基于数据库的神经网络轧制力建模.pdf

Vol. 17 No. 1 系 统 仿 真 学 报 Jan. 2005 JOURNAL OF SYSTEM SIMULATION • 7 • 基于数据库的神经网络轧制力建模 1,2 1 1,3 1 2 刘兴刚 丛德宏 郝丽娜 徐心和 李山青 (1 东北大学 沈阳 110004 2 宝钢技术中心 上海 201900 3 西安交通大学机械制造系统工程国家重点实验室 西安 710049) 摘 要 冷连轧过程控制的轧制力模型对于提高轧制精度和降低生产成本具有重要的意义 而传统 的轧制力模型结构简单 精度较低 即使在实际生产中采用自适应技术 也无法满足高精度轧制的 需要 为此针对5 机架冷连轧机 提出并联结构的BP 神经网络模型 采用Levenberg-Marquardt 算 法进行训练 确定网络的结构和参数 在数据库中建立钢种与神经网络的结构和参数一一对应的关 系表 保存网络训练结果 对神经网络模型的仿真测试表明该神经网络轧制力模型有较强的泛化能 力 收敛速度快 不易陷入局部最优 精度明显高于传统的轧制力模型 关键词 冷连轧 轧制力模型 神经网络 Levenberg-Marquardt 算法 数据库 文章编号 1004-731X (2005) 01-0007-04 中图分类号 TP391.9 文献标识码 A Rolling Force Modeling of Neural Networks Based on Database LIU Xing-gang, CONG De-hong, Hao Li-na, XU Xin-he, LI Shan-qing 1 2 ( Northeastern University, Shenyang 110004,China; Baosteel Technology Center, Shanghai 201900,China; 3State Key Laboratory for Manufacturing Systems Enginering, Xi’an Jiaotong University, Xi’an 710029,China) Abstract Rolling force model of cold continuous process control has great significance in improving rolling precision and reducing produc ing cost. With the characteristic of simpleness and low-precision, conventional rolling force model can’t meet the request of high-precision rolling, although it adopts self -adapting technology in practical producing. So a parallel BP neural network model has been proposed against five mills cold continuous rolling. In this model, Levenberg-Marquardt algorithm has been used to train and find the network’s structure and param