基于神经网络的拉矫机控制模型建立

针对冷轧宽带钢连续生产线上的拉矫机,建立可针对不同钢种、规格、来料板形的拉矫机压下量、延伸率和工艺张力等重要工艺参数的设定模型,结合对拉矫变形过程的力学分析和现场实测数据统计与分析的结果,从板形良好的钢卷中择取有代表性的生产数据作为训练样本,将良好的操作经验转化为数学模型,利用BP网络模型的自适应和自学习优势设定带钢拉矫过程中的工艺参数。此模型可以将新的样本随时添加到网络的矩阵,对新品种具有较好的扩展能力。经现场试用表明,模型能准确地预设定拉矫机工艺参数,满足工厂生产要求。