基于神经网络的金属应力状态系数模型

• 作者: 孟令启 徐如松
• 来源期刊: 钢铁研究学报
• 学科: 工学
• 关键词: 应力状态影响系数 神经网络 模型
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 测试与控制
• 页码范围: 55-58
• 页数: 4页
• 分类号: TG355.1
• 语种: 中文

摘要

以4200 mm轧机轧制71块钢板的实测数据为基础,利用Matlab神经网络工具箱,分别建立了轧制变形区的应力状态系数与轧前厚度、轧后厚度及轧辊直径对应关系的Elman神经网络预测模型和RBF神经网络预测模型.结果表明,所建立的两种网络模型均建立了金属应力状态系数输入和输出关系,RBF神经网络模型比Elman网络模型数据稳定,性能更优,实现了与实测结果的高度拟合.并得出不同轧辊直径对神经网络模型精度的影响规律,对轧制工艺规程的制定提出了合理建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟令启	郑州大学机械工程学院	78	354	11.0	16.0
2	徐如松	郑州大学机械工程学院	11	57	5.0	7.0