针对中厚板轧机控制模型中的轧制温度精度的提高问题,以4200轧机轧制的大量实测数据为基础,利用Matlab人工神经网络工具箱,建立了中厚板轧制温度的GRNN神经网络预测模型.通过分析影响钢板温度变化的各种因素,调整神经网络的光滑因子,确定了最佳的网络结构形式,提高了模型的预测精度,并与传统的BP神经网络模型相比较.结果表明,GRNN网络具有更高的精度和更好的泛化能力.该神经网络模型可应用于中厚板轧制温度的预测,也可为人工神经网络在其它自动控制方面的应用提供参考.
参考文献
| [1] | 孟令启.中厚板轧机测量测试与力学行为建模[M].郑州:黄河水利出版社,2006 |
| [2] | 孙登月,杜凤山,杨喜荣,张建民,张晓峰,吴建峰.2050轧机粗轧过程温度仿真模型的研究[J].钢铁研究学报,2004(02):33-36. |
| [3] | 韩丽丽,孟令启,张洛明,马金亮.4200轧机轧制温度人工神经网络预报[J].机械工程师,2005(12):126-128. |
| [4] | 高隽.人工神经网络原理及仿真实例[M].北京:机械工业出版社,2003 |
| [5] | 韩力群.人工神经网络教程[M].北京:北京邮电大学出版社,2006 |
| [6] | 飞思科技产品研发中心.神经网络理论与Matlab 7实现[M].北京:电子工业出版社,2005 |
| [7] | 周开利.Matlab基础及其应用教程[M].北京:北京大学出版社,2007 |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%