基于BP神经网络的铝液夹杂物预测

• 作者: 孙金根 张嘉男 张颖 赵忠兴
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 铝液夹杂物 在线检测 BP神经网络 预测模型
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 1519-1522
• 页数: 4页
• 分类号: TP29
• 字数: 3605字
• 语种: 中文
• DOI: 10.14107/j.cnki.kzgc.140833

摘要

铝液中夹杂物的含量与大小会直接影响铝液浇注过程及成品质量。用电阻法在线检测电气回路的电流，该电流的变化与铝液的夹杂物密切相关，同时考虑在电压、气压、小孔直径、铝液温度等条件不同的情况下，夹杂物直径大小会直接影响到电流的幅值和宽度。利用 BP 神经网络方法建立铝液夹杂物直径预测模型，结合在线测量的实验样本数据，对预测模型进行训练和测试，并且通过训练效果确定隐含层的神经元个数，从而确定最好的 BP 神经网络的夹杂物预测模型。实验和仿真结果表明，基于 BP 神经网络的铝液夹杂物预测模型的预测数据符合实际情况。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵忠兴	沈阳理工大学自动化与电气工程学院	42	225	10.0	13.0
2	孙金根	沈阳理工大学自动化与电气工程学院	20	50	4.0	6.0
3	张颖	沈阳理工大学自动化与电气工程学院	5	17	3.0	4.0
4	张嘉男	沈阳理工大学自动化与电气工程学院	3	14	2.0	3.0