典型文献
基于循环自编码网络的冷轧轧制力建模方法
文献摘要：
在钢铁冷连轧生产过程中,轧制力预测结果直接影响带材的轧制精度和产品质量.为进一步提高轧制力预测精度,同时实现模型的在线更新,避免漂移问题,提出了基于循环自编码网络的轧制力模型.首先,使用循环自编码网络对处理好的输入数据进行特征提取,为了加速网络训练,加入了小批量训练方法,然后使用高斯过程回归模型对提取到的特征进行回归拟合.仿真结果表明,该模型预测精度可达3％以内,能够实现轧制力的高精度在线预测.
文献关键词：
计量学;轧制力预测;冷连轧;机器学习;循环自编码网络
中图分类号：
作者姓名：
孙浩;叶国良;翟博豪;呼子宇;赵志伟
作者机构：
燕山大学智能控制系统与智能装备教育部工程研究中心,河北秦皇岛066004;燕山大学电气工程学院,河北秦皇岛066004;唐山学院计算机科学与技术系,河北唐山063000
文献出处：
引用格式：
[1]孙浩;叶国良;翟博豪;呼子宇;赵志伟-.基于循环自编码网络的冷轧轧制力建模方法)[J].计量学报,2022(09):1172-1177
A类：
循环自编码网络
B类：
冷轧轧制,钢铁,冷连轧,轧制力预测,带材,在线更新,漂移,轧制力模型,输入数据,网络训练,小批量,训练方法,高斯过程回归,取到,回归拟合,在线预测
AB值：
0.210851
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。
