基于主成分分析-BP神经网络的热精轧带钢跑偏预测研究
于景辉1
赵德琦2
王少1
1.马鞍山钢铁股份有限公司 制造部,安徽 马鞍山,2430002.北京科技大学设计研究院有限公司,北京,100083
摘要：由于带钢热轧过程中跑偏的影响因素复杂,传统的机理预测模型难以保证跑偏预测的准确性.本文从数据驱动的角度出发,结合带钢轧制过程跑偏产生原理和实际生产数据,提出了一种基于主成分分析(PCA)与BP神经网络的组合模型用于预测带钢跑偏.该模型精度较高,对提高热连轧成品质量和轧制设备的寿命都具有重大意义.
关键词：带钢轧制主成分分析BP神经网络跑偏预测
分类号：TP183(自动化基础理论)
论文发表日期：2019-01-01
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 44-47 )
英文信息