基于Matlab的BP神经网络轧制力预报模型及应用

详细信息    查看全文 | 推荐本文 |

英文篇名：Prediction Model and Its Application of BP Neural Network Rolling Force Based on MATLAB 作者：刘欣玉 ; 潘露 ; 帅美荣 英文作者：LIU Xinyu;PAN Lu;SHUAI Meirong;Department of Mechanical Engineering,Anhui Technical College;Heavy Machinery Engineering Research Center of Ministry of Education,Taiyuan University of Science and Technology; 关键词：BP神经网络 ; 轧制力 ; 钛合金 英文关键词：BP neural network;;rolling force;;titanium alloy 中文刊名：CQSG 英文刊名：Journal of Chongqing University of Science and Technology(Natural Sciences Edition) 机构：安徽机电职业技术学院机械系;太原科技大学重型机械教育部工程研究中心; 出版日期：2016-12-15 出版单位：重庆科技学院学报(自然科学版) 年：2016 期：v.18;No.97 基金：2015年安徽省质量工程项目“大规模开放课程——工艺装备的液压与气压控制”(2015MOOC201);; 2015年安徽机电职业技术学院青年教师发展支持计划教科研项目(2015YJZR029) 语种：中文; 页：CQSG201606026 页数：4 CN：06 ISSN：50-1174/N 分类号：102-104+109

摘要

借助Matlab神经网络工具箱的BP神经网络,建立了三辊Y型轧机钛合金棒材连轧轧制力BP神经网络模型。以φ18 TC4钛合金棒材为例,应用此BP神经网络轧制力模型来实现轧制力预报。结果表明,该BP网络模型轧制力预报精度高,且操作高效简洁,可代替计算过程繁杂的传统轧制力数学模型。
        Three-roll Y-type mill rolling force BP neural network model was proposed with the help of MATLAB neural network toolbox. Taking titanium alloy TC4 18 for example,BP neural network model was applied to forecast rolling force. The result shows that three-roll Y-type mill rolling force BP neural network model has the advantages of high accuracy,simplicity and efficiency in operation,so this BP neural network model can replace traditional miscellaneous rolling force mathematical model.

引文

[1]宁兴龙,王国宏.钛合金棒线材生产及市场预测[J].稀有金属材料与工程,1998,27(4):248-252.
    [2]高振莉,王海儒.Y型轧机轧制变形区的数学模型[J].太原重型机械学院学报,1997,18(4):338-343.
    [3]曹喜发.KOCK棒线材轧机及轧制理论(一)[J].轧钢,1999(4):28-37.
    [4]曹喜发.KOCK棒线材轧机及轧制理论(二)[J].轧钢,1999(5):40-60.
    [5]帅美荣.钛合金棒材三辊热连轧过程变形机理与技术研究[D].太原:太原科技大学,2012:10-20.
    [6]潘露.钛合金棒线材连轧孔型设计及优化[D].太原:太原科技大学,2012:3-20.