利用人工神经网络模型预测SS400热轧板带力学性能
来源期刊：钢铁2002年第7期
论文作者：刘相华 王国栋 刘孝荣 张丕军 郑晖 王昭东
关键词：人工神经网络; BP算法; 力学性能;
摘 要：针对传统的回归方法的某些不足,采用了人工神经网络的方法预测力学性能.从宝钢2050热轧管理机中随机抽取数据,用人工神经网络中的BP网络建立原始化学成分和热轧生产的主要工艺参数与产品力学性能之间的关系.离线仿真表明,产品力学性能的预报值与实际值拟合良好,预报结果的相对误差很小,屈服强度相对误差88 %在±4 %以内,抗拉强度的相对误差86 %在±2 %以内,伸长率的相对误差78 %在±6 %以内.
刘相华1，王国栋1，刘孝荣2，张丕军2，郑晖1，王昭东1
(1.东北大学;
2.上海宝钢集团公司)
摘要:针对传统的回归方法的某些不足,采用了人工神经网络的方法预测力学性能.从宝钢2050热轧管理机中随机抽取数据,用人工神经网络中的BP网络建立原始化学成分和热轧生产的主要工艺参数与产品力学性能之间的关系.离线仿真表明,产品力学性能的预报值与实际值拟合良好,预报结果的相对误差很小,屈服强度相对误差88 %在±4 %以内,抗拉强度的相对误差86 %在±2 %以内,伸长率的相对误差78 %在±6 %以内.
关键词:人工神经网络; BP算法; 力学性能;
【全文内容正在添加中】
