排序方式: 共有65条查询结果,搜索用时 46 毫秒
1.
2.
3.
冷轧平整机工作辊表面粗糙度衰减模型 总被引:1,自引:0,他引:1
冷轧平整机的工作辊直接和带钢接触,其表面粗糙度衰减情况对带钢成品的板形和表面质量有重大影响。因此,分析轧辊磨损机制,对轧辊表面粗糙度的衰减进行精确预测十分必要。首先采用灰色关联度分析对影响平整机工作辊表面粗糙度磨损的因素进行分析,确定了工作辊表面粗糙度评估指标体系。进而应用优化在线稀疏最小二乘支持向量回归模型对冷轧平整机的上工作辊表面粗糙度进行在线预测。通过预测误差准则实现系统的前向递推,采用FLOO(fast leave one out)的修剪算法实现其后向删减,并且采用最速下降法实现了2个超参数的在线优化。经过仿真研究表明,系统预测的绝对误差平均值为0.014 9,与其他方法相比具有明显的优越性,并且系统具有在线自适应的能力,能够随着时间而进化。 相似文献
4.
合理的轧制规程能够提高轧机的产量和产品的质量,带来显著的经济效益。采用多目标粒子群算法,选择等相对负荷和预防打滑为目标进行冷连轧规程优化。针对算法存在的收敛性和分布性难以均衡的问题,引入一种基于平行坐标系的密度和收敛潜能计算方法;同时,为克服算法易于陷入局部最优的缺陷,提出一种带个体扰动的全局最优领导粒子选择策略。仿真结果表明,该方法能快速跳出局部极值,获得具有更好收敛性和分布性的近似Pareto前沿。最后应用该方法对某五机架冷连轧机进行了轧制规程优化。
相似文献
5.
为提高铝热连轧轧制力预报精度, 满足现场生产需求, 采用改进遗传算法优化神经网络建立铝热连轧轧制力的智能模型。以河南某1+4铝热连轧厂连轧实测数据作为实验样本, 在遗传算法的初始化和变异机制中引入混沌序列, 同时选择最优保存机制、动态调整交叉率和变异率等方法, 提出了改进的遗传算法, 并将其与改进的BP算法相结合, 对多层前馈神经网络权值阈值进行优化, 避免学习中陷入局部最小, 使模型最终具有了良好的收敛性和适应性。网络预测结果与实测数据的相对误差基本在10%以内, 该预测精度明显优于传统数学模型, 实现了铝热连轧轧制力的高精度预测。 相似文献
6.
7.
8.
9.
针对多目标优化算法中综合目标函数权值难以确定的问题,通过对偏好的数学量化,采用数值分析的方法,构造了6种不同的偏好函数,建立了物理规划(physical programming)数学模型,然后以遗传算法为寻优工具,实现一种更加灵活更加适合于工程技术人员的交互式多目标优化算法。结合某冷轧厂实际的轧制规程优化过程,选取等功率裕量、轧制总能耗及各机架打滑因子为目标函数,运用基于遗传算法的PP进行优化计算。结果表明,优化后的轧制规程很好地实现了各机架等功率负荷分配,降低了打滑出现的概率,大大提高了板材表面质量和成品成材率。 相似文献
10.