基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对中厚板层流冷却过程的对流换热系数采用自学习修正计算,提高温度控制模型的精度.通过对层流冷却后钢板表面的实测温度和计算温度进行处理,得到该钢板对流换热系数的修正系数.对最近冷却钢板的对流换热系数的修正系数进行加权平均处理,得到下一块钢板对流换热系数的学习值.采用自学习算法后,模型的控制精度提高了12%.
推荐文章
自学习神经元及自学习BP网络
自学习神经元
自学习BP网络
学习策略
面向神经元
计算机辅助感官评估实验的自学习控制
感官评估
实验设计
自学习
智能控制
中厚板轧机的板形控制
中厚板轧机
板形控制
板凸度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 中厚板层流冷却温度控制模型的自学习
来源期刊 钢铁 学科 工学
关键词 中厚板 层流冷却 温度控制模型 自学习算法
年,卷(期) 2005,(6) 所属期刊栏目 压力加工
研究方向 页码范围 48-50,75
页数 4页 分类号 TG335.5
字数 2694字 语种 中文
DOI 10.3321/j.issn:0449-749X.2005.06.014
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (14)
参考文献  (2)
节点文献
引证文献  (18)
同被引文献  (15)
二级引证文献  (16)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(6)
  • 引证文献(5)
  • 二级引证文献(1)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
中厚板
层流冷却
温度控制模型
自学习算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
钢铁
月刊
0449-749X
11-2118/TF
大16开
北京海淀区学院南路76号
2-236
1954
chi
出版文献量(篇)
5844
总下载数(次)
19
论文1v1指导