本文主要研究内容
作者崔晨耕（2019）在《神经网络算法与机理模型融合的冷连轧轧制力智能预报模型》一文中研究指出：冷轧带钢的生产模式正在向多品种、小批量、低库存转变,这直接导致了轧制过程中需要更频繁地切换品种规格。由于变规格过程中轧制工艺状态变化较大,传统机理模型加常规自学习和自适应方法很难保证规格切换后首卷产品设定精度。为提高变规格过程中轧制力预报精度,本文提出一种机理模型与轧制过程海量历史数据相融合的复合模型。该方法建立在轧制力理论模型的基础上,采用遗传算法优化BP神经网络的方法对模型轧制力进行校正。使用该算法进行轧制力预报,使变规格后首卷钢轧制力预报的平均相对误差控制在±5.5%内,远高于常规机理模型的设定精度,该方法具有现场应用价值。
Abstract
leng ga dai gang de sheng chan mo shi zheng zai xiang duo pin chong 、xiao pi liang 、di ku cun zhuai bian ,zhe zhi jie dao zhi le ga zhi guo cheng zhong xu yao geng pin fan de qie huan pin chong gui ge 。you yu bian gui ge guo cheng zhong ga zhi gong yi zhuang tai bian hua jiao da ,chuan tong ji li mo xing jia chang gui zi xue xi he zi kuo ying fang fa hen nan bao zheng gui ge qie huan hou shou juan chan pin she ding jing du 。wei di gao bian gui ge guo cheng zhong ga zhi li yu bao jing du ,ben wen di chu yi chong ji li mo xing yu ga zhi guo cheng hai liang li shi shu ju xiang rong ge de fu ge mo xing 。gai fang fa jian li zai ga zhi li li lun mo xing de ji chu shang ,cai yong wei chuan suan fa you hua BPshen jing wang lao de fang fa dui mo xing ga zhi li jin hang jiao zheng 。shi yong gai suan fa jin hang ga zhi li yu bao ,shi bian gui ge hou shou juan gang ga zhi li yu bao de ping jun xiang dui wu cha kong zhi zai ±5.5%nei ,yuan gao yu chang gui ji li mo xing de she ding jing du ,gai fang fa ju you xian chang ying yong jia zhi 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机与现代化的崔晨耕，发表于刊物计算机与现代化2019年08期论文，是一篇关于定制化生产论文,轧制力预报论文,遗传算法论文,神经网络论文,计算机与现代化2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机与现代化2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：定制化生产论文; 轧制力预报论文; 遗传算法论文; 神经网络论文; 计算机与现代化2019年08期论文;