应用RBF神经网络预测冷连轧机轧制力
来源期刊：钢铁2007年第8期
论文作者：康永林 杨荃 张俊明 刘军
关键词：RBF算法; 人工神经网络; 轧制力预测; 冷连轧机;
摘 要：针对传统轧制力模型的固有缺陷,为提高冷连轧机组轧制力预测精度,使用一种RBF算法的人工神经网络预测冷轧带钢屈服应力,把预测值用于传统数学模型中计算轧制力;并在此基础上,组合使用机架相关网络(RBF类型)、速度相关网络(RBF类型)修正轧制力计算值.应用结果表明,此方法满足生产的需要,预报最终误差范围为±6.5%.
康永林1，杨荃2，张俊明1，刘军3
(1.北京科技大学材料科学与工程学院,北京,100083;
2.北京科技大学机械工程学院,北京,100083;
3.鞍山钢铁集团鞍钢股份有限公司,辽宁,鞍山,114011)
摘要:针对传统轧制力模型的固有缺陷,为提高冷连轧机组轧制力预测精度,使用一种RBF算法的人工神经网络预测冷轧带钢屈服应力,把预测值用于传统数学模型中计算轧制力;并在此基础上,组合使用机架相关网络(RBF类型)、速度相关网络(RBF类型)修正轧制力计算值.应用结果表明,此方法满足生产的需要,预报最终误差范围为±6.5%.
关键词:RBF算法; 人工神经网络; 轧制力预测; 冷连轧机;
【全文内容正在添加中】
