一种改进的基于神经网络的板形缺陷识别方法.pdfVIP

重 型 机 械 ·13 · 一 种改进的基于神经网络的板形缺陷识别方法 冯晓华 ，刘 鹏 ，李 静 ，徐关玲 (1．西安工业大学电信学院，陕西 西安 710032； 2．中国重型机械研究院有限公司，陕西 西安 710032； 3．宁夏职业技术学院，宁夏 银川 750002) 摘 要：提出了一种新的冷轧带钢板形缺陷识别方法，该方法以神经网络直接识别法为基础 ，参 考神经网络间接识别法的思想 ，以板宽变化时保证网络结构不变为出发点，以提高网络识别精度 ，改 善网络的容错性和抗干扰能力为 目的构造的神经网络。通过仿真实验可知，该方法行之有效。 关键词：板形；模式识别；BP神经网络 中图分类号：TG334．9 文献标识码 ：A 文章编号：1001—196X(2009)06—0013—05 An improvedmethodofsheetshapedefect identificationbasedonneuralnetwork FENG Xiao—hua ，LIU Peng，LIJing ，XUMei—ling (1．~choolofElectronicsInformationEngineering，Xi’anTechnologicalUniversity，Xi’an710032，China； 2．ChinaNational HeavyResearcInstituteCo．，Ltd．，Xi’na 710032，China； 3．NingXiaTechnicaleoHege，Yinchuan750002，China) Abstract：Thispaperproposesanew shapedefectidentificationmethodforcoldroHed strips．Based onBP networkdirectrecognitionmehtod，andreferringtohteideaofBP networkindirectrecognitionmehtod ，htis method increaseshteprecisionofnewtorkrecognition，andatthesametime，insureshtathtenewtorkbekept unchangedwhenhtesheetwidthchanges，improvinghtefaulttolerancenadanti-jammingabilityofnewtork． Simulationexperimentshowsthathtismethod iseffective． Keywords：sheetshape；pattern recongition；BPnewtork 近年来，随着人工智能理论的发展，基于人 1 日JI吾 工智能的板形模式识别方法得到了较大的发展， 板带产品广泛应用于国民经济各部门，板形 其中研究及应用最多的是基于反向传播(BP)网络 精度作为板带产品的一个主要质量指标，得到各 的板形模式识别方法。基于BP神经网络的板形识 生产、研究部门的重视。为了提高板带产品的质 别方法主要可分为两类，一种是直接识别法，是 量，板形控制技术已成为冷轧带钢生产的核心技 将测得的板形值归一化后直接作为网络的输入， 术。而板形模式识别则是板形控制系统的关键环 这样的识别结果更加接近于实际，但网络的拓扑 节，其识别结果的准确度直接影响到板形控制系