基於人工神經網絡的鋁合金寬幅板帶材質量控制模型檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

基於人工神經網絡的鋁合金寬幅板帶材質量控制模型鋁合金板帶材因其具有質量輕，比強度高，耐蝕性好、易加工，表面質量好等優點而被廣泛應用。在國防軍工、航空航天和交通運輸等行業，對高精度的鋁合金寬幅板帶材的需求越來越大。

目前我國連軋控制技術水平還比較落後，生產出的產品質量還達不到市場的要求，每年仍然需要進口大量高精度的鋁合金寬幅板帶材，尤其是5×××系的寬幅板材，制約了國民經濟和國防建設的發展。加強對鋁合金寬幅板帶材質量控制技術的研究，研發擁有自主知識產權的超大規格，高性能的鋁合金寬幅板帶材質量控制技術，是一件有重要意義的事情。

首要任務

在質量控制技術研究中，各種精度高的控制模型獲取是研究中首要任務，而預測模型是控制模型建立的基礎。寬幅板帶材生產過程具有多變量、強耦合、非線性和時變性等特點，已有的模型大都採用傳統的本構方程和擬合求解的方法，由於求解複雜，往往採用簡化方式，造成模型精度難以達到理想的效果。人工神經網絡（ANN）等智能技術擅長處理複雜的多維的非線性問題，同時具有良好的自適應性和自學習能力,在數據豐富的領域得到了廣泛的應用。而鋁合金板帶材生產過程中積累了相當的數據，因此有必要引入人工神經網絡、專家系統等人工智能技術開展研究。

技術要點和優勢

鋁合金寬幅板帶材厚度的控制和板形的控制是質量控制的主要指標,針對兩大指標影響因素展開分析研究,運用人工神經網絡等技術,構建相關預測模型,為高精度控制模型建立奠定了基礎。目前，對於板材厚度預測的模型比較多，但是對鋁合金寬幅中厚板的研究鮮有人涉及。針對國內水平領先、最寬幅的「1+4」熱連軋生產線,根據生產現場獲取的有廣泛應用的5083鋁合金寬幅中厚板實測數據，在研究分析關鍵影響因素的基礎上，運用人工神經網絡技術建立了鋁合金寬幅中厚板厚度預測的BP神經網絡控制模型。模型的最佳結構為4-10-1。其相對誤差在0.5%之內,精度較高，泛化能力較好。應用模型預測了5052寬幅鋁合金中厚板的出口厚度，預測結果在一個合理的範圍內，效果較理想。鋁合金的流變應力是寬幅板帶材板形最主要的影響因素。以5083鋁合金為對象，在溫度300-450℃、應變速率0.001-1s-1和真應變為0.7的條件下對其進行等溫壓縮試驗。基於熱變形實驗數據,在整個應變範圍內,分別利用應變補償的包含Z參數的本構關係和人工神經網絡建立了合金流變應力的預測模型;ANN模型的最佳結構為3-9-1;對兩種預測模型的預測結果比較分析表明:ANN模型具有更高的預測精度,可以預測不同變形條件下的流變應力值。確認了ANN方法在數學建模中的優勢。為了更好地方便應用預測模型，加快研發速度，還採用C#.NET與Matlab混合編程的方法，開發了鋁合金寬幅板帶材性能預測神經網絡專家系統，目前包含鋁合金寬幅板帶材厚度預測和流變應力預測兩個應用模塊。