基于人工神经网络的铝合金宽幅板带材质量控制模型

来自 搜狐网 的图片

基于人工神经网络的铝合金宽幅板带材质量控制模型铝合金板带材因其具有质量轻，比强度高，耐蚀性好、易加工，表面质量好等优点而被广泛应用。在国防军工、航空航天和交通运输等行业，对高精度的铝合金宽幅板带材的需求越来越大。

目前我国连轧控制技术水平还比较落后，生产出的产品质量还达不到市场的要求，每年仍然需要进口大量高精度的铝合金宽幅板带材，尤其是5×××系的宽幅板材，制约了国民经济和国防建设的发展。加强对铝合金宽幅板带材质量控制技术的研究，研发拥有自主知识产权的超大规格，高性能的铝合金宽幅板带材质量控制技术，是一件有重要意义的事情。

目录

首要任务

在质量控制技术研究中，各种精度高的控制模型获取是研究中首要任务，而预测模型是控制模型建立的基础。宽幅板带材生产过程具有多变量、强耦合、非线性和时变性等特点，已有的模型大都采用传统的本构方程和拟合求解的方法，由于求解复杂，往往采用简化方式，造成模型精度难以达到理想的效果。人工神经网络（ANN）等智能技术擅长处理复杂的多维的非线性问题，同时具有良好的自适应性和自学习能力,在数据丰富的领域得到了广泛的应用。而铝合金板带材生产过程中积累了相当的数据，因此有必要引入人工神经网络、专家系统等人工智能技术开展研究。

技术要点和优势

铝合金宽幅板带材厚度的控制和板形的控制是质量控制的主要指标,针对两大指标影响因素展开分析研究,运用人工神经网络等技术,构建相关预测模型,为高精度控制模型建立奠定了基础。目前，对于板材厚度预测的模型比较多，但是对铝合金宽幅中厚板的研究鲜有人涉及。针对国内水平领先、最宽幅的“1+4”热连轧生产线,根据生产现场获取的有广泛应用的5083铝合金宽幅中厚板实测数据，在研究分析关键影响因素的基础上，运用人工神经网络技术建立了铝合金宽幅中厚板厚度预测的BP神经网络控制模型。模型的最佳结构为4-10-1。其相对误差在0.5%之内,精度较高，泛化能力较好。应用模型预测了5052宽幅铝合金中厚板的出口厚度，预测结果在一个合理的范围内，效果较理想。铝合金的流变应力是宽幅板带材板形最主要的影响因素。以5083铝合金为对象，在温度300-450℃、应变速率0.001-1s-1和真应变为0.7的条件下对其进行等温压缩试验。基于热变形实验数据,在整个应变范围内,分别利用应变补偿的包含Z参数的本构关系和人工神经网络建立了合金流变应力的预测模型;ANN模型的最佳结构为3-9-1;对两种预测模型的预测结果比较分析表明:ANN模型具有更高的预测精度,可以预测不同变形条件下的流变应力值。确认了ANN方法在数学建模中的优势。为了更好地方便应用预测模型，加快研发速度，还采用C#.NET与Matlab混合编程的方法，开发了铝合金宽幅板带材性能预测神经网络专家系统，目前包含铝合金宽幅板带材厚度预测和流变应力预测两个应用模块。