基于人工神經(jīng)網(wǎng)絡(luò)的中厚板精軋機軋制力預(yù)報

《基于人工神經(jīng)網(wǎng)絡(luò)的中厚板精軋機軋制力預(yù)報》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第!"卷第!期武漢科技大學(xué)學(xué)報（自然科學(xué)版）#$%&!"，’$&!!(()年*月+&$,-./01213&$,453&6785/（&’09.:0%4538158;<393$1）+.18!(()基于人工神經(jīng)網(wǎng)絡(luò)的中厚板精軋機軋制力預(yù)報程曉茹)，胡衍生)，任勇)，宋耀華!（)&武漢科技大學(xué)，湖北武漢，">((A)；!&武漢鋼鐵（集團）公司，湖北武漢">((A>）摘要：采用人工神經(jīng)網(wǎng)絡(luò)方法，以生產(chǎn)實測數(shù)據(jù)為基礎(chǔ)，建立了高精度的中厚板精軋機軋制力預(yù)報模型。關(guān)鍵詞：中厚板軋制；人工神經(jīng)網(wǎng)絡(luò)；軋制力；模型中圖分類號：7B>()文獻標識碼：C文章編號：)(()="@A（?

2、!(()）(!=()>!=(>要依據(jù)經(jīng)驗對變形抗力模型的函數(shù)類型作出假)傳統(tǒng)軋制力預(yù)報模型設(shè)，通常采用以下幾種指數(shù)型函數(shù)：熱軋板帶軋制力計算公式的一般形式如下：!/).*)"""(8D（E)).*)!）（）>"·%)(!"#$&’(（)）%!)!式中：#———軋件寬度；$———考慮軋輥彈性壓扁［)（*）?1（)*1)）］（?）(0"(0"的變形區(qū)長度；&’———應(yīng)力狀態(tài)系數(shù)；(———平面)/)!).*)變形抗力。"""(8D（E*)!）（）>"·.)(其中，&’和(是兩個子模型。&’是變形區(qū)!!)［)（*）?1（)*1)）］（*）幾何形狀參數(shù)的函數(shù)，是采用理

3、論簡化模型結(jié)構(gòu)，(0"(0"根據(jù)大批生產(chǎn)實測數(shù)據(jù)進行非線性回歸獲得的。!/).)""8D（E)).*)!）（）>*)"!?（F）)(由于簡化條件的不同，&’簡化模型的結(jié)構(gòu)形式一般有如下幾種：))!/).*))""8D（E*)!）（）>"!?（A）.)(%$&’")(*))!+（!）實際上，變形抗力的變化規(guī)律并不能在大范%%圍內(nèi)與所選擇的函數(shù)類型完全一致，特別是當考$$&’")(*))!+*)!*)>!!+（>）慮靜態(tài)再結(jié)晶、應(yīng)變積累、動態(tài)再結(jié)晶、相變等因素的影響時，變形抗力的變化很復(fù)雜，難以用所選,,&’")(*))*)!*)>!（"）"+"+定的函數(shù)來描述

4、，因而，勢必帶來較大的誤差。由于軋制變形的復(fù)雜性，&’理論模型是依據(jù)采用傳統(tǒng)軋制力預(yù)報模型計算，最大偏差多大量假設(shè)和簡化條件推導(dǎo)得來的，為了應(yīng)用中計在!(2以上［)］，將其用于生產(chǎn)中計算機設(shè)定和控算方便快速，又將理論模型進一步簡化，才獲得以制，顯然不能滿足要求。因此，生產(chǎn)中都是采用自上不同的理論簡化模型結(jié)構(gòu)。用這些模型結(jié)構(gòu)建適應(yīng)方法來提高軋制力預(yù)報精度。但是，由于模立起來的理論-統(tǒng)計型公式能反映變形區(qū)幾何形型本身結(jié)構(gòu)的限制，自適應(yīng)方法也難于適應(yīng)實際狀對應(yīng)力狀態(tài)系數(shù)的主要影響趨勢，但精度較差。生產(chǎn)過程。這樣采用自適應(yīng)方法來提高軋制力預(yù)(是材質(zhì)和熱力學(xué)條件的函數(shù)

5、，目前還沒有報精度，當改變軋制品種規(guī)格時，要犧牲前幾塊成熟的理論能夠準確地算出生產(chǎn)條件下的軋件變鋼。傳統(tǒng)軋制力模型精度不高的原因是模型的函形抗力，而是用實驗的方法得到在不同變形溫度、數(shù)類型不能準確地反映變量之間的關(guān)系。變形速度、變形程度條件下某一特定鋼種的變形!基于GH網(wǎng)絡(luò)的軋制力預(yù)報抗力，并利用多元回歸的方法對實測數(shù)據(jù)進行處理，得到這一鋼種的變形抗力模型。這樣做，首先人工神經(jīng)網(wǎng)絡(luò)是一個并行和分布式的信息處收稿日期：!(()=(>=(?作者簡介：程曉茹（)@?A=），女，武漢科技大學(xué)材料與冶金學(xué)院，副教授&萬方數(shù)據(jù)/..$年第/期程曉茹，等：基于人工神經(jīng)網(wǎng)絡(luò)

6、的中厚板精軋機軋制力預(yù)報$44理網(wǎng)絡(luò)結(jié)構(gòu)，由許多功能簡單的單元組成，通過簡單的非線性處理單元的復(fù)合映射，即可獲得復(fù)雜的非線性處理能力，一個三層!"網(wǎng)絡(luò)可實現(xiàn)以任意精度逼近任何曲線。利用神經(jīng)網(wǎng)絡(luò)來預(yù)報軋制力，不需要假設(shè)數(shù)學(xué)模型的函數(shù)類型，只需通過權(quán)值矩陣來記住什么條件下會得到什么結(jié)果，因而可以避免上述誤差。采用!"神經(jīng)網(wǎng)絡(luò)對中厚板精軋機軋制力進行預(yù)報，網(wǎng)絡(luò)結(jié)構(gòu)選用一個隱含層。輸入層的輸入?yún)?shù)是：軋件的入口厚度、出口厚度與寬度，軋爐號化學(xué)成分波動對軋制力的影響。另外，神經(jīng)輥直徑，軋件的含碳量、含錳量、含硅量，軋制溫度網(wǎng)絡(luò)可同時承擔建立模型和模型自適應(yīng)兩個任和軋制

7、速度#個參數(shù)。輸出層的輸出參數(shù)是軋制務(wù)，即學(xué)習(xí)和再學(xué)習(xí)，故可不斷適應(yīng)生產(chǎn)環(huán)境的變力。隱層神經(jīng)元個數(shù)經(jīng)過試驗和優(yōu)選確定為$#化，確保預(yù)報精度。個。神經(jīng)元的變換函數(shù)采用雙曲正切%&’()&*形表!"###精軋機上工藝參數(shù)、軋制力實測及預(yù)報值式，即：4565.5#5,5"=5道次((((:<$22$%+,（-&#）(·;$.67$.67"!（"#"）$）（#）$4931#/53#3$.///3$42/35$39/35$$3$’+,（-&#"http://53#3/$344$./239/329443/1/1/3/419#"$!(")*)%+"（$.）4/$344$133/$.

8、.$/341/4312$1432#14式中：&———