基于FEM-ANN的冷轧板带板凸度预报
针对1450HC轧机,利用大型非线性有限元软件MSC.Marc建立仿真模型,对多种轧制工况进行了模拟,得到了板凸度值.研究了不同板带参数、工艺参数、板形调控参数对轧后板凸度的影响规律.以有限元计算值为训练样本,利用BP神经网络强大的非线性映射功能,建立了板凸度预报模型,在训练过程中采用了改进的快速BP训练算法,从而提高了训练速度,加快了网络收敛速度,增加了算法的可行性.该网络模型解决了有限元计算时间长,难以在线应用的问题.
有限元、BP神经网络、板凸度、改进算法
48
国家自然科学基金资助项目51027003
2014-04-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
40-44,60