利用神经网络提高热轧带钢卷取温度的控制精度

摘要：

针对热轧带钢层流冷却过程的复杂性,以国内某热轧厂层流冷却系统为例,分析了层流冷却系统的组成以及相应的空冷和水冷数学模型采用神经网络与数学模型相结合的方法,对带钢实测卷取温度与目标值的偏差进行了预报,证明利用神经网络能较好预测卷取温度的偏差值,进而对数学模型中的参数进行调整,实现高精度的卷取温度控制结果表明,卷取温度比传统数学模型控制的标准差降低了21.94%.

关键词：热轧带钢、层流冷却、控制精度、神经网络

所属期刊栏目：26

分类号：TG335.11(金属压力加工)

资助基金：国家自然科学基金50227401

在线出版日期：2005-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：871-873