基于神经网络的复杂工业过程参数设定值计算

被引：3

作者：

蒋长虹 ^{[1
]}

田建艳 ^{[2
]}

机构：

[1] 太原钢铁(集团)有限公司热连轧厂

[2] 太原理工大学信息工程学院

来源：

关键词：

神经网络; 复杂工业过程; 设定值计算; 模型自学习;

D O I：

10.16355/j.cnki.issn1007-9432tyut.2006.04.016

中图分类号：

TG334.9 [轧制自动化];

学科分类号：

080201 ; 080503 ;

摘要：

针对目前复杂工业过程参数设定值计算模型存在的问题,研究了神经网络与传统数学模型相结合的组合建模方法,重点讨论了该方法在带钢热连轧生产过程参数设定值计算中的实际应用。3年来的生产实际运行结果表明,神经网络的成功应用为热连轧厂进一步提高产品质量和自动化水平创造了有利的条件。

引用

页码：434 / 436+443 +443

页数：4

共 5 条

[1] 基于遗传小波神经网络的冷轧轧制力预报研究 [J].

黄敏 ;

王建辉 ;

顾树生 ;

不详 .

[2] 结合模型自学习的BP神经元网络的轧制力预报 [J].

胡贤磊 ;

王昭东 ;

于解民 ;

刘相华 .

[3] 基于人工神经网络的中厚板精轧机轧制力预报 [J].

程晓茹 ;

胡衍生 ;

任勇 ;

宋耀华 .

[4]

带钢热连轧的模型与控制.[M].孙一康编著;.冶金工业出版社.2002,

[5]

人工神经网络理论、设计及应用.[M].韩力群编著;.化学工业出版社.2002,