基于RBF网络的金属应力状态系数模型

以4200轧机轧制的大量实测数据为基础,利用Matlab人工神经网络工具箱,建立了轧制变形区的应力状态系数与轧前厚度、轧后厚度的RBF神经网络预测模型.通过分析应力状态系数的影响因素,结合传统的数学模型,确立了网络的输入层参数,并对函数newrb()中宽度系数spread的试验调整,确定了最佳的网络结构形式,提高了模型的预测精度,并与BP和Elman神经网络模型相比较,结果表明,RBF神经网络能更好地适用于金属应力状态系数模型.     

基于RBF神经网络的中厚板轧制宽展模型

以4200轧机轧制钢板的实测数据为基础,利用Matlab神经网络工具箱,建立了中厚板轧机宽展的RBF神经网络预测模型。通过分析宽展的影响因素,结合传统的数学模型,确立了网络的输入层参数,并对宽度系数spread进行试验调整,确定了最佳的网络结构形式,提高了模型的预测精度。通过实例比较了RBF模型与BP模型的预测效果,并且分析了不同参数下RBF神经网络逼近精度。结果表明,RBF神经网络模型有较好的收敛速度和预测精度,能更好地适用于中厚板轧机宽展模型。