带钢卷取温度智能预报系统及仿真程序设计

摘要：

为进一步提高热轧带钢卷取温度控制精度,将遗传算法与神经网络相结合,建立卷取温度预报系统,用改进的智能算法来优化遗传神经网络模型参数,以应对生产过程的强非线性.首先,提出了新的遗传操作,通过优生、突变、嫁接保证在全局范围内对模型参数进行优化;其次,利用某钢厂热轧生产线的历史数据,对温度模型进行测试和仿真,动态呈现了神经网络权值优化的中间过程,逼真显现了算法收敛的趋势.仿真结果表明,该温度预报模型收敛速度较快且精度高,可为前馈控制的补偿参数优化提供可靠的参考数据,进而提高热轧带钢卷取温度的控制精度.

关键词：热轧、卷取、温度预报、智能优化算法、优生、嫁接、遗传神经网络

所属期刊栏目：43

资助基金：科技部重点新项目;吉林省科技发展计划项目

在线出版日期：2020-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：23-27