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:
为提高中厚板精轧机轧制力的预报精度,建立了Sims公式简化式与人工神经网络相结合的轧制力预报综合模型.以3 000 mm中厚板精轧机实测数据为基础,用Sims公式简化式计算轧制力主值,利用MATLAB人工神经网络工具箱,建立BP神经网络模型预报轧制力的偏差值,用提前结束的方法来训练网络.模型的综合采用加法和乘法两种方式.结果表明,与单独采用Sims公式简化式相比,综合模型的预报精度提高很多,而且加法网络算法的预报效果比乘法网络算法更好.
推荐文章
人工神经网络在中厚板轧机轧制力预报中的应用
人工神经元网络
BP算法
轧制力预报
中厚板轧机的轧制压力模型
中厚板轧机
轧机压力
数学模型
基于模糊聚类的BP神经网络模型预报中厚板轧制力
BP神经网络
聚类
轧制力
自学习
中厚板轧制过程中轧制力变化有限元模拟
中厚板
有限元法
单元大小
初始速度
轧制力
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 中厚板精轧机轧制力预报综合模型研究
来源期刊 武汉科技大学学报(自然科学版) 学科 工学
关键词 中厚板精轧机 轧制力 人工神经网络 MATLAB软件 综合模型
年,卷(期) 2009,(5) 所属期刊栏目 冶金科学与工程
研究方向 页码范围 449-452
页数 4页 分类号 TG335
字数 3035字 语种 中文
DOI 10.3969/j.issn.1674-3644.2009.05.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 程晓茹 武汉科技大学材料与冶金学院 69 370 11.0 15.0
2 魏兵 武汉科技大学材料与冶金学院 4 4 2.0 2.0
3 潘知韦 武汉科技大学材料与冶金学院 3 4 2.0 2.0
4 程曦 武汉科技大学材料与冶金学院 5 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (19)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (6)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
中厚板精轧机
轧制力
人工神经网络
MATLAB软件
综合模型
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
武汉科技大学学报(自然科学版)
双月刊
1674-3644
42-1608/N
湖北武汉青山区
chi
出版文献量(篇)
2627
总下载数(次)
1
总被引数(次)
16881
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导