基于神經網絡的軋制力模型研究與應用.pdf

1、冷軋板帶材軋制過程控制技術水平是提高板帶材產品質量以及生產能力的關鍵。描述軋制過程的數學模型是過程控制的基礎，其精度決定著過程控制的精度。鑒于軋制過程影響因素復雜以及各影響因素時刻變化，難于用機理模型描述，將人工智能方法用于過程控制模型的研究，是目前認為提高過程控制技術的有效途徑。
　　冷軋軋制力模型是冷連軋模型系統的核心。本文以軋制力模型為研究對象，首先從軋制理論出發(fā)，深入分析了冷軋時軋制力模型的特點，并且探討了在工程研究中應用

2、廣泛的Bland-Ford-Hill軋制力模型，詳細分析了影響軋制力計算精度的主要因素。
　　然后，在軋制力數學模型研究的基礎上，以某1450mm八輥五機架冷連軋機的實際生產數據為依據，運用BP(Back-Propagation)神經網絡建立了拓撲結構為7-12-1的神經網絡軋制力模型。針對單純的BP算法容易形成局部極小的缺點，將蟻群算法用于BP神經網絡權值的優(yōu)化中，進一步提高了軋制力預報的精度，并通過離線學習結果有力的證明了蟻群