基于神经网络的轧制力模型研究与应用

发布时间：2016-12-25 19:22

  本文关键词：BP神经网络的发展现状综述，，由笔耕文化传播整理发布。

《燕山大学》 2009年

基于神经网络的轧制力模型研究与应用

孙晓娜  

【摘要】： 冷轧板带材轧制过程控制技术水平是提高板带材产品质量以及生产能力的关键。描述轧制过程的数学模型是过程控制的基础,其精度决定着过程控制的精度。鉴于轧制过程影响因素复杂以及各影响因素时刻变化,难于用机理模型描述,将人工智能方法用于过程控制模型的研究,是目前认为提高过程控制技术的有效途径。 冷轧轧制力模型是冷连轧模型系统的核心。本文以轧制力模型为研究对象,首先从轧制理论出发,深入分析了冷轧时轧制力模型的特点,并且探讨了在工程研究中应用广泛的Bland-Ford-Hill轧制力模型,详细分析了影响轧制力计算精度的主要因素。 然后,在轧制力数学模型研究的基础上,以某1450mm八辊五机架冷连轧机的实际生产数据为依据,运用BP(Back-Propagation)神经网络建立了拓扑结构为7-12-1的神经网络轧制力模型。针对单纯的BP算法容易形成局部极小的缺点,将蚁群算法用于BP神经网络权值的优化中,进一步提高了轧制力预报的精度,并通过离线学习结果有力的证明了蚁群-神经网络轧制力模型的优越性。 最后,对神经网络轧制力模型在冷轧轧制负荷分配中的应用做了研究。用神经网络轧制力模型代替理论数学模型,并充分利用蚁群算法分布式并行计算、全局搜索优点,对某1450mm八辊五机架冷连轧机的轧制负荷分配进行优化设计。本文以等相对负荷为目标函数,在设备条件和工艺条件的约束范围内,实现了轧制负荷的优化分配。

