基于BP和Kohonen神经网络结合的铸坯在线质量评估

• 作者: 刘永姜 安波 闫彬
• 来源期刊: 中北大学学报（自然科学版）
• 学科: 工学
• 关键词: 连铸坯 BP神经网络 Kohonen神经网络 在线质量评估
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 自动化与计算机
• 页码范围: 268-272
• 页数: 5页
• 分类号: TJ765.2
• 字数: 3007字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-3193.2016.03.012

摘要

针对连铸坯铸造在线质量评估中存在的实时性和准确性评判误差较大等问题,提出一种基于人工智能神经元网络技术的在线质量评估方法.通过获取训练样本和进行独立实验,分析和研究了铸造材料中主要元素对在线连铸坯质量的影响.将收敛速度快、评判准确率高的BP神经网络模型和Kohonen自组织特征映射神经网络模型相结合,在评估过程中两者并行运算,评判结果相互融合,实现了对连铸坯在线质量的准确判定.MATLAB仿真结果表明,融合运算后的在线质量评估平均相对误差小于10％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安波	山西林业职业技术学院信息工程系	12	35	2.0	5.0
2	刘永姜	中北大学机械与动力工程学院	67	363	11.0	14.0
3	闫彬	西北机电工程研究所舰炮研究室	4	23	2.0	4.0