收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究

刘兰兰  
【摘要】:H型钢是一种截面积分配更加优化、强重比更加合理的经济高效型材,具有抗弯能力强、施工简单、节约成本和结构重量轻等优点,已经被广泛应用于国民经济建设中。近年来,我国对H型钢的需求日益增加,对其质量要求日益提高,为能够进一步提高产品质量及生产效率,降低生产能耗,获得更大的经济效益,对轧制过程的工艺参数进行优化研究十分必要。 本文以优化H型钢粗轧过程工艺参数作为研究课题,采用神经网络算法及遗传算法对其进行了数学建模及优化计算,并将优化后的轧制能耗、型钢质量及生产效率与优化前进行了分析对比。 首先分析了用传统预测方法预测轧制能耗、产品质量存在的不足,确定采用神经网络算法建立预测模型的方案。采用此方法将型钢粗轧过程中的主要工艺参数开轧温度、轧制速度、道次间隙及压下量作为输入参数,以轧制功率和奥氏体晶粒直径作为输出参数建立两个神经网络模型。以有限元软件ABAQUS仿真计算得出的数据作为神经网络的训练样本,按照混合正交试验设计工艺参数以达到减少训练样本数量、提高模型准确性的目的。采用MATLAB编制相应的计算机程序,进行多次训练,得到性能优良的神经网络模型。建模后,通过有限元软件的仿真值与神经网络的预测值对比,验证了采用神经网络算法建立数学模型的准确性。 以此模型为基础,采用现代优化算法中的遗传算法进行轧制工艺参数的优化计算,将轧制能耗、型钢质量及生产效率三个优化目标转换为单目标优化问题,在解空间中寻找非劣解。分析研究了变异率、交叉率及种群数目对优化结果的影响。从优化前后的结果对比可以看出优化后的粗轧工艺参数更趋合理,既降低了生产能耗,节约了能源,又提高了H型钢的质量。 最后以Visual C++软件作为开发平台,开发了建模过程及优化计算过程交互式界面,实现轧制工艺参数的自动寻优并在界面中显示最优结果。 H型钢粗轧工艺参数的优化研究,对改进现有H型钢粗轧工艺规程具有重要的理论意义和现实指导意义。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 牟建华,周伟,万百五;组合多重神经网络动态系统鲁棒故障检测与诊断[J];西安石油学院学报(自然科学版);1997年01期
2 郭前岗,孙瑜;一种新型神经网络结构的PID控制器及其仿真研究[J];西北轻工业学院学报;1998年03期
3 冯静,王玉,陈中中;浅谈用神经网络预测摩擦焊接头性能[J];大众科技;2005年08期
4 王艳春;王新;;基于神经网络求解TSP问题的研究[J];齐齐哈尔大学学报;2006年01期
5 易祖坤;蒋海;杨亚东;;人工神经网络复合压裂选井选层中的应用[J];西部探矿工程;2007年09期
6 夏文智;李刚进;朱丽;章中林;;工业火灾报警控制器的可靠实现[J];消防科学与技术;2008年03期
7 郑孝东;程根银;顾涛;胡兴志;李永;封孝辉;黄文华;;基于模糊-神经网络的局部通风机变频调速系统设计[J];煤炭工程;2010年04期
8 朱海东;雷英成;屈勇;;基于神经网络的多属性分析在地震图像共同区域划分中的应用[J];长江大学学报(自然科学版);2011年06期
9 郑晓雯,林南英;神经网络在机械系统故障诊断中的应用[J];西安科技学院学报;1994年02期
10 杨尚宝,杨天钧,董一诚;铁水含硅量预报神经网络模型[J];北京科技大学学报;1995年06期
11 钟本善,江玉乐,李永杰;用人工神经网络法预测气-水边界[J];成都理工学院学报;1995年03期
12 魏一鸣,童光煦;基于神经网络的品位估值方法及其计算机系统[J];化工矿物与加工;1995年02期
13 黄梦涛,赵轶群,刘颖;神经网络在煤低温自燃实验炉建模中的应用[J];西安科技学院学报;1996年01期
14 赵涤之,薛国新,周天彤;二级RBF神经网络用于化工过程的动态监控[J];江苏石油化工学院学报;1996年02期
15 闵华清,杨进,周万隆,徐贵刚;神经网络控制系统的仿真研究[J];武汉化工学院学报;1996年04期
16 朱群雄,麻德贤;神经网络结构分析与BP算法修正[J];计算机与应用化学;1997年04期
17 罗首章,李松仁,陈松乔;神经网络在矿石可选性预测专家系统中的应用[J];有色金属(选矿部分);1997年02期
18 刘金琨,王树青;高炉异常炉况神经网络专家系统[J];钢铁研究学报;1998年05期
19 金子明,杨国田,王秀妍;基于神经网络的表面粗糙度识别算法[J];抚顺石油学院学报;1998年03期
20 吴怀宇,宋玉阶;非线性回归分析中的神经网络方法[J];武汉科技大学学报(自然科学版);1998年01期
中国重要会议论文全文数据库 前10条
