首页 | 官方网站   微博 | 高级检索  
     

连铸坯内裂纹预报模型开发
引用本文:赵洪强,王叶婷,国兴龙,曾智,常运合,张家泉. 连铸坯内裂纹预报模型开发[J]. 连铸, 2011, 0(Z1): 463-467
作者姓名:赵洪强  王叶婷  国兴龙  曾智  常运合  张家泉
作者单位:大连重工·起重集团公司;北京科技大学冶金与生态工程学院
摘    要:针对国内某特钢厂大方坯连铸机产品质量现状,确定以其常见的角部内裂、中间裂纹、中心裂纹等内裂纹作为研究对象,选取16个与之相关的工艺参数,利用BP神经网络建立了这3种典型缺陷的预报模型。该模型网络拓扑结构为16-12-3,并以现场采集的生产过程数据和动态热跟踪模型计算结果作为预报模型的训练样本和测试样本。大量测试结果表明,所构建的预测模型精度较高,能够满足生产应用的要求。基于训练成熟的神经网络,进一步开发出铸坯质量在线预报模型,实现了连铸坯内部质量的在线实时判定。

关 键 词:大方坯  质量预报  BP神经网络

Development of Quality Prediction Model for Internal Cracks of Bloom Castings
ZHAO Hong-qiang,WANG Ye-ting,GUO Xing-long,ZENG Zhi,CHANG Yun-he,ZHANG Jia-quan. Development of Quality Prediction Model for Internal Cracks of Bloom Castings[J]. CONTINUOUS CASTING, 2011, 0(Z1): 463-467
Authors:ZHAO Hong-qiang  WANG Ye-ting  GUO Xing-long  ZENG Zhi  CHANG Yun-he  ZHANG Jia-quan
Affiliation:1.DHI.DCW Co.,Dalian 116013,Liaoning,China;2.University of Science andTechnology Beijing,Beijing 100083,China)
Abstract:针对国内某特钢厂大方坯连铸机产品质量现状,确定以其常见的角部内裂、中间裂纹、中心裂纹等内裂纹作为研究对象,选取16个与之相关的工艺参数,利用BP神经网络建立了这3种典型缺陷的预报模型。该模型网络拓扑结构为16-12-3,并以现场采集的生产过程数据和动态热跟踪模型计算结果作为预报模型的训练样本和测试样本。大量测试结果表明,所构建的预测模型精度较高,能够满足生产应用的要求。基于训练成熟的神经网络,进一步开发出铸坯质量在线预报模型,实现了连铸坯内部质量的在线实时判定。
Keywords:bloom castings  quality prediction  BP neural network
本文献已被 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号