[发明专利]基于人工神经网络与数学模型的轧制力预设定方法有效
| 申请号： | 201810355938.3 | 申请日： | 2018-04-19 |
| 公开（公告）号： | CN108655186B | 公开（公告）日： | 2019-08-06 |
| 发明（设计）人： | 王志军 | 申请（专利权）人： | 中冶南方工程技术有限公司 |
| 主分类号： | B21B37/58 | 分类号： | B21B37/58 |
| 代理公司： | 北京汇泽知识产权代理有限公司 11228 | 代理人： | 程殿军;张瑾 |
| 地址： | 430223 湖北省武*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于人工神经网络与数学模型的轧制力预设定方法，包括以下步骤：建立轧制力数学模型，轧制力数学模型包括输入、系数和输出；针对每个输入项，根据生产线的特点确定其取值区间，并将取值区间划分为若干个连续的子取值区间，且每个子取值区间各选取一个代表值作为其子区间值；从各个输入项中分别选取一个子区间值构成一组输入数据，共生成Ntotal组输入数据，各组输入与输出数据共同构成了一共具有Ntotal组数据的训练数据集；建立人工神经网络模型，根据训练数据集进行训练，训练完成后，采用人工神经网络进行轧制力预设定供生产使用。本发明解决神经网络训练数据的问题，预报精度比传统轧制力模型要显著提高。 | ||
| 搜索关键词： | 轧制力 取值区间 数学模型 人工神经网络 预设定 训练数据集 组输入数据 输入项 子区间 人工神经网络模型 神经网络训练 轧制力模型 输出数据 系数和 组数据 共生 输出 预报 生产 | ||
【主权项】：
1.一种基于人工神经网络与数学模型的轧制力预设定方法，其特征在于：包括以下步骤：S01，建立轧制力数学模型，轧制力数学模型包括输入、系数和输出，所述输入包括多个输入项，各输入项分别为影响轧制力的各种因素，所述系数根据钢种确定，所述输出为轧制力；S02，对输入进行配置：针对每个输入项，根据生产线的特点确定其取值区间，并将取值区间划分为若干个连续的子取值区间，且每个子取值区间各选取一个代表值作为其子区间值；S03，建立训练数据集：从各个输入项中分别选取一个子区间值构成一组输入数据，则根据排列组合的原理，可知共能生成Ntotal组输入数据，其中：![]()
其中Ni表示第i个输入项的子区间个数，m表示输入项的个数；针对特定的钢种，获取其系数，根据轧制力数学模型，分别代入每组输入数据，得到每组输入数据对应的输出数据，各组输入与输出数据共同构成了一共具有Ntotal组数据的训练数据集；S04，建立并训练人工神经网络：建立人工神经网络模型，根据训练数据集进行训练，训练完成后，采用人工神经网络进行轧制力预设定供生产使用。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中冶南方工程技术有限公司，未经中冶南方工程技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810355938.3/，转载请声明来源钻瓜专利网。
- 上一篇：防止单机架轧机卡钢的方法
- 下一篇：一种适于可逆轧机的轧制温度最优控制方法
