深度学习在中厚板轧后超快速冷却系统中的研究与应用

• 作者: 张子豪 张田 王昭东 田勇
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 中厚板 超快冷 传热系数 命中率
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 材料与冶金
• 页码范围: 635-640
• 页数: 6页
• 分类号: TP
• 字数: 4470字
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2019.05.006

摘要

传热系数是冷却控制模型的核心参数.传统学习模型对传热系数的修正存在不稳定、鲁棒性不强等问题.为解决上述问题,进一步提高控制精度,基于深度学习技术,建立了传热系数自学习的深度神经网络,对神经网络框架的超参数进行了优化和算法选型,增强控冷模型的稳定性.通过在某钢厂3500 mm中厚板生产线的应用验证,采用深度学习的控冷模型对终冷温度预报精度有明显提高,鲁棒性较强,满足现场实际生产的需要.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王昭东	东北大学轧制技术及连轧自动化国家重点实验室	207	1287	19.0	27.0
2	田勇	东北大学轧制技术及连轧自动化国家重点实验室	42	255	9.0	15.0
3	张田	东北大学轧制技术及连轧自动化国家重点实验室	14	9	2.0	2.0
4	张子豪	东北大学轧制技术及连轧自动化国家重点实验室	1	0	0.0	0.0