BP神经网络在轧制力计算中的应用  

Application of BP neural network in rolling force prediction

作　　者：夏宇[1,2] 赵团民[1] 郭军[1] 

机构地区：[1]中国重型机械研究院股份公司,陕西西安710032 [2]西安交通大学,陕西西安710049

出　　处：《重型机械》2013年第5期11-13,共3页Heavy Machinery

基　　金：西安市科技计划项目 可逆冷轧机过程自动化控制及厚度自动控制系统(GXY1105)

摘　　要：针对传统轧制力模型不能提供足够精确的预报值问题,采用BP神经网络技术能够提供了一个崭新的建模工具,该技术有很多算法,本文利用不同算法的BP网络对中国重型机械研究院设计的1 450六辊冷轧机轧制压力进行了预报,结果显示traingdx算法误差较小,平均偏差为0.016,计算结果比较精确。For traditional rolling models can＇t give sufficiently accurate prediction value, the technique of BP neural networks has been provided as a new modeling tool with many algorithms. In this paper, the rolling force of a 1450 six-high strip cold rolling mill, designed by China National Heavy Machinery Research Institute, was predicted by various algorithms of BP network. Results show that the traingdx algorithm has smaller error, and its average deviation is only 0. 016, so the algorithm is more precise.

关 键 词：轧制力 神经网络 traingdx 

分 类 号：TG333.7[金属学及工艺—金属压力加工]