APP下载

基于神经网络的铜板带冷轧轧制力预测研究

2021-01-05许建新

中国金属通报 2020年12期
关键词:模型

杨 帆,许建新,刘 昕

(1.江西省鹰潭市贵溪冶炼厂,江西 省鹰 335400;2.江西铜业集团铜板带有限公司,江西 南昌 330096)

冷轧机是在铜板生产中不可或缺的机器设备,而高精度铜板冷轧机对于提高铜板产品质量具有无可比拟的优势。高精度冷轧机能够轧制出厚度更薄、更均一的高精度铜板板材。实现在轧制过程中轧制力的预测有助于提高冷轧机精度及提高生产效率。但金属的轧制过程需要考虑到外部的压力、速度、流量、温度等诸多因素,因此,轧制金属这一过程是典型的非线性问题。

诸多的轧制控制参数当中,轧制力大小的控制对于冷轧机精度的控制和提高具有重要意义。金属轧制过程中的自动化,合理工艺的制定等问题都需要重点考虑轧制力参数,因此,对轧制过程中的轧制力进行预测是十分有必要的。

1 轧制力预测方法对比分析

传统的轧制力预测计算是通过计算公式直接进行计算及回归的。数学公式在推到时对轧制力问题进行了诸多的简化,因此其计算必定会存在误差。在实际情况下,影响轧制力的因素是多方面的,单纯的公式计算无法考虑各方面的因素影响,同时对于外部因素对预制力大学影响的程度和规律都是未知的。

相比于通过传统轧制理论公式进行计算的方法而言,机器学习算法中的神经元网络算法在非线性问题求解中更为适用,神经元网络能够具有能考虑除理论公式中参数外的多方面因素,挖掘数据同环境背后存在的客观联系等诸多优势,并且,神经元网络方法能够进行自适应和学习,随着数据的积累其预测精度也会有进一步的提高。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用