基于BP神经网络的特殊钢大方坯质量在线预报系统开发.pdfVIP

基于BP神经网络的特殊钢大方坯质量在线预报系统开发 常运合1，何庆文1’2，申景霞1’2，李猛1，张利平2，邵明海2，范黎明2，韩占光1，曾智1， 张家泉1 104) (1北京科技大学．北京市海淀区100083：2莱芜钢铁集团。山东省莱芜市271 摘要：在对铸坯质量缺陷类型及其主要影响因素分析总结的基础上，针对某特钢厂大方 坯铸机生产与产品质量现状，确定以其常见角部内裂、中间裂纹、中心裂纹和中心偏析 为研究对象，利用BP神经网络建立了该四种典型缺陷的预测模型。基于冶金理论和连铸 生产大量历史数据的统计分析，提炼出影响以上四种内部缺陷的20个主要工艺参数，进 而提出20-20-4的预测模型网络拓扑结构。采用生产现场数据制做了预测模型的训练样 本集和测试样本集，利用训练样本集将该神经网络训练至设定预报误差以内，再用测试 样本集对所构建的网络进行了测试。测试结果表明，所构建的预测模型精度高，能够满 足生产应用的要求。基于训练成熟的神经网络模型，进一步编制在线预报系统，实现铸 坯质量的在线实时预报。 关键词：大方坯，质量预报，BP神经网络 ofonLine PredictionBasedonBP DevelopmentQuality System NeuralNetworkfor SteelBloom Specialty Castings Yunhel。He Chang Qingwenl，2,ShenJingxial”．LiMen92,ZhangLipin92,ShaoMinghaf,FanLimin92, Han Zhanguangl，ZengZhil。ZhangJiaquanl (1UniversityofScienceandTechnology酬啦，O岵100083，China；2LaiwuIron Abstract：This summarizesand variousofstranddefectsandtheir paperfirstly analyzes types causes．Underthe situationand demandofadomesticsteel forbloom quality production plant comer crackandcentral are crack，central casting，thecrack．half-way segregationadopted鹊 the fortheestablishmentofa model BPneuralnetwork． samples qualitypredictionusing Basedonthe relatedtothedefectsintroductionandthe toa metailurgicaltheory analysisgreat dealofstatisticaldataofthebloom withthe quality castings，20defect-causingparameters as 20．20-4 continuous areselectedtheinputofthe network