PSO-LM-BP神经网络在板坯表面纵裂纹诊断中的应用

• 作者: 杨芳
• 来源期刊: 安徽冶金科技职业学院学报
• 学科: 工学
• 关键词: 连铸板坯 表面纵裂纹 诊断模型 BP神经网络 粒子群算法 LM算法
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 冶金与工艺
• 页码范围: 18-22,26
• 页数: 6页
• 分类号: TF777.1|TG115
• 字数: 5063字
• 语种: 中文

摘要

板坯连铸生产过程中,表面纵裂纹是最常见的缺陷之一,其准确在线诊断对板坯热送热装来说至关重要.针对传统BP神经网络存在训练过程中收敛速度慢及易收敛于局部最小点的缺点,引入粒子群算法与LM算法优化BP神经网络,通过对板坯生产过程形成表面纵裂纹的多种因素的综合分析,建立诊断模型,最后利用采集到的历史数据样本训练及测试模型.与其他诊断模型比较表明,PSO-LM-BP神经网络建立的模型具有诊断精度高、收敛速度快等优点,对表面纵裂纹在线诊断具有较好的指导作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨芳		2	5	2.0	2.0