基于神经网络与线性回归的轧制力预报

• 作者: 付力业 李宏杰 黄庆学
• 来源期刊: 太原科技大学学报
• 学科: 工学
• 关键词: 轧制力模型 多元线性回归 神经网络 轧制力预报
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 机械工程与材料科学
• 页码范围: 199-202
• 页数: 4页
• 分类号: TG334.9
• 字数: 2528字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-2057.2013.03.009

摘要

通过将SIMS轧制力计算公式进行相应简约化处理,避免了模型软件在该公式计算时的重复迭代求解,缩短了计算时间,因此更适合在线软件计算.利用现场实际生产数据反向回归出变形抗力模型中的系数,提高了模型中系数的准确性.用神经网络对变形抗力与应力状态系数的乘积加以修正,进一步提高了轧制力预报的精度.预测结果与实测数据比较表明,轧制力预报误差基本在±5％以内,满足了轧制力预报的精度要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄庆学		186	617	13.0	17.0
2	李宏杰		23	22	3.0	4.0
3	付力业		2	2	1.0	1.0