10.3969/j.issn.1000-7059.2007.06.005
基于神经网络的热带钢连轧弯辊力预报模型
针对传统弯辊力预设定模型的缺陷和带钢热连轧轧制特点,利用日照钢铁有限公司1 580 mm七机架热轧机生产数据,对精轧机组进行了基于神经网络的弯辊力优化预报.基于神经网络的弯辊力预报模型与传统模型相比,可进行高度非线性模拟,以大量实际数据作为神经网络训练输入,有模型结构简单、容易实现等优点.基于神经网络的弯辊力预报模型不但考虑各种输入参数相互之间的影响作用,而且考虑到各机架输出之间的关系,可用于提高头部板形控制精度,并为实际弯辊力设定提供了指导和试验基础.
热轧、板形、弯辊力、神经网络
31
TG334.9(金属压力加工)
2008-03-03(万方平台首次上网日期,不代表论文的发表时间)
共3页
20-22