论文部分内容阅读
基于人工神经网络软件Matlab,采用改进的BP(Back Propagation)网络Levenberg-Marquardt训练规则,根据中板轧件入口厚度、出口厚度和宽度、轧辊直径、轧制速度和温度、轧件主要成分等输入参数,优化计算2350中板轧机的轧制压力和力矩.通过该网络的μ参数的自适应调整,提高收敛速度,使2350中板轧机轧制力和力矩的预报精度显著提高.轧制压力的BP网络预报值相对误差小于3%,轧制力矩的BP网络预报值相对误差小于4%.