基于BP神经网络的大方坯内部质量预报系统研究

详细信息    查看全文 | 下载全文 | 推荐本文 |

• 作者：Liu Le刘乐张家泉Zhang JiaquanHe Qingwen何庆文Shen Jingxia申景霞Li Meng李猛Shao Minghai邵明海张利平Zhang LipingFan Liming范黎明
• 会议时间：2009-03-01
• 关键词：大方坯连续铸钢 ; 质量控制 ; 预测模型 ; BP神经网络
• 作者单位：Liu Le,Zhang Jiaquan(School of Metallurgicaland Ecological Engineering, University of Science and Technology Beijing, Beijing 100083)刘乐,张家泉(北京科技大学冶金与生态工程学院,北京 100083)He Qingwen,Shen Jingxia,Li Meng,Shao Minghai,Zhang Liping,Fan Liming(Laiwu Steel Group,Ltd. , Laiwu 271104)何庆文,申景霞,李猛,邵明海,张利平,范黎明(莱芜钢铁集团,莱芜271104)
• 母体文献：第八届冶金工程科学论坛论文集
• 会议名称：第八届冶金工程科学论坛
• 会议地点：北京
• 主办单位：北京科技大学
• 语种：chi

摘要

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,确定以其常见内部缺陷(角部内裂、中间裂纹和中心裂纹等)为研究对象,利用BP神经网络建立了该三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,提炼出影响以上三种内部缺陷的15个主要工艺参数,进而提出15 -20-3的预测模型网络拓扑结构。采用生产现场数据制作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。