- 1、本文档共1页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
金属学与金属工艺
维普资讯
· 4 · 重 型 机 械 2o07No.3
()=叼 OJ( 标 .,能达到一定值 (即 .,≤s)。现场投人10rain
而k)
后神经网络学习完成,实际膜厚能较好跟随给定
a.,fk)a’,(k) 值。本方案采用在线滚动巡优,能较好消除现场
叼 丽
各种干扰;同时增加了神经网络学习保护程序,
=一叼 [Y(k)一 ^(后)]g(k) 能保证系统稳定运行。
ccJ(k+1)=ccJ“()+ “(k)+ ((cJ“(k)一∞H(k一1))
式中叼 3,o分别为学习率和动量因子。 5 结论
节点基宽: 本文简要介绍了神经网络系统在表面工程技
△6l㈤ 术的应用,阐述了影响辊涂机膜厚的因素,分析
了神经网络系统控制的特点,并将神经网络应用
砉 于辊涂机膜厚控制系统,利用神经网络的非线性
映射和 自学习能力,在线辨识系统模型,实时跟
=一叼 [ ()一y ()]ccJ()g。× 踪模型的变化,能够很好的对涂装方式、辊涂机
涂敷辊与粘料辊的辊间压力、涂敷辊相对于带材
㈤
速度及涂敷辊与带材之间的压力进行模糊控制,
6i(k+1)=6(k)+Ab(k)+136(6(k)一6(k一1)) 达到了将膜厚控制在一定工艺范围内的目的。其
式中,叼、 分别为学习率和动量因子。 在工业生产中的成功应用,有效的解决了传统的
节点中心矢量 : 控制方式造成膜厚不符合工艺要求的问题。
参考文献:
㈤ 器 [1] MartinT.Hagan,HouwavdB.Demuth,MarkH.Beale.
砉 神经网络设计 [M].戴葵译.北京:机械工业出版
社 ,2005.
[2] SimonHagkin.神经网络原理 [M].叶世伟译.北
=一叼,[Y()-y ()]ccJ“(后) ×
1 京 :机械工业出版社 ,2004.
O
∑( (k)一C(k)) [3] 张学敏编著.涂装工艺学[M].北京:化学工业
) 出版社,2002.
[4] 王锡春,江英涛.涂装技术 [M].北京:化学工
(+1)= ()+△ ()+13 c()一 (一1)) 业出版社 ,1986.
式中,叼 JB分别为学习率和动量因子 。 [5] 虞兆年.涂料工艺[M].
您可能关注的文档
最近下载
- XX附属中学集团化办学三年发展规划 .pdf
- ESICM 2023年ARDS的指南、定义、表型和呼吸支持策略.docx
- 小学数学六年级下册期末测试卷附答案.docx
- 部编版语文四年级上册第3单元习作《写观察日记》优质课件.pptx VIP
- 新北师大版九年级全一册初中物理全册教案(教学设计).doc
- WI-EA-7-W19001治具验收规范A2.doc
- TJSJCXH 4-2023 先张法预应力超高强混凝土管桩.docx VIP
- 人教版数学四年级下册期末测试卷附完整答案(易错题).docx
- 2024中国兵器工业集团有限公司总部招聘(29人)备考试题及答案解析.docx VIP
- 科尔摩根控制器操作手册.pdf
文档评论(0)