1 侯艳芳;冯红梅;;基于神经网络的调制识别算法的研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 沈建荣;杨林泉;陈琳;;神经网络的稳定性判据与区域经济结构调整[A];系统工程与可持续发展战略——中国系统工程学会第十届年会论文集[C];1998年
3 石山铭;李富兰;丁俊丽;;神经网络的知识获取[A];全国青年管理科学与系统科学论文集(第1卷)[C];1991年
4 吴清烈;徐南荣;;基于神经网络的一种多目标决策方法[A];复杂巨系统理论·方法·应用——中国系统工程学会第八届学术年会论文集[C];1994年
5 李晓钟;汪培庄;罗承忠;;神经网络与模糊逻辑[A];中国系统工程学会模糊数学与模糊系统委员会第五届年会论文选集[C];1990年
6 房育栋;余英林;;高阶自组织映射及其学习算法[A];1995年中国控制会议论文集(上)[C];1995年
7 王晓晔;杜朝辉;吕德忠;刘建峰;;神经网络模糊控制在温度控制系统中的应用[A];1997中国控制与决策学术年会论文集[C];1997年
8 金龙;吴建生;;基于遗传算法的神经网络短期气候预测模型(摘要)[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“气候系统与气候变化”分会论文集[C];2003年
9 申伟;张元培;;基于MATLAB的自适应神经网络模糊系统(ANFIS)的应用[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
10 田艳兵;;BP算法和PSO算法在神经网络中的研究[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 马永涛;通信信道建模的神经网络优化技术研究[D];天津大学;2009年
2 周伟;关于多稳定回复式神经网络中的一些问题[D];电子科技大学;2010年
3 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
4 徐芳;多稳定神经网络的动力学分析[D];电子科技大学;2011年
5 张海仙;回复式神经网络的连续吸引子[D];电子科技大学;2010年
6 尹丽子;基于动态模型的神经网络稳定性研究[D];山东师范大学;2011年
7 董岩;基于神经网络的机载三轴稳定平台控制系统算法应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2011年
8 金英秀;一类带时滞的Cohen-Grossberg神经网络稳定性研究[D];东北大学;2009年
9 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
10 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
中国硕士学位论文全文数据库 前10条
1 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
2 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
3 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
4 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
5 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
6 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
7 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
8 来建波;基于神经网络的路段行程时间预测研究[D];云南大学;2011年
9 闫超;基于BP神经网络的煤矿深埋硐室软岩流变参数反演分析[D];安徽理工大学;2011年
10 段成均;时滞神经网络稳定性分析[D];重庆交通大学;2011年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 尹永铸;莱钢20亿上马大H型钢生产线[N];经济观察报;2004年
6 张磊 陈亮;马钢大H型钢生产线电气控制系统升级改造拉开帷幕[N];世界金属导报;2008年
7 张磊 陈亮;马钢大H型钢生产线电气控制系统升级改造启动[N];中国冶金报;2008年
8 马钢技术中心 吴结才;在市场洗礼中不断发展[N];中国冶金报;2006年
9 本报实习记者   陈静;莱钢阿赛洛达成参股框架协议[N];中国证券报;2006年
10 通讯员 杨宝富 记者 郭猛;H型钢生产线在迁西竣工投产[N];河北日报;2006年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978