10.3969/j.issn.1007-2012.2023.01.010
基于深度学习的螺旋叶片螺距预测
为研究工艺参数与螺旋叶片几何尺寸的映射关系和预测模型,以螺旋叶片螺距为预测目标,根据生产适应性及权重法确定喂料高度、相对平动量、辊子间距、带宽和带厚为关键的轧制工艺影响因素,结合正交试验和数值模拟分析,建立了工艺参数与螺距的关系数据库,在此基础上构建并比对了 SVR、DNN和SNN这3种预测模型.结果表明,DNN模型在训练集与预测集上的预测精度和泛化性能更佳,在预测集上MAR、MAE、RMSE、R2以及Pearson的值分别为3.86%、4.91、6.26、0.998以及0.95;与实测螺距比对,相对误差均小于5%,达到了预测效果,为材料成形质量预测提供了方法.
螺旋叶片、螺距、锥辊异面轧制、深度学习、预测
30
TG335.5+6(金属压力加工)
国家自然科学基金;镇江市重点研发计划
2023-03-08(万方平台首次上网日期,不代表论文的发表时间)
共7页
70-76