【关键词】：
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：TG335.13
【目录】：

摘要4-5

Abstract5-9

第1章 绪论9-17

1.1 课题背景9-11

1.1.1 冷轧板带材生产发展综述9

1.1.2 轧制理论发展概况9-10

1.1.3 人工智能研究现状10-11

1.2 冷连轧机计算机控制系统简介11-13

1.2.1 生产管理级(L3)11-12

1.2.2 过程控制级(L2)12-13

1.2.3 基础自动化级(L1)13

1.3 课题意义及主要内容13-17

1.3.1 课题研究意义13-15

1.3.2 研究内容15-17

第2章 轧制力模型理论基础17-28

2.1 冷轧轧制变形区及其参数17-20

2.1.1 基本参数17-18

2.1.2 变形系数18

2.1.3 绝对和相对压下量18-19

2.1.4 变形速度19

2.1.5 轧制时的前滑19-20

2.2 冷轧轧制力数学模型20-24

2.2.1 Bland-Ford-Hill 隐式模型22-23

2.2.2 Bland-Ford-Hill 显式模型23-24

2.3 影响轧制力的主要因素24-26

2.3.1 变形抗力对轧制力的影响24-25

2.3.2 摩擦系数对轧制力的影响25-26

2.3.3 张力系数对轧制力的影响26

2.4 本章小结26-28

第3章 神经网络轧制力模型设计28-39

3.1 人工神经网络基础知识28-30

3.1.1 神经网络的分类28

3.1.2 神经网络的学习方法28-29

3.1.3 神经网络的学习规则29-30

3.2 BP 神经网络30-34

3.2.1 网络拓扑结构30

3.2.2 BP 算法原理30-32

3.2.3 BP 算法流程32-34

3.3 BP 神经网络轧制力模型设计34-38

3.3.1 模型结构设计34-36

3.3.2 BP 算法参数设定36-37

3.3.3 网络学习过程37-38

3.4 本章小结38-39

第4章 蚁群算法-BP 神经网络轧制力模型实例39-48

4.1 概述39-40

4.2 蚁群算法原理40-42

4.2.1 基本蚁群算法40-41

4.2.3 最大-最小蚂蚁系统41-42

4.3 MMAS-BP 算法设计42-45

4.3.1 蚁群初始化42

4.3.2 适应度评价42-43

4.3.3 算法参数选择43-45

4.3.4 算法流程45

4.4 仿真实例分析45-47

4.5 本章小结47-48

第5章 神经网络轧制力模型在冷轧轧制负荷分配优化中的应用48-58

5.1 冷轧轧制负荷分配的计算特点48-49

5.2 冷连轧轧制负荷分配的优化设计49-55

5.2.1 压下方式49-50

5.2.2 目标函数50-51

5.2.3 约束条件51-52

5.2.4 优化方法52-53

5.2.5 数学模型53-55

5.3 实例分析55-57

5.4 本章小结57-58

结论58-60

参考文献60-65

攻读硕士学位期间承担的科研任务与主要成果65-66

致谢66-67

作者简介67

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【引证文献】

中国期刊全文数据库 前1条

1 崔桂梅;冯小东;李伟明;;基于神经网络的AGC系统在棒材连轧中的应用[J];物理测试;2013年03期

中国硕士学位论文全文数据库 前2条

1 丛日霞;基于神经网络的冷连轧轧制力设定模型研究[D];东北大学;2011年

2 付力业;基于神经网络的中厚板轧制力预报[D];太原科技大学;2013年

【参考文献】

中国期刊全文数据库 前10条

1 周政;;BP神经网络的发展现状综述[J];山西电子技术;2008年02期

2 ;Genetic Algorithm-Based Optimization Used in Rolling Schedule[J];Journal of Iron and Steel Research(International);2008年02期

3 ;Mechanical Property Prediction of Strip Model Based on PSO-BP Neural Network[J];Journal of Iron and Steel Research(International);2008年03期

4 张树堂;周积智;;我国轧钢技术的新进展[J];冶金管理;2007年05期

5 史秀满,刘志存;唐钢中型厂粗精轧机组负荷均衡优化[J];冶金能源;2005年04期

6 苏亚红;;我国冷轧板带生产状况及展望[J];冶金信息导刊;2007年05期

7 柳军;宋蕾;;冷连轧计算机控制系统组成与功能分析[J];自动化技术与应用;2006年08期

8 白振华;王骏飞;;冷连轧过程中实用摩擦系数模型及其影响因素的研究[J];中国机械工程;2005年21期

9 肖白;我国冷轧(宽)板带生产现状及发展趋势[J];中国冶金;2004年04期

10 李彦斌;李存斌;杨尚东;;基于免疫遗传算法改进DFNN模型及其应用[J];中南大学学报(自然科学版);2008年02期

【共引文献】

中国期刊全文数据库 前10条

1 王巍;田珂;;RC扰动下Hopfield神经网络稳定性分析[J];平顶山学院学报;2010年02期

2 粱芝兰;ANN技术在水泵设计中的应用[J];排灌机械;1994年04期

3 平喜玲;环境腐蚀性评价系统的BP算法[J];平原大学学报;2002年04期

4 马晓普;梁晶晶;赖国勇;;基于用户兴趣的个性化搜索引擎系统[J];攀枝花学院学报;2009年03期

5 施义;;电力设备状态监测的现状及发展趋势[J];攀枝花科技与信息;2002年04期

6 张新红;基于神经网络的高技术项目投资风险综合评价模型[J];情报理论与实践;2001年05期

7 张新红;用神经网络综合评价模型评价高技术项目的投资风险[J];情报学报;2001年05期

8 郭祺;路建伟;唐松洁;夏一;;基于蚁群算法的防空兵兵力机动线路优化[J];指挥控制与仿真;2006年06期

9 赵师;屈洋;刘洪坤;;基于串联QFD神经网络的武器装备使用需求映射方法[J];指挥控制与仿真;2009年05期

10 温有奎;信息的联想存储与检索[J];情报杂志;2000年03期

中国重要会议论文全文数据库 前10条

1 ;On the Optimum Method of Feedforward Multi-Layer Neural Network[A];第二十六届中国控制会议论文集[C];2007年

