001 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档