基于神经网络的热轧带钢卷取温度预测

摘要：

热轧带钢卷取温度是影响成品带钢性能指标的重要工艺参数之一,其层流控制系统具有高度的非线性.采用附加动量BP算法,建立了基于神经网络前馈与数学模型反馈的联合层流控制系统,仿真结果表明,采用神经网络预测的卷取温度与实测温度相近,结果可信,为层流数学模型参数的在线辨识打下了坚实的基础.

关键词：热轧带钢、层流冷却、卷取温度、神经网络、BP算法

所属期刊栏目：16

分类号：TG333.5(金属压力加工)

资助基金：河北省自然科学基金E2004000221

在线出版日期：2005-07-07（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：990-992