论文部分内容阅读
针对传统板形模型缺陷和带钢热连轧轧制特点,提出基于遗传神经网络的弯辊力优化预报方法。利用1580mm热轧Q235B钢种实际生产数据对网络进行训练和测试,并对结果进行分析比较。结果表明:遗传神经网络预报能力不但优于传统弯辊力设定模型,而且优于单纯神经网络的预报能力,能较准确预报热连轧带钢弯辊力。基于遗传神经网络的弯辊力预报模型可提高头部板形控制精度,有实际应用的价值。