基于改進(jìn)BP算法的熱軋帶鋼組織性能預(yù)測(cè)模型的研究.pdf

1、對(duì)不同化學(xué)成分和工藝參數(shù)的熱軋帶鋼組織性能進(jìn)行預(yù)測(cè)，可以進(jìn)行新鋼種開發(fā)，優(yōu)化軋制工藝設(shè)計(jì)，減少合金元素含量，降低開發(fā)成本滿足市場(chǎng)需求。實(shí)現(xiàn)對(duì)軋制過程中組織-性能演變預(yù)測(cè)的軟儀表，將可以大幅減少性能檢測(cè)實(shí)驗(yàn)量，實(shí)現(xiàn)組織和性能的高精度預(yù)測(cè)，縮短新產(chǎn)品開發(fā)周期、交貨周期，有助于進(jìn)一步提高產(chǎn)品質(zhì)量和成材率．本文根據(jù)組織-性能預(yù)測(cè)與控制技術(shù)(SPPC)理論，建立了基于BP神經(jīng)網(wǎng)絡(luò)的組織性能預(yù)測(cè)系統(tǒng)。
　　 首先，本文建立了基本的BP神經(jīng)網(wǎng)

2、絡(luò)，用于組織性能預(yù)測(cè)系統(tǒng)的開發(fā)。對(duì)影響鋼材力學(xué)性能的重要參數(shù)進(jìn)行了分析，確立了組織性能預(yù)測(cè)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，并將BP網(wǎng)絡(luò)模型應(yīng)用于組織性能預(yù)測(cè)系統(tǒng)中，開發(fā)了基于VC平臺(tái)下的人機(jī)界面友好的組織性能離線預(yù)測(cè)系統(tǒng)。整理網(wǎng)絡(luò)訓(xùn)練所用數(shù)據(jù)是熱軋組織-性能BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型建立的首要工作。本文針對(duì)現(xiàn)場(chǎng)采樣數(shù)據(jù)存在噪聲的情況，實(shí)現(xiàn)了梅鋼生產(chǎn)現(xiàn)場(chǎng)數(shù)據(jù)源的整合及采樣數(shù)據(jù)的預(yù)處理。為BP神經(jīng)網(wǎng)絡(luò)模型的建立提供了真實(shí)、可靠、充分的數(shù)據(jù)基礎(chǔ)。實(shí)現(xiàn)了組織-性

3、能預(yù)測(cè)系統(tǒng)開發(fā)后對(duì)系統(tǒng)的預(yù)測(cè)結(jié)果進(jìn)行了分析。
　　 其次，針對(duì)輸入輸出映射關(guān)系復(fù)雜的條件下BP網(wǎng)絡(luò)訓(xùn)練速度較慢的情況，提出兩種改進(jìn)網(wǎng)絡(luò)訓(xùn)練的算法：第一，在訓(xùn)練過程中識(shí)別收斂速度過慢的個(gè)別樣本進(jìn)行重點(diǎn)訓(xùn)練。第二，分析了BP網(wǎng)絡(luò)誤差曲面的特征，提出了自適應(yīng)調(diào)節(jié)學(xué)習(xí)速率的誤差反傳算法。
　　 最后，利用上述改進(jìn)算法進(jìn)行SPA-H采樣數(shù)據(jù)的力學(xué)性能預(yù)測(cè)，并進(jìn)行了試算：均方根誤差達(dá)到16時(shí)改進(jìn)訓(xùn)練算法共迭代1450次；原訓(xùn)練算法需