2 张娟;陈杰;段梅;;基于神经网络和广义经典分配算法的多传感器航迹关联[A];第二十七届中国控制会议论文集[C];2008年

3 隋金雪;杨莉;华臻;张鑫;;改进的BP网络在火焰燃烧状态识别中的应用[A];第二十七届中国控制会议论文集[C];2008年

4 陈小飞;吉莉;刘昆;;基于自适应线性神经网络的磁悬浮飞轮控制[A];第二十九届中国控制会议论文集[C];2010年

5 王焱;胡海清;;数据驱动的热轧智能负荷分配[A];中国自动化学会控制理论专业委员会D卷[C];2011年

6 林艺玲;白如梦;傅贤栋;;基于ICE的过程计算机网络通信状态监测[A];中国计量协会冶金分会2012年会暨能源计量与节能降耗经验交流会论文集[C];2012年

7 韩露;高英杰;;液压挖掘机神经网络控制的研究[A];第五届全国流体传动与控制学术会议暨2008年中国航空学会液压与气动学术会议论文集[C];2008年

8 王彦磊;滕军;张韧;万齐林;董兆俊;白志鹏;;自组织网络与广义回归网络耦合的副热带高压指数预测[A];“2010年北京气象学会中青年优秀论文评选”学术研讨会论文集[C];2011年

9 张元敏;殷志锋;周雅;;蚁群算法在多用户检测中的应用及其改进[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

