APP下载

冷连轧轧制力深度神经网络模型泛化能力并行优化

2023-08-18吴爽,闫奕,李爽,李峰

机械设计与制造 2023年8期
关键词:模型

吴 爽,闫 奕,李 爽,李 峰

(1.南阳职业学院计算机与信息工程学院,河南南阳 474550;2.南阳职业学院,机械与汽车工程学院,河南南阳 474550;3.河南理工大学机械与动力工程学院,河南焦作 450000)

1 引言

冷连轧处理时构建的轧制力模型是冷连轧系统实现轧制控制功能的基础,对于保证轧制控制精度以及减少生产成本存在积极作用,并对轧制状态具有显著影响[1−3]。目前,针对冷连轧生产过程构建的轧制力模型主要包括Siemens、Stone 与Hill 等类型,以上模型通常都是根据冷轧带钢塑性变形机制进行解析的结果[4−6]。进行建模与求解的时候需要设置多种假设条件,实际得到的模型结构也较简单,并且随着连续轧制时间的增加,各项工艺参数也会逐渐改变,受以上不确定因素的影响会引起传统轧制力模型精度发生下降的现象,从而引起误差的增加,在实际生产阶段造成波动变化的板形厚度,并且需要经过更长时间完成自适应过程,不能同时适应高效率、多品种与高精度的轧制要求[7−10]。

相关方面的研究吸引了很多研究学者。文献[11]在半监督深度网络基础上构建了轧制力预测模型,通过测试发现该模型可以获得3%以内的预测精度,由此达到准确预测轧制力的功能。文献[12]则利用极限学习机(ELM)方法建立了轧制力仿真模型,之后利用从现场采集获得的数据完成上述网络的训练,可以达到不超过10%的轧制力预报误差,并使钢板头部区域的厚度命中率增大了近2%。文献[13]通过激活函数构建神经网络模型并完成了平整机轧制力预测功能,采用上述模型可以使预测误差达到10%以内,可以满足各输入参数下进行平整机轧制力预测的要求。……

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