[00371004]基于综合神经网络的平整机自适应轧制力模型的研究
交易价格:
面议
所属行业:
网络
类型:
非专利
交易方式:
资料待完善
联系人:
所在地:
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
该项目对消除来料板形缺陷所需的最小延伸率进行了研究,设计出双机架平整机延伸率分配系数模型;提出了一套针对双机架平整机的摩擦系数返算数学模型,并通过神经网络预报变形抗力和摩擦系数;针对双机架平整机,提出了将传统机理模型与人工智能模型相结合进行高精度轧制力预报提出了新方法;设计并开发了功能完善的双机架平整机轧制力预报系统,在某具有二级机管理的1220平整机上进行了测试验证,满足实时性要求,运行稳定,结果正确。该方法可大幅度地提高轧制力模型的预报精度,预报误差可控制在5%以内。课题研究成果可广泛用于传统数学模型比较完备的过程控制系统,可以推广到其他类似数学模型的预测过程,具有重要的社会效益和广阔的应用前景。
该项目对消除来料板形缺陷所需的最小延伸率进行了研究,设计出双机架平整机延伸率分配系数模型;提出了一套针对双机架平整机的摩擦系数返算数学模型,并通过神经网络预报变形抗力和摩擦系数;针对双机架平整机,提出了将传统机理模型与人工智能模型相结合进行高精度轧制力预报提出了新方法;设计并开发了功能完善的双机架平整机轧制力预报系统,在某具有二级机管理的1220平整机上进行了测试验证,满足实时性要求,运行稳定,结果正确。该方法可大幅度地提高轧制力模型的预报精度,预报误差可控制在5%以内。课题研究成果可广泛用于传统数学模型比较完备的过程控制系统,可以推广到其他类似数学模型的预测过程,具有重要的社会效益和广阔的应用前景。