基于神经网络的轧制力模型参数辨识

李洪斌¹，邹天来¹，王秀梅²，刘相华²，王国栋²，张弓¹

(1.本溪钢铁公司;
2.东北大学)

摘要:为了提高热连轧轧制力预设定值的精度,提出一种新的轧制力模型参数辨识方法.利用人工神经网络对以往的大量生产数据进行训练、预测,将预测结果结合轧制力模型,对轧制力模型中的温度相关系数m1、变形速度相关系数m3进行辨识.现场生产实践表明,采用辨识后的模型进行轧制力预设定,带钢头部厚度精度有明显提高.对于象本钢热连轧厂这样的老企业,这种新方法更具有在线应用的可行性.

关键词:热连轧; 轧制力; 数学模型; 神经网络; 参数辨识;

【全文内容正在添加中】