轧钢机力能参数神经网络预测.pdfVIP

维普资讯 2000 No．4 重 型 机 槭 ·35 · ：～譬： ￡!罄撼 。：≯≮， i鼹{专鬻参 ≥7 蠢 ====薯i：薯蕊巍 ： 轧钢机力能参数神经网 测 沈 阳 工 业 大 学 陈长征 抚顺特殊钢(集团)有限公司 丁∈『 摘要 在分析轧机轧制过程中的力能参数的基础上t测量井计算了SOOmm轧机的轧制力a探讨了 ，r— f 用神经网络模型确定轧制力的方法 两铡了轧制力，井将三种方法得到的轧制力进行了比较。结果表明 J l 用神经网培模型预测的轧制力误差远小于基干传坑数学模型计算的轧制力误差，它能较好他反映实际 轧制过程的特征。 瓤调轧钢机轧制力神经两烙^磺科 L机 Abstract Basedonanalysisofmechanicalparametersofrollingmillinrollingpro— ces5，therollingforceof500mm rollingmillwastestedandcalculated．Themethodfor settinguprollingforcewith theneuralnetworkwasdiscussed．Therollingforcewa5 predictedandthreekindsofroilingforceobtainedfrom testing，calculatingandmode1． ingofneuralnetworkwerecompared．Theresultshowsthattheerrorofrollingforceby 一最 J neuralnetwork is 1essthan thecalculation errorhased on conveniencemathematical 协 model，whichfairlyreflectstherealfeatureoftherollingprocess． Descriptors rollingmill，rollingforce，neuralnetwork，prediction 程非常复杂，轧制条件和状态不断变化 ，轧件材 1 前言 质、宽度 、人 口厚度 、出口厚度及前后张力的波动 轧钢机在轧制过程申需要确定各种轧钢参 都将对轧制压力产生影响[，传统的设定模型很 数，在板材轧制中，对于提高板厚精度，必须预测 难达到精度要求。神经网络以分布方式存储知识， 作用在轧辊上的轧制力，轧制压力的精确预报对 以并行方式进行处理，具有很强的容错、自适应、 提高成品质量和收得率都有重要意义 。这就需要 自学习能力，可以用来逼近任意复杂的非线性系 建立数学模型，具体数学模型有轧件的塑性变形 统。轧制压力的预报即属于此斐问题[．] 本文对 模型、轧机弹性变形模型、连续轧制模型和表示轧 BP网络进行了改进 ，并对轧制压力进行了预报分 件温度变化的热传导模型等。’]。 析 。 现代带材生产 中，多数轧机组轧制力的计算 2 轧制力的测量与计算 借助于经验或统计和 自适应在线模型来实现。精 轧设定功能通过计算压下量，机架速度与机架间