現(xiàn)如今,人們對(duì)鋼鐵產(chǎn)品的質(zhì)量要求越來(lái)越嚴(yán)格,尤其是在力學(xué)性能方面,追求更高的穩(wěn)定型和高精度。在長(zhǎng)期的生產(chǎn)過(guò)程中,鋼鐵廠累積了很多生產(chǎn)相關(guān)資料,有了這些生產(chǎn)數(shù)據(jù)就可為以后生產(chǎn)提供可靠的參考�；谶@些研究數(shù)據(jù),以熱軋產(chǎn)品的力學(xué)性能（分別為屈服強(qiáng)度、抗拉強(qiáng)度和伸長(zhǎng)率）、化學(xué)的組成含量和鋼鐵生產(chǎn)中軋制參數(shù)間的相互關(guān)系,建立一個(gè)高質(zhì)量的預(yù)測(cè)模型來(lái)研究熱軋板帶力學(xué)性能,對(duì)于熱軋產(chǎn)品生產(chǎn)的指導(dǎo)、生產(chǎn)效率的提高和工藝的優(yōu)化有著很大的促進(jìn)作用。BP神經(jīng)網(wǎng)絡(luò)算法已經(jīng)比較成熟、應(yīng)用也相當(dāng)廣泛。本文以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)對(duì)熱軋板帶力學(xué)性能進(jìn)行預(yù)測(cè)分析,然而B(niǎo)P神經(jīng)網(wǎng)絡(luò)存在不足之處,如:收斂的速度慢、易陷入局部極小點(diǎn)值等問(wèn)題。針對(duì)這些問(wèn)題,引入LM（Levenberg-Marquardta）算法提高其收斂速度、遺傳算法對(duì)其權(quán)值和閾值進(jìn)行優(yōu)化,以達(dá)到滿意的預(yù)測(cè)結(jié)果。本文將以某鋼廠雙機(jī)架爐卷軋機(jī)的生產(chǎn)工藝為背景,對(duì)熱軋板帶的力學(xué)性能（以抗拉強(qiáng)度為代表）預(yù)測(cè)問(wèn)題進(jìn)行分析研究。基于建立的力學(xué)性能研究模型,文章首先單獨(dú)運(yùn)用BP算法進(jìn)行預(yù)測(cè)研究。預(yù)測(cè)效果大體上良好,但對(duì)目前生產(chǎn)者對(duì)鋼材高精度的要求來(lái)說(shuō),該模型的精度和收斂速度... 

【文章來(lái)源】：昆明理工大學(xué)云南省

【文章頁(yè)數(shù)】：75 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１雙機(jī)架爐卷軋機(jī)??９??

??下圖２．?２為該軋機(jī)的構(gòu)造圖：??可逆式四輥?可逆式四輥??ｎｎｎｎ？?０?０?ｆ??ａ?ｔ?１?（）〔）?ＬＪ??００??圖２．２雙機(jī)架爐卷熱軋機(jī)構(gòu)造??從上圖可以清晰地知道該軋機(jī)構(gòu)造主要有：輥道、加熱爐、除磷箱、立輥軋??機(jī)、板卷箱、可逆式軋機(jī)以及卷取機(jī)等??該軋機(jī)采用了雙機(jī)架四輥軋機(jī)，其對(duì)稱分布的板卷箱，使軋件就可以在軋機(jī)??之間進(jìn)行往復(fù)軋制。和傳統(tǒng)爐卷機(jī)相比，軋制的效率有很大程度的提高，在保證??生產(chǎn)質(zhì)量的同時(shí)又提高了總輸出產(chǎn)量。??結(jié)合圖２．２，易知道該軋工作過(guò)程大致包括加熱、軋制、冷卻和卷取四個(gè)部??分［２２］［２３］。具體的工作過(guò)程如下：??（１）

圖３．２人工神經(jīng)元模型??

