基于热轧工艺过程数据的硅钢同板差预测模型
为建立冷轧硅钢同板差预测模型,运用岭回归分析法对同板差影响因素进行分析,验证热轧断面参数到冷轧同板差的遗传性,并得到各特征参数的特征重要度.根据特征参数与热轧板形数据,以冷轧同板差为目标,利用BP神经网络算法建立热轧断面到冷轧同板差的遗传模型,并对冷热轧生产中各工艺特征的特征参数进行重要度关联分析,量化各工艺特征参数对带钢冷轧同板差指标的重要程度;并依据重要度参数进行模型特征选择,从而建立带钢同板差预报模型.最终将预报模型应用于工业现场,通过热轧板形数据,定量的来预测冷轧成品质量,获得较好的应用效果.
冷轧同板差、热轧板形、重要度、BP神经网络算法、预测模型
42
TG337.3(金属压力加工)
2020-07-10（万方平台首次上网日期，不代表论文的发表时间）
共5页
36-40
