锻压技术

基于BP神经网络的轧机油膜厚度补偿的测试与建模

英文标题：Measurement and modeling of rolling mill oil film thickness compensation based on BP neural network

作者：张利红梁英波李晋

单位：周口师范学院

分类号：TP29;TF31

出版年,卷(期):页码：2012,37(4):116-119

摘要：

针对单机架热轧中厚板轧机天铁2500 mm中厚板生产线的油膜补偿问题进行了研究，用基于BP神经网络的方法建立了轧机油膜厚度补偿模型，并与已成熟应用的基于Reynolds方程的轧机相对油膜厚度补偿方法进行比较分析。结果表明，BP神经网络模型比基于Reynolds方程的轧机相对油膜厚度补偿方法具有预测精度高、样本学习时间快、收敛速度快的优点，BP神经网络模型可以对轧机油膜厚度进行良好的补偿。

The problem of oil film compensation in single-stand hot strip rolling mill was researched. The model of rolling mill oil film compensation based on BP neural network was established and compared with the method based on oil film thickness compensation in rolling mill Reynolds equation. The results show that BP neural network model has the advantages of high model forecast precision, quick sample learning and fast convergence rate compared to the method based on oil film compensation in rolling mill Reynolds equation. So the rolling mill oil film can be compensated efficiently by BP neural network model.

基金项目：

河南省科技厅科技攻关资助项目（122102210170）;周口师范学院青年教师基金资助项目(2012QNB07)

张利红（1982-），女，硕士，讲师

参考文献：

［1］王建平，武欢欢，凤立娟，等.基于Deform分析与正交实验法的中厚板翻孔参数选择[J].锻压技术,2010,35(4):142-145.
［2］杨杰，韦乐余，孟令启.基于MATLAB的立棍轧机轧制过程扭振仿真分析[J].锻压技术,2010,35(3):105-108.
［3］赵丽娟，徐涛，刘杰.Smith预估器在冷轧机出口厚度控制系统中的应用[J].锻压技术,2005,30(6):58-61.
［4］陈建华，张殿华，李冰，等.中厚板轧机油膜厚度模型的研究[J].钢铁，2001，36（11）：42-45.
［5］李建.冷连轧机厚控系统加减速油膜厚度补偿控制的研究[D].秦皇岛：燕山大学，2006.
［6］陈东宁，姜万录，王益群，等.冷连轧机相对油膜厚度的测试与建模[J].润滑与密封，2007，32（9）：77-80.
［7］张明月,王新云，夏巨谌，等.基于BP神经网络和遗传算法的齿轮坯预锻件多目标优化设计[J].锻压技术,2010,35(6):22-26.
［8］阎平凡,张长水.人工神经网络与模拟进化计算[M].北京：清华大学出版社，2005.
［9］曹蔚,甘忠,李立军.带下陷航空钣金零件展开及参数化建模研究[J].锻压技术,2010,35(5):148-151.
［10］张德丰.MATLAB神经网络仿真与应用[M]. 北京：电子工业出版社，2009.
［11］杨兆升,王媛,管青.基于支持向量机方法的短时交通流量预测方法[J]. 吉林大学学报：工学版，2006，36（6）：881-884.

服务与反馈：

【文章下载】【加入收藏】