应用RBF神经网络预测冷连轧机轧制力

• 作者: 刘军 康永林 张俊明 杨荃
• 来源期刊: 钢铁
• 学科: 工学
• 关键词: RBF算法 人工神经网络 轧制力预测 冷连轧机
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 压力加工
• 页码范围: 46-48
• 页数: 3页
• 分类号: TG335.12
• 字数: 2193字
• 语种: 中文
• DOI: 10.3321/j.issn:0449-749x.2007.08.011

摘要

针对传统轧制力模型的固有缺陷,为提高冷连轧机组轧制力预测精度,使用一种RBF算法的人工神经网络预测冷轧带钢屈服应力,把预测值用于传统数学模型中计算轧制力;并在此基础上,组合使用机架相关网络(RBF类型)、速度相关网络(RBF类型)修正轧制力计算值.应用结果表明,此方法满足生产的需要,预报最终误差范围为±6.5%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	康永林	北京科技大学材料科学与工程学院	445	4941	32.0	47.0
2	杨荃	北京科技大学机械工程学院	145	1130	16.0	23.0
3	刘军		7	41	4.0	6.0
4	张俊明	北京科技大学材料科学与工程学院	5	18	2.0	4.0