带钢卷取温度高精度预报的遗传神经网络方法

摘要：

热轧带钢卷取温度是影响成品带钢性能指标的重要工艺参数之一,其层流冷却控制系统具有高度非线性.影响卷取温度的因素多而且复杂,采用传统的温度预报模型难以达到较高的精度要求.为了满足卷取温度高精度的要求,提出了一种基于数据挖掘技术的遗传神经网络方法.充分发挥数据挖掘的关联分析能力、神经网络的泛化映射能力和遗传算法的全局搜索能力,将三者结合起来,建立了卷取温度预测模型.运用实际现场数据进行测试表明:它能准确地预报卷取温度,具有在线应用的前景.

关键词：卷取温度、数据挖掘、预测控制、遗传神经网络

所属期刊栏目：44

分类号：TP273(自动化技术及设备)

在线出版日期：2008-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：225-227,235