基于BP神经网络的轧机油膜厚度补偿的测试与建模

摘要：

针对单机架热轧中厚板轧机天铁2500mm中厚板生产线的油膜补偿问题进行了研究,用基于BP神经网络的方法建立了轧机油膜厚度补偿模型,并与已成熟应用的基于Reynolds方程的轧机相对油膜厚度补偿方法进行比较分析.结果表明,BP神经网络模型比基于Reynolds方程的轧机相对油膜厚度补偿方法具有预测精度高、样本学习时间快、收敛速度快的优点,BP神经网络模型可以对轧机油膜厚度进行良好的补偿.

关键词：BP神经网络、中厚板带钢、油膜厚度补偿、Reynolds方程

所属期刊栏目：37

分类号：TP29;TF31(自动化技术及设备)

资助基金：河南省科技厅科技攻关资助项目122102210170;周口师范学院青年教师基金资助项目2012QNB07

在线出版日期：2012-11-16（万方平台首次上网日期，不代表论文的发表时间）

页码：116-119