基于改进径向基神经网络的中厚板厚度预测 |
| |
引用本文: | 郭庆福,张飞,邓波,黄硕.基于改进径向基神经网络的中厚板厚度预测[J].冶金自动化,2023(5):71-78. |
| |
作者姓名: | 郭庆福 张飞 邓波 黄硕 |
| |
作者单位: | 1. 北京科技大学高效轧制与智能制造国家工程研究中心;2. 工业过程知识自动化教育部重点实验室 |
| |
基金项目: | 广西重点研发计划(桂科AB21196025); |
| |
摘 要: | 针对中厚板轧制过程中厚度计模型预测轧机出口实时厚度精度不高的问题,提出一种麻雀搜索算法(sparrow search algorithm, SSA)优化径向基(radial basis function, RBF)神经网络的中厚板厚度预测模型。通过SSA对RBF神经网络的参数进行优化,提高模型的预测精度。根据现场实际采集的数据,结合产线的工艺布局,对数据进行时空坐标转换后代入模型进行训练。通过多种规格中厚板厚度数据仿真验证,SSA-RBF模型预测精度可以控制在0.075 mm以内,预测效果好于反向传播(back-propagation, BP)神经网络和广义回归神经网络(generalized regression neural network, GRNN),模型预测精度可以满足实际轧制的精度要求。
|
关 键 词: | 中厚板 厚度预测 麻雀搜索算法 径向基神经网络 时空坐标转换 |
|
|