基于BP神经网络的特殊钢大方坯质量在线预报系统开发

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：常运合张家泉何庆文申景霞李猛张利平邵明海范黎明韩占光曾智
• 会议时间：2009-09-01
• 关键词：质量预报 ; 神经网络 ; 铸坯质量 ; 方坯连铸
• 作者单位：常运合,张家泉,李猛,韩占光,曾智(北京科技大学,北京市海淀区 100083)何庆文,申景霞(北京科技大学,北京市海淀区 100083 莱芜钢铁集团,山东省莱芜市 271104)张利平,邵明海,范黎明(莱芜钢铁集团,山东省莱芜市 271104)
• 母体文献：中国金属学会连续铸钢分会圆坯大方坯连铸技术研讨会论文集
• 会议名称：中国金属学会连续铸钢分会圆坯大方坯连铸技术研讨会
• 会议地点：营口
• 主办单位：中国金属学会
• 语种：chi

摘要

本文在对铸坯质量缺陷类型及其主要影响因素分析总结的基础上,针对某特钢厂大方坯铸机生产与产品质量现状,确定以其常见角部内裂、中间裂纹、中心裂纹和中心偏析为研究对象,利用BP神经网络建立了该四种典型缺陷的预测模型。基于冶金理论和连铸生产大量历史数据的统计分析,提炼出影响以上四种内部缺陷的20个主要工艺参数,进而提出20-20-4的预测模型网络拓扑结构。采用生产现场数据制做了预测模型的训练样本集和测试样本集,利用训练样本集将该神经网络训练至设定预报误差以内,再用测试样本集对所构建的网络进行了测试。测试结果表明,所构建的预测模型精度高,能够满足生产应用的要求。基于训练成熟的神经网络模型,进一步编制在线预报系统,实现铸坯质量的在线实时预报。