深度学习在中厚板轧后超快速冷却系统中的研究与应用
来源期刊:东北大学学报(自然科学版)2019年第5期
论文作者:张田 张子豪 田勇 王昭东
文章页码:635 - 640
关键词:深度学习;中厚板;超快冷;传热系数;命中率;
摘 要:传热系数是冷却控制模型的核心参数.传统学习模型对传热系数的修正存在不稳定、鲁棒性不强等问题.为解决上述问题,进一步提高控制精度,基于深度学习技术,建立了传热系数自学习的深度神经网络,对神经网络框架的超参数进行了优化和算法选型,增强控冷模型的稳定性.通过在某钢厂3 500 mm中厚板生产线的应用验证,采用深度学习的控冷模型对终冷温度预报精度有明显提高,鲁棒性较强,满足现场实际生产的需要.
张田,张子豪,田勇,王昭东
东北大学轧制技术及连轧自动化国家重点实验室
摘 要:传热系数是冷却控制模型的核心参数.传统学习模型对传热系数的修正存在不稳定、鲁棒性不强等问题.为解决上述问题,进一步提高控制精度,基于深度学习技术,建立了传热系数自学习的深度神经网络,对神经网络框架的超参数进行了优化和算法选型,增强控冷模型的稳定性.通过在某钢厂3 500 mm中厚板生产线的应用验证,采用深度学习的控冷模型对终冷温度预报精度有明显提高,鲁棒性较强,满足现场实际生产的需要.
关键词:深度学习;中厚板;超快冷;传热系数;命中率;