带钢卷取温度智能预报系统及仿真程序设计

带钢卷取温度智能预报系统及仿真程序设计

论文摘要

为进一步提高热轧带钢卷取温度控制精度,将遗传算法与神经网络相结合,建立卷取温度预报系统,用改进的智能算法来优化遗传神经网络模型参数,以应对生产过程的强非线性。首先,提出了新的遗传操作,通过优生、突变、嫁接保证在全局范围内对模型参数进行优化;其次,利用某钢厂热轧生产线的历史数据,对温度模型进行测试和仿真,动态呈现了神经网络权值优化的中间过程,逼真显现了算法收敛的趋势。仿真结果表明,该温度预报模型收敛速度较快且精度高,可为前馈控制的补偿参数优化提供可靠的参考数据,进而提高热轧带钢卷取温度的控制精度。

论文目录

  • 0 引言
  • 1 系统软件结构设计
  • 2 HMI界面
  • 3 网络结构及算法实现模块
  •   3.1 GA-BPN架构及样本集
  •   3.2 优化GA-BPN参数的遗传算法
  •     3.2.1 数据结构及参数设定
  •     3.2.2 初始化种群
  •     3.2.3 设计适应度函数
  •     3.2.4 优生、突变、嫁接操作
  • 4 基于GA-BPN的温度预报模型
  • 5 温度预报系统图形仿真模块
  • 6 结论
  • 文章来源

    类型: 期刊论文

    作者: 孙铁军,王洪希,牛晶,刘冲杰

    关键词: 热轧,卷取,温度预报,智能优化算法,优生,嫁接,遗传神经网络

    来源: 冶金自动化 2019年06期

    年度: 2019

    分类: 工程科技Ⅰ辑,信息科技

    专业: 金属学及金属工艺,计算机软件及计算机应用,自动化技术

    单位: 北华大学电气与信息工程学院,吉林化纤集团有限公司发展规划部

    基金: 科技部重点新项目(2010GRB10003),吉林省科技发展计划项目(20140415015JH)

    分类号: TG333.24;TP311.1;TP18

    页码: 23-27

    总页数: 5

    文件大小: 471K

    下载量: 54

    相关论文文献

    标签:;  ;  ;  ;  ;  ;  ;  

    带钢卷取温度智能预报系统及仿真程序设计
    下载Doc文档

    猜你喜欢