10.3969/j.issn.1673-629X.2018.12.039
基于BP-NN的热连轧产品性能自适应逆控制模型
为了满足热连轧产品用户对性能的不同需求,钢铁企业需要逆控制模型调整生产工艺参数.以某钢铁企业热连轧产品质量为研究对象,运用BP神经网络构建钢铁热连轧产品性能指标和钢铁化学成份与轧制工艺参数的逆模型,实现了根据给定钢铁性能指标求轧制工艺参数的目的.结合BP神经网络、自适应逆控制与内模控制理论,建立了基于内模控制的多输入单输出(MISO)的BP神经网络逆模型,实现了BP神经网络输出、输入变量的逆映射,根据模型的输出变量可以求解出输入变量,并且给出逆模型求解的具体算法步骤.将所建模型应用到钢铁热连轧产品质量控制系统中,设置热连轧产品性能指标,求解轧制工艺参数-轧制卷曲温度,实现轧制工艺参数的可控性.使用热连轧产品质量控制正系统验证,误差在0.05范围之内,符合企业生产要求.
热连轧产品、内模控制、BP神经网络、轧制工艺参数、自适应逆控制
28
TP39(计算技术、计算机技术)
山西省自然科学基金2015011040
2019-03-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
185-189