一种改进的基于神经网络的板形缺陷识别方法  

An improved method of sheet shape defect identification based on neural network

作　　者：冯晓华[1] 刘鹏[2] 李静[1] 徐美玲[3] 

机构地区：[1]西安工业大学电信学院,陕西西安710032 [2]中国重型机械研究院有限公司,陕西西安710032 [3]宁夏职业技术学院,宁夏银川750002

出　　处：《重型机械》2009年第6期13-17,共5页Heavy Machinery

基　　金：西安工业大学校长基金资助项目(xagdxjj0814)

摘　　要：提出了一种新的冷轧带钢板形缺陷识别方法,该方法以神经网络直接识别法为基础,参考神经网络间接识别法的思想,以板宽变化时保证网络结构不变为出发点,以提高网络识别精度,改善网络的容错性和抗干扰能力为目的构造的神经网络。通过仿真实验可知,该方法行之有效。This paper proposes a new shape defect identification method for cold rolled strips. Based on BP network direct recognition method, and referring to the idea of BP network indirect recognition method, this method increases the precision of network recognition, and at the same time, insures that the network be kept unchanged when the sheet width changes, improving the fault tolerance and anti-jamming ability of network. Simulation experiment shows that this method is effective.

关 键 词：板形 模式识别 BP神经网络 

分 类 号：TG334.9[金属学及工艺—金属压力加工]