文献知网节
  • 记笔记

基于径向基神经网络的薄板平整轧制力预报模型

段雪厚王石刚徐威唐成龙

上海交通大学机械与动力工程学院

摘要:冷轧薄板在平整轧制时具有轧件厚度薄、压下率小的特点,其平整轧制力往往计算困难,精度难以保证.针对上述情况,提出一种基于参数修正的轧制力数学模型来计算其平整轧制力.同时,为进一步提高计算精度,运用RBF(Radial Basis Function)神经网络来预测该平整轧制力数学模型的计算误差,并将该误差与数学模型的计算值相结合,完成对其的修正.离线仿真结果表明,薄板平整轧制力数学模型在经过自身修正参数及RBF神经网络的2次修正后,计算精度可达到6%以内,具有较高的工程应用价值.
  • DOI:

    10.16183/j.cnki.jsjtu.2011.06.028

  • 专辑:

    理工C(机电航空交通水利建筑能源); 理工B(化学化工冶金环境矿业)

  • 专题:

    金属学及金属工艺

  • 分类号:

    TG335.5

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:200 页码:924-928 页数:5 大小:160K

相关推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者
  • 相关视频