基于主成分分析-BP神经网络的热精轧带钢跑偏预测研究

• 作者: 于景辉 王少 赵德琦
• 来源期刊: 山东冶金
• 学科: 工学
• 关键词: 带钢 轧制 主成分分析 BP神经网络 跑偏预测
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 试验研究
• 页码范围: 44-47
• 页数: 4页
• 分类号: TP183
• 字数: 3212字
• 语种: 中文

摘要

由于带钢热轧过程中跑偏的影响因素复杂,传统的机理预测模型难以保证跑偏预测的准确性.本文从数据驱动的角度出发,结合带钢轧制过程跑偏产生原理和实际生产数据,提出了一种基于主成分分析(PCA)与BP神经网络的组合模型用于预测带钢跑偏.该模型精度较高,对提高热连轧成品质量和轧制设备的寿命都具有重大意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于景辉	马鞍山钢铁股份有限公司制造部	5	1	1.0	1.0
2	赵德琦		5	1	1.0	1.0
3	王少	马鞍山钢铁股份有限公司制造部	2	0	0.0	0.0