10.3969/j.issn.1005-2852.2017.04.012
基于神经网络的热镀锌镀层厚度建模与预测方法
连续热镀锌是现代镀锌生产的主要方法,但其镀层厚度系统具有非线性、多变量、时变大滞后等特点,难以建模与控制.本文在对镀锌生产线原理、镀层厚度影响因素分析的基础上,构建与训练镀层厚度预测神经网络模型,该模型具有预测精度高,增益准确,覆盖全工况的优点,为下一步镀层厚度控制系统的开发奠定了基础.
神经网络、模型、镀层厚度、非线性、增益
TP2;TP1
2017-05-18(万方平台首次上网日期,不代表论文的发表时间)
共4页
65-68