10 丁文峰;;基于GIS和BP神经网络模型的长江中上游地区石漠化危险性评价[A];节能环保 和谐发展——2007中国科协年会论文集（三）[C];2007年

中国博士学位论文全文数据库 前10条

1 李华文;船舶交通管理系统经济社会影响评价研究[D];大连海事大学;2010年

2 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年

3 倪丽萍;基于分形技术的金融数据分析方法研究[D];合肥工业大学;2010年

4 朱松;随机回归神经网络的动力学行为研究[D];华中科技大学;2010年

5 丁和艳;铝合金车轮CNC机械抛光工艺优化的基础研究[D];华中科技大学;2010年

6 刘强;基于复杂系统的铁路客流预测方法研究[D];中国铁道科学研究院;2008年

7 宋清昆;自适应结构优化神经网络控制研究[D];哈尔滨理工大学;2009年

8 李鹤喜;基于视觉反馈的焊接机器人自主示教关键技术研究[D];华南理工大学;2010年

9 陈文正;保险公司债券投资研究[D];南开大学;2010年

10 包健;有限精度权值神经网络优化的研究与应用[D];华东理工大学;2011年

中国硕士学位论文全文数据库 前10条

1 李颖;用蚁群算法求解最小极大流问题[D];河南理工大学;2010年

2 王浩锋;基于BP神经网络的航段安全评估研究[D];中国工程物理研究院;2010年

3 代宏伟;布里渊散射水下探测目标的自动识别[D];南昌航空大学;2010年

4 滕景忠;智能瓦斯传感器的研制[D];山东科技大学;2010年

5 李安新;BP神经网络研究与硬件实现[D];山东科技大学;2010年

6 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年

7 李娜;基于神经网络的非线性系统H_∞控制[D];广西师范学院;2010年

8 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年

9 耿东山;基于蚁群算法的机器人全局路径规划[D];郑州大学;2010年

10 王利明;一种基于PMIPv6的智能辅助高效切换方案[D];郑州大学;2010年

【同被引文献】

中国期刊全文数据库 前10条

1 李戬;;冷轧板带钢的生产工艺[J];青海大学学报(自然科学版);2006年02期

2 李平;;OPC在工业控制系统信息集成中的应用[J];山西师范大学学报(自然科学版);2010年S2期

3 丁晓群,蔡志慧;人工神经网络在电力系统中的研究与应用现状[J];水利水电科技进展;1996年04期

4 徐瑞民;;二元非线性方程组求根的牛顿迭代法[J];山东轻工业学院学报(自然科学版);2009年04期

5 刘小燕,唐荻,宋勇;BP网络在带钢连轧精轧温度模型中的应用[J];机械工程与自动化;2005年03期

6 ;在线检测与尺寸自动调整(AGC)技术——轧钢新技术讲座之七[J];天津冶金;2002年04期

7 程晓茹,胡衍生,任勇,宋耀华;基于人工神经网络的中厚板精轧机轧制力预报[J];武汉科技大学学报(自然科学版);2001年02期

8 陈瑛;中厚板发展与技术装备进步的分析[J];冶金管理;2005年08期

9 袁文;;提高冷轧产品质量的最新冷轧技术发展[J];冶金管理;2007年10期

10 韩波;;1500轧机机架的有限元仿真优化[J];重工与起重技术;2006年03期

中国博士学位论文全文数据库 前1条

1 张延华;智能化信息处理在中厚板生产过程应用的研究[D];东北大学;2005年

中国硕士学位论文全文数据库 前9条

1 郑剑;冷连轧机过程控制模型软件的研究与开发[D];燕山大学;2012年

2 余华胜;提高武钢1700热连轧机压力预报精度的研究[D];武汉科技大学;2002年

3 卢建宏;棒材轧机力能参数采集及数学模型研究[D];武汉科技大学;2004年

4 潘端;基于OPC技术的铺排船自动监控系统的设计与实现[D];武汉理工大学;2006年

5 逄勃;基于神经网络的热轧机组轧制力预报模型研究[D];大连理工大学;2006年

6 解保清;中厚板力能参数测量分析与数学模型研究[D];武汉科技大学;2007年

7 张鹏程;板带热连轧过程模拟[D];河北理工学院;2004年

8 管帅;轧机液压厚控系统建模及算法研究[D];兰州理工大学;2008年

9 郭峰;中厚板精轧基础自动化控制系统设计与研发[D];东北大学;2008年

【二级参考文献】

中国期刊全文数据库 前10条

1 李戬;;冷轧板带钢的生产工艺[J];青海大学学报(自然科学版);2006年02期

2 陈崚,沈洁,秦玲;蚁群算法求解连续空间优化问题的一种方法[J];软件学报;2002年12期

3 陈崚,沈洁,秦玲,陈宏建;基于分布均匀度的自适应蚁群算法[J];软件学报;2003年08期

4 刘东东;王焱;;基于RBF神经网络的热连轧精轧厚度的预报[J];济南大学学报(自然科学版);2006年04期

5 项湜伍,严丽军;仿真和人工智能控制的温室系统(英文)[J];上海电机学院学报;2005年02期

6 张凤琴,刘娟,徐建忠,刘相华,王国栋;粗轧过程轧制力BP神经网络预报[J];上海金属;2004年04期

7 王颖,谢剑英;一种基于蚁群算法的多媒体网络多播路由算法[J];上海交通大学学报;2002年04期

8 许桢英,费业泰;用多分辨分析法研究动态测试误差溯源[J];上海交通大学学报;2003年01期

9 赵军,官英平,郑祖伟,罗亚军;基于神经网络的材料性能参数和摩擦系数的实时识别[J];塑性工程学报;2001年02期

10 张延华,刘相华,王国栋;BP神经网络和数学模型在中厚板板凸度预报中的综合应用[J];塑性工程学报;2005年04期

中国硕士学位论文全文数据库 前1条

1 秦玲;蚁群算法的改进与应用[D];扬州大学;2004年

《中国学术期刊（光盘版）》电子杂志社有限公司
同方知网数字出版技术股份有限公司
地址：北京清华大学 84-48信箱 大众知识服务
京ICP证040441号
互联网出版许可证 新出网证（京）字008号
出版物经营许可证 新出发京批字第直0595号

订购热线：400-819-9993 010-62982499
服务热线：010-62985026 010-62791813
在线咨询：
传真：010-62780361
京公网安备11010802020475号

  本文关键词：BP神经网络的发展现状综述，由笔耕文化传播整理发布。

本文编号：226661