BP神经网络在温度预报仿真系统中的应用

摘要：

层流冷却是板带生产的关键环节之一,板带层流冷却系统是一个多变量、强耦合、强非线性、难以用数学模型描述的复杂系统,板带冷却效果受板厚、板形、轨道速度、环境温度和水温等多种因素的影响.为了解决层流冷却反馈控制中存在的大滞后,以及用数学模型难以精确预测温度的问题,本文用VC++可视化编程语言建立了基于遗传神经网络的卷取温度预报模型.用现场实测数据对该模型进行离线训练和时比测试.结果表明,该模型能够精确预报卷取温度,为在线应用打下了良好的基础.

关键词：热轧带钢、层流冷却、神经网络、卷取温度

所属期刊栏目：26

分类号：TP273(自动化技术及设备)

在线出版日期：2014-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：179-180,233