基于DNN的中厚板组织性能逆向优化系统及应用

• 作者: 张庆超 张田 王国栋 王昭东 田勇
• 来源期刊: 轧钢
• 关键词: 中厚板 组织性能 深度神经网络 逆向优化
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究与开发
• 页码范围: 7-11
• 页数: 5页
• 语种: 中文
• DOI: 10.13228/j.boyuan.issn1003-9996.20190001

摘要

产品性能是热轧钢材生产的重要指标.生产工艺参数的调整和新产品的研发都需要较长的调试周期,容易造成产品性能的不稳定、研发成本过高等问题.为解决上述问题,进一步优化工艺,缩短研发周期,基于深度神经网络和规则期望算法,建立了中厚板组织性能逆向优化模型,对神经网络框架进行了选型以及超参数调参.基于某钢厂中厚板生产线在线生产数据,使用深度神经网络模型对最终产品性能进行了测试及应用,预测值与实测值的吻合度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王国栋		1026	11666	45.0	62.0
2	王昭东		207	1287	19.0	27.0
3	田勇		42	255	9.0	15.0
4	张田		14	9	2.0	2.0
5	张庆超		1	0	0.0	0.0