基于模糊神经网络的冷连轧机轧制力预测.pdfVIP

维普资讯 2005No．5 重 型 机 械 ·11 · 基于模糊神经网络的冷连轧机轧制力预测 董 敏，刘 才 (燕山大学轧机研究所，河北 秦皇岛 066004) 摘 要：建立了一种基于数学模型和模糊神经网络共同作用的冷连轧机轧制力预测模型，通过数 学模型描述轧制接触面积，模糊网络预测轧制单位压力。提出将Hough变换应用于神经网络的参数确 定，从而使最终设计的网络具有最佳结构参数。试验研究证明了所设计模型具有较强的泛化能力和鲁 棒性 ，大大提高了轧制力的预报精度。 关键词：轧制力；预测；模糊神经网络；动态设计 中图分类号：TG337 文献标识码：A 文章编号：1001—196X(2005)05—0011 04 Rollingforcepredictionbasedon fuzzyneuralnetworks forcoldtandem rollingmill DONG M in．LIU Cai (YanshanUniversity，Qinhuangdao066004，China) Abstract：A rolling forcepredictionmodelbasde onmathematical modelandfuzzynetworksisproposed． Mathematicalmodeldescribesrolling interfaceareawhilefuzzynetworksprde ictsunitmllingforce．Thefuzzy classifiactionnumberanddatacentersnadwidthofsubjectionfunctionredeciddebasedonHoughTrnasform． Theimprovde networksmodelisapplide inprde ictionforrollingforceofstripmil1．Experimentresultsindiacte thattheprdeictionmod elhasshortlearningtime，bettergeneralizingacpability，andisofhighaccuracy． Keywords：rollingforceprdeiction，fuzzyneuralnetworks，HoughTransform，optimization 波动对变形抗力的影响。有的公式虽然形式上考 1■ —日】JlJ——舌一 虑了C、Mn等部分元素对变形抗力的影响作用， 轧机轧制力盼陕速准确预报对轧制产品质量 但实际上往往是仅取钢种成分的标准值进行计 控制具有重要意义。近年来随着用户对产品质量 算，而不考虑实际生产中不同炉号钢的化学成分 的要求越来越高，生产企业对轧制力的预设定精 的波动。目前还没有成熟的理论能够准确地算出 度也越来越重视。轧制力计算精度的关键是平均 生产条件下的单位压力E1j。 单位压力的预报精度。传统方法 由数学模型和 自 通过人工智能来提高轧制力预报精度已经成 适应来解决，即通过实验的方法得到在不同变形 为一种公认的有效方法。本文提出的方法为把轧 速度、变形程度条件下某一特定钢种的变形抗 制力