基于神經(jīng)網(wǎng)絡(luò)的熱連軋精軋機組預(yù)報模型研究.pdf

1、隨著"十一五"項目建設(shè)和社會主義新農(nóng)村建設(shè)的啟動,近年來我國固定資產(chǎn)投資的高速增長和機械行業(yè)的穩(wěn)定運行使得鋼材的需求大大增加.國內(nèi)多家鋼鐵企業(yè)都爭相擴展自己的寬熱連軋生產(chǎn)線,以適應(yīng)市場的擴容.隨之而來的就是對熱連軋生產(chǎn)線的技術(shù)改造,提高產(chǎn)品質(zhì)量,降低成品成本,增強企業(yè)自身的競爭力;然而,技術(shù)改造中的一個重大課題--研究熱連軋精軋機組的預(yù)報模型成為一個必須要解決的問題. 由于熱連軋精軋機組中存在大量難以控制或者難以測量的干擾因素,

2、如軋制力的分配、軋制時的溫降、軋制速度、壓下量、軋件和軋輥的幾何尺寸以及摩擦條件等等,各因素之間耦合性強、變化速度快,情況比較復雜.雖然自熱連軋誕生之日起,人們就一直研究這個課題,但是限于當時的客觀條件,得到的數(shù)學模型都比較粗糙,簡化了許多未知條件,因此不能得到相對精確的預(yù)報結(jié)果.人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用為軋制理論的發(fā)展揭開了新的篇章,從新的視角去處理軋制過程中遇到的實際問題.神經(jīng)網(wǎng)絡(luò)不需要知道熱連軋系統(tǒng)的精確模型,只需要對歷史數(shù)據(jù)進行一段時

3、間的訓練就能自動進行學習,就能形成較為精確的數(shù)學模型;但是由于神經(jīng)網(wǎng)絡(luò)需要一定的訓練時間,這樣得到的數(shù)學模型具有相當大的滯后性,使得它不能滿足在線高速軋制的要求. 本文針對神經(jīng)網(wǎng)絡(luò)預(yù)報模型的滯后性問題采用了一種新的解決方案--多神經(jīng)網(wǎng)絡(luò)預(yù)報,這種多神經(jīng)網(wǎng)絡(luò)預(yù)報模型雖然不能從根本上解決滯后問題,但是卻能在提高預(yù)報精度的基礎(chǔ)上縮短滯后時間.多神經(jīng)網(wǎng)絡(luò)實際上是將歷史數(shù)據(jù)按照軋制時間的長短分為長期數(shù)據(jù)集合和短期數(shù)據(jù)集合,然后對這兩種數(shù)據(jù)

4、集合分別使用不同的神經(jīng)網(wǎng)絡(luò)進行訓練,并行預(yù)報目標,并綜合各自的結(jié)果得出最后的預(yù)報結(jié)果.這樣得到的預(yù)報模型的滯后時間實際上只取決于訓練時間最短的那個神經(jīng)網(wǎng)絡(luò)模型.從提高預(yù)報精度的角度講,多神經(jīng)網(wǎng)絡(luò)模型在每一次預(yù)報中得到的預(yù)報結(jié)果都是由幾種神經(jīng)網(wǎng)絡(luò)聯(lián)合做出的,能夠較好地避免或減小由于只使用單一神經(jīng)網(wǎng)絡(luò)造成的預(yù)報偏差,因此采用多神經(jīng)網(wǎng)絡(luò)建立預(yù)報模型是完全合理的. 文中還對軋制理論的歷史和各種神經(jīng)網(wǎng)絡(luò)的發(fā)展及理論基礎(chǔ)進行了較為系統(tǒng)的闡述