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
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