【參考文獻(xiàn)】：
期刊論文
[1]基于RBF神經(jīng)網(wǎng)絡(luò)的強(qiáng)力旋壓連桿襯套力學(xué)性能預(yù)測(cè)研究[J]. 佘勇,樊文欣,陳東寶,曹存存.  鍛壓技術(shù). 2016(06)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的AZ91鎂合金均勻化后的力學(xué)性能研究[J]. 吳雄喜.  兵器材料科學(xué)與工程. 2013(06)
[3]基于BP神經(jīng)網(wǎng)絡(luò)的Mg-Al-Si合金力學(xué)性能研究[J]. 吳新華,伊厚會(huì).  熱加工工藝. 2013(20)
[4]基于BP神經(jīng)網(wǎng)絡(luò)的回火溫度對(duì)LCMB鋼力學(xué)性能的影響研究[J]. 何薇,劉彥章.  熱加工工藝. 2013(20)
[5]基于GABP算法的化工設(shè)備設(shè)計(jì)人工時(shí)預(yù)測(cè)[J]. 戴健偉,吉華,楊崗,樊剛,王彬.  計(jì)算機(jī)集成制造系統(tǒng). 2013(07)
[6]基于多輸入層遺傳神經(jīng)網(wǎng)絡(luò)的熱軋產(chǎn)品性能預(yù)測(cè)[J]. 呂志民,隋筱玥.  數(shù)據(jù)采集與處理. 2012(05)
[7]修正激勵(lì)函數(shù)對(duì)標(biāo)準(zhǔn)BP算法的改進(jìn)[J]. 畢小梅,陳建斌.  數(shù)字技術(shù)與應(yīng)用. 2012(07)
[8]基于BP神經(jīng)網(wǎng)絡(luò)的BNS440熱軋板力學(xué)性能預(yù)測(cè)[J]. 劉學(xué)偉,胡恒法.  梅山科技. 2010 (04)
[9]BP神經(jīng)網(wǎng)絡(luò)漏鋼預(yù)測(cè)系統(tǒng)優(yōu)化[J]. 厲英,王正,敖志廣,翟瑩瑩,龐維成.  控制與決策. 2010(03)
[10]基于BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)鋼錠成分的軟件開(kāi)發(fā)[J]. 張毅,徐衛(wèi)平,鄭家良,肖純.  微計(jì)算機(jī)信息. 2009(25)

碩士論文
[1]基于GA-BP神經(jīng)網(wǎng)絡(luò)模式識(shí)別的連鑄機(jī)漏鋼預(yù)報(bào)模型研究[D]. 王凱.大連理工大學(xué) 2015
[2]熱軋帶鋼力學(xué)性能軟測(cè)量方法研究[D]. 關(guān)又源.東北大學(xué) 2011
[3]寶鋼1580mm熱軋帶鋼厚度控制優(yōu)化研究[D]. 王金濤.東北大學(xué) 2010
[4]基于改進(jìn)BP算法的熱軋帶鋼力學(xué)性能軟測(cè)量[D]. 李昂.東北大學(xué) 2009
[5]數(shù)據(jù)挖掘在熱軋板帶質(zhì)量預(yù)測(cè)中的應(yīng)用[D]. 鄭楊元.昆明理工大學(xué) 2009
[6]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的PID控制方法的研究[D]. 劉益民.中國(guó)科學(xué)院研究生院（西安光學(xué)精密機(jī)械研究所） 2007
[7]雙機(jī)架循環(huán)往復(fù)式熱軋機(jī)模型在線自學(xué)習(xí)的研究[D]. 唐曉勇.昆明理工大學(xué) 2005
[8]雙機(jī)架軋機(jī)數(shù)學(xué)模型自適應(yīng)控制研究[D]. 王安.昆明理工大學(xué) 2005
[9]改進(jìn)遺傳算法及其在物流配送中心選址優(yōu)化的應(yīng)用[D]. 黎鈞琪.武漢理工大學(xué) 2003



本文編號(hào)：3610426