[发明专利]基于改进神经网络的多牌号C-Mn钢力学性能预测方法有效
| 申请号： | 202110442000.7 | 申请日： | 2021-04-23 |
| 公开（公告）号： | CN113128124B | 公开（公告）日： | 2023-09-15 |
| 发明（设计）人： | 刘振宇;王新东;申培;贾泽伟;刘宏强;李卉颖;曹光明;何方;李仁华;周晓光 | 申请（专利权）人： | 东北大学;河钢集团有限公司;河钢数字技术股份有限公司 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/006;G06F18/231;G06F18/2415;G06N3/047;G06N3/086;G16C60/00;G16C20/70;G06F111/04;G06F111/06;G06F111/10;G06F113/26;G06F119/14 |
| 代理公司： | 沈阳东大知识产权代理有限公司 21109 | 代理人： | 李在川 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于改进神经网络的多牌号C‑Mn钢力学性能预测方法，首先采集多牌号C‑Mn钢在热连轧生产过程中的生产数据并进行数据处理，然后采用前向选择的相关性分析方法生成各力学性能的样本集，采用PSO算法对BRNN网络模型训练过程中的参数进行优化，通过选取多个牌号的C‑Mn钢生产数据，使数据样本中包含了更加全面的生产工艺信息，解决了单钢种生产工艺的数据无法包括全面的工艺信息的问题；通过采用数据处理和相关性分析方法，使数据更加稳定且更具规律性，并可以有效简化预测模型的结构；通过引入PSO算法对BRNN模型进行改进，解决了其存在的容易陷入局部最小值的问题，经过改进的神经网络具有良好的泛化能力，能够更客观地符合物理冶金学规律。 | ||
| 搜索关键词： | 基于 改进 神经网络 牌号 mn 力学性能 预测 方法 | ||
【主权项】：
暂无信息
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东北大学;河钢集团有限公司;河钢数字技术股份有限公司，未经东北大学;河钢集团有限公司;河钢数字技术股份有限公司许可，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/202110442000.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种医疗仪器的快锁固定装置
- 下一篇：一种自消化式智能建筑外墙防尘集尘装置
