公开(公告)号：CN108637020A

公开(公告)日：2018-10-12

申请号：CN201810437962.1

申请日：2018-05-09

Applicant: 北京科技大学

Inventor： 张飞 ,  朱永波 ,  张勇军 ,  肖雄 ,  王增权

IPC: B21B37/28

Abstract: 本发明主要属于带钢板形控制技术领域，具体涉及一种引入自适应变异的PSO-BP神经网络带钢凸度预测方法。该预测方法通过实际数据对板形预测模型进行实时修正，满足轧机板形模型不断变化的实际情况；不需要建立轧制过程的一个准确模型，只需要确定输入、输出即可，通过修改预测算法以及控制参数，将自适应变异用于PSO-BP算法，既可避免陷入局部最小值，又可实现带钢凸度的准确预测，满足轧制现场要求，更加精确地进行板形预测以提高板形的控制精度。

公开(公告)号：CN108637020B

公开(公告)日：2020-04-10

申请号：CN201810437962.1

申请日：2018-05-09

Applicant: 北京科技大学

Inventor： 张飞 ,  朱永波 ,  张勇军 ,  肖雄 ,  王增权

IPC: B21B37/28

Abstract: 本发明主要属于带钢板形控制技术领域，具体涉及一种引入自适应变异的PSO‑BP神经网络带钢凸度预测方法。该预测方法通过实际数据对板形预测模型进行实时修正，满足轧机板形模型不断变化的实际情况；不需要建立轧制过程的一个准确模型，只需要确定输入、输出即可，通过修改预测算法以及控制参数，将自适应变异用于PSO‑BP算法，既可避免陷入局部最小值，又可实现带钢凸度的准确预测，满足轧制现场要求，更加精确地进行板形预测以提高板形的控制精度。