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:
采用案例推理技术研究了热轧带钢层流冷却数学模型中的长期自学习系数的确定方法。基于现场大量生产数据,从如何有效利用经验知识入手,对层流冷却工况和所采用的自学习系数进行案例构造,采用绝对过滤和相对过滤方法进行案例检索,根据当前工况和历史案例工况的相似度决定是否进行自学习系数的重用或修正。现场实际应用表明:对已轧过的钢种规格带钢,该方法能有效地避免再次轧制时带钢头部过冷现象,能显著提高带钢头部卷取温度的设定精度,能有效地提高换规格轧制时带钢头部卷取温度的控制精度。
推荐文章
金属探测器中自学习方法的研究
金属探测器
磁场
相位
基于案例推理技术的自学习答疑引擎
基于案例
推理技术
答疑引擎
权重维护
一种基于案例推理的多agent强化学习方法研究
多agent强化学习
Q学习
策略再用
基于案例的推理
追捕问题
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
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 基于案例推理的层流冷却自学习方法研究
来源期刊 钢铁 学科 工学
关键词 案例推理 自学习 层流冷却 热轧带钢
年,卷(期) 2011,(12) 所属期刊栏目 压力加工
研究方向 页码范围 40-43
页数 分类号 TP18
字数 语种 中文
DOI
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 彭良贵 东北大学轧制技术及连轧自动化国家重点实验室 34 296 9.0 17.0
2 张殿华 东北大学轧制技术及连轧自动化国家重点实验室 189 1457 20.0 28.0
3 杨贵玲 6 26 3.0 5.0
4 郭宏伟 11 64 5.0 8.0
5 刘恩洋 东北大学轧制技术及连轧自动化国家重点实验室 4 13 3.0 3.0
6 王丰祥 4 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  (23)
共引文献  (29)
参考文献  (5)
节点文献
引证文献  (4)
同被引文献  (17)
二级引证文献  (6)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(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
案例推理
自学习
层流冷却
热轧带钢
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