结合模型自适应的神经元网络在中厚板轧机轧制力预报中的运用  

Application of Neural Networks With Self Adaption to Predict Rolling Force in Plate Rolling

作　　者：邱红雷[1] 田勇[1] 赵忠[1] 

机构地区：[1]东北大学轧制技术及连轧自动化国家重点实验室,辽宁沈阳110004

出　　处：《钢铁研究学报》2006年第6期59-62,共4页Journal of Iron and Steel Research

基　　金：国家自然科学基金资助项目(50104004)

摘　　要：在中厚板生产过程中,用传统轧制力模型预报中厚板轧机轧制力时存在着较大的误差。为了提高中厚板轧机轧制力的预报精度,采用轧制力模型自适应与人工神经元网络相结合的方法进行中厚板轧制力的在线预报。应用结果表明,采用本方法预报轧制力时精度优于传统的数学模型,相对误差可以控制在±3%以内。For plate rolling, traditional rolling force models have large error. In order to improve the precision of the model, a new method using self adaption and artificial neural networks to predict rolling force was developed. On-line results indicate that the predicted results are more accurate with a relative error within ±3 %.

关 键 词：自适应 人工神经元网络 BP算法 轧制力预报 

分 类 号：TG335.1[金属学及工艺—金属压力加工]