典型文献
基于DBN-PSO算法的钢板热轧轧机实时振动预测
文献摘要：
为了提高钢板热轧轧机实时振动预测和钢板成形精度控制能力,在利用实时监测数据(RMD)分析热轧轧机振动状态的基础上,设计了一种基于深度置信网络(DBN)-粒子群优化(PSO)DBN-PSO算法的钢板热轧轧机实时振动预测模型,达到对RMD参数深度挖掘的目的,实现对热轧轧机振动的预测效果.采用现场测试得到结果对模型精度进行调整,通过对比发现,热轧轧机振动仿真模型的预测误差不超过3.7％,达到了预期的效果,和热轧轧机振动状态良好吻合.逐渐降低轧制速度后,热轧轧机振动的加速度持续减小,当轧制速度降低达20％时,热轧轧机振动加速度降低了1.58×10-3g.热轧轧机振动加速度与出口张力之间呈正相关变化特征,当出口张力降低20％时,对应的振动加速度降低2.74×10-3g.降低入口厚度后,发生了热轧轧机振动加速度持续增大,当入口厚度降低20％后,振动加速度提高0.71×10-3g.
文献关键词：
热轧;钢板;热轧轧机振动;振动预测;DBN算法;PSO算法
中图分类号：
作者姓名：
钱素娟;张伟;李强
作者机构：
郑州财经学院信息工程学院,河南郑州450044;河南理工大学机械与动力工程学院,河南焦作454000;河南富源机器制造有限公司设计部,河南郑州450000
文献出处：
引用格式：
[1]钱素娟;张伟;李强-.基于DBN-PSO算法的钢板热轧轧机实时振动预测)[J].中国工程机械学报,2022(02):113-117
A类：
热轧轧机振动
B类：
DBN,PSO,振动预测,成形精度,精度控制,控制能力,RMD,振动状态,深度置信网络,粒子群优化,深度挖掘,现场测试,试得,模型精度,振动仿真,预测误差,轧制速度,振动加速度,3g
AB值：
0.134936
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
