论文摘要
为提高热连轧非稳态过程轧制力的预测精度,提出了一种轧制力自学习模型优化方法.将模型自学习系数分解为层别学习系数和轧制状态学习系数,表征机架间轧制力预报偏差的遗传特性及实际轧辊状态对模型预报的影响.在系数更新过程中,根据层别距离分别对学习系数进行更新,减小了轧制规格切换时轧制力的预报误差.所提方法已成功应用于某热连轧过程,与原模型相比,优化后的自学习方法的预测偏差从2. 8%降低到1. 4%,均方差从3. 3%降低到1. 7%,有效提高了非稳态过程轧制力的预测精度和鲁棒性.
论文目录
文章来源
类型: 期刊论文
作者: 彭文,姬亚锋,陈小睿,张殿华
关键词: 热轧,轧制力,非稳态过程,层别距离,预测偏差
来源: 东北大学学报(自然科学版) 2019年10期
年度: 2019
分类: 工程科技Ⅱ辑,工程科技Ⅰ辑
专业: 金属学及金属工艺
单位: 东北大学轧制技术及连轧自动化国家重点实验室,太原科技大学机械工程学院
基金: 国家自然科学基金资助项目(51704067,51634002),中央高校基本科研业务专项资金资助项目(N180704006),轧制技术及连轧自动化国家重点实验室开放课题(2017RALKFKT009)
分类号: TG335.11
页码: 1408-1412
总页数: 5
文件大小: 896K
下载量: 152
相关论文文献
- [1].多元回归分析在建立轧制力模型中的应用[J]. 硅谷 2012(02)
- [2].神经网络算法与机理模型融合的冷连轧轧制力智能预报模型[J]. 计算机与现代化 2019(08)
- [3].基于最小二乘法的冷轧轧制力模型新功能开发[J]. 企业科技与发展 2018(06)
- [4].平整机轧制力模型在锡板连退中的研究与应用[J]. 机床与液压 2018(22)
- [5].基于深度网络训练的铝热轧轧制力预报[J]. 中国有色金属学报 2018(10)
- [6].降低轧制T5料轧制力异常升高的措施[J]. 梅山科技 2011(05)
- [7].二十辊轧机轧制力动态预设定模型研究[J]. 轧钢 2018(04)
- [8].板带轧制过程考虑滑动与粘着摩擦的轧制力模型[J]. 中南大学学报(自然科学版) 2016(12)
- [9].基于改进果蝇算法与最小二乘支持向量机的轧制力预测算法研究[J]. 计量学报 2016(05)
- [10].梅钢1420冷连轧机轧制力模型的开发及应用[J]. 材料与冶金学报 2009(04)
- [11].基于改进OS-ELM的冷连轧在线轧制力预报[J]. 计量学报 2019(01)
- [12].五米宽厚板轧机轧制力数学模型的适用性分析[J]. 金属材料与冶金工程 2017(04)
- [13].热连轧精轧机组轧制力仿真及模型优化[J]. 金属制品 2017(05)
- [14].基于遗传神经网络的不锈钢带冷轧轧制力模型[J]. 钢铁 2008(12)
- [15].道次间冷却工艺对轧制力的影响分析[J]. 上海金属 2019(04)
- [16].涟钢CSP轧制力计算模型研究[J]. 涟钢科技与管理 2012(01)
- [17].基于深度学习的热连轧轧制力预测[J]. 钢铁研究学报 2019(09)
- [18].对厚板轧机轧制力模型的修正解析[J]. 轧钢 2009(06)
- [19].六辊可逆冷轧机轧制力计算研究[J]. 中国重型装备 2019(04)
- [20].人工神经网络预测轧制力在铜带冷轧机中的应用[J]. 现代信息科技 2019(08)
- [21].热连轧轧制力贝叶斯神经网络预测与模型优化[J]. 金属制品 2017(06)
- [22].基于奥洛万微分方程的变厚度LP板轧制力模型[J]. 钢铁 2017(11)
- [23].宝钢1580mm热轧轧制力和力矩模型参数确定[J]. 轻工科技 2012(08)
- [24].热轧带钢轧制力模型自学习算法优化[J]. 北京科技大学学报 2010(06)
- [25].基于实测值置信度的冷连轧轧制力模型自适应[J]. 钢铁研究学报 2013(01)
- [26].基于改进人工鱼群算法的1050铝合金变形抗力模型优化[J]. 计算机与应用化学 2013(03)
- [27].冷连轧轧制力模型中变形抗力和摩擦系数的分析[J]. 轧钢 2013(04)
- [28].1235铝合金热粗轧轧制力模型的研究[J]. 铝加工 2010(05)
- [29].基于目标函数的冷连轧轧制力模型参数自适应[J]. 东北大学学报(自然科学版) 2013(08)
- [30].热轧带钢精轧过程考虑相变的轧制力模型[J]. 东北大学学报(自然科学版) 2013(10)