10.3969/j.issn.0253-6099.2020.04.034
基于DBN算法的热轧高强钢薄板轧机振动预报研究
针对热轧高强钢薄板生产过程中轧机出现剧烈振动、造成产品质量不高和设备损坏等问题,深度挖掘钢铁工业积累的轧制实时监测数据(PDA数据),提出采用DBN算法和GA-BP算法建立轧机振动预报模型,从而对轧机振动进行预报.首先通过建立轧机垂直振动数学模型,分析轧机振动机理,然后建立振动预报模型,并利用现场实测数据训练其精度,结果表明,本预报模型预测结果的误差在3.94%以内,可以用于轧机振动的预报.建立了轧制工艺参数和轧机振动强度的定量关系,为轧制制度的改进以及在轧制过程中实现快速减弱甚至消除轧机振动提供参考.
热轧、高强钢薄板、轧机振动、振动预报、DBN算法、GA-BP算法
40
TG335(金属压力加工)
国家重点研发计划项目;河北省高等学校科学技术重点资助项目
2020-09-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
135-141,144