深度学习在中厚板轧后超快速冷却系统中的研究与应用

深度学习在中厚板轧后超快速冷却系统中的研究与应用

论文摘要

传热系数是冷却控制模型的核心参数.传统学习模型对传热系数的修正存在不稳定、鲁棒性不强等问题.为解决上述问题,进一步提高控制精度,基于深度学习技术,建立了传热系数自学习的深度神经网络,对神经网络框架的超参数进行了优化和算法选型,增强控冷模型的稳定性.通过在某钢厂3 500 mm中厚板生产线的应用验证,采用深度学习的控冷模型对终冷温度预报精度有明显提高,鲁棒性较强,满足现场实际生产的需要.

论文目录

  • 1 深度神经网络研究
  •   1.1 深度神经网络关键参数的选择
  •   1.2 深度神经网络结构的建立
  •   1.3 激活函数的选择
  •   1.4 优化算法的选择
  •   1.5 正则化方法选择
  • 2 仿真与应用
  • 3 结论
  • 文章来源

    类型: 期刊论文

    作者: 张田,张子豪,田勇,王昭东

    关键词: 深度学习,中厚板,超快冷,传热系数,命中率

    来源: 东北大学学报(自然科学版) 2019年05期

    年度: 2019

    分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

    专业: 金属学及金属工艺,自动化技术

    单位: 东北大学轧制技术及连轧自动化国家重点实验室

    基金: 国家重点基础研究发展计划项目(2017YFB0306404),中央高校基本科研业务费专项资金资助项目(N170703010)

    分类号: TP183;TG333

    页码: 635-640

    总页数: 6

    文件大小: 1596K

    下载量: 131

    相关论文文献

    • [1].低合金中厚板边裂缺陷原因分析与改进措施[J]. 宽厚板 2020(01)
    • [2].全球钢铁贸易跟踪(2006-2016)——中厚板带[J]. 冶金管理 2018(03)
    • [3].微合金钢中厚板边直裂成因分析[J]. 轧钢 2017(03)
    • [4].薄规格中厚板矫直攻关实践[J]. 柳钢科技 2017(05)
    • [5].供大于求的中厚板[J]. 中国公路 2017(21)
    • [6].国内首套中厚板超强钢精整装备正式投产[J]. 金属加工(热加工) 2013(20)
    • [7].浅谈中厚板企业在金融危机下的市场机会[J]. 冶金信息导刊 2009(01)
    • [8].国内中厚板市场波澜不惊[J]. 市场周刊(新物流) 2008(06)
    • [9].日本中厚板需求旺盛导致供不应求[J]. 重型机械 2008(04)
    • [10].中厚板成形模的刚性卸料结构设计[J]. 模具工业 2018(06)
    • [11].中厚板轧后冷却圆形喷嘴射流冲击行为分析[J]. 轧钢 2017(01)
    • [12].中厚板冲孔形状质量分析与冲头结构研究[J]. 世界有色金属 2017(08)
    • [13].基于RFID的中厚板成品物流标识的应用[J]. 中国冶金 2015(06)
    • [14].铝合金中厚板电气安装施工探讨[J]. 科技与企业 2014(06)
    • [15].中厚板矫直机辊盒锁紧液压缸的设计应用[J]. 重型机械 2013(03)
    • [16].中厚板材料组板优化设计与实现[J]. 新疆钢铁 2012(04)
    • [17].焊接中厚板模态分析与试验研究[J]. 长江大学学报(自然科学版) 2011(01)
    • [18].宝钢中厚板分公司首船出口板扬帆起航[J]. 船艇 2008(16)
    • [19].309S中厚板缺陷分析及改进[J]. 甘肃冶金 2020(05)
    • [20].高强中厚板表面矫直凹坑的分析与控制[J]. 河北冶金 2017(06)
    • [21].搭载式激光切割机在中厚板加工中的应用[J]. 焊接 2014(06)
    • [22].面向对象的中厚板轧线模拟系统设计开发[J]. 哈尔滨工业大学学报 2015(10)
    • [23].基于物料跟踪中厚板力学性能预报的研究[J]. 轻工科技 2017(08)
    • [24].718中厚板表面裂纹产生原因分析[J]. 山西冶金 2016(05)
    • [25].提高中厚板成材率的方法探讨[J]. 冶金经济与管理 2014(01)
    • [26].高强度中厚板钢的带状组织分析[J]. 机械设计与制造 2012(10)
    • [27].MES在安钢中厚板热处理线的应用[J]. 河南冶金 2011(03)
    • [28].热轧中厚板氧化铁皮控制技术[J]. 东北大学学报(自然科学版) 2011(07)
    • [29].矩形中厚板自由振动问题的哈密顿体系与辛几何解法[J]. 动力学与控制学报 2009(04)
    • [30].八钢中厚板成品下表面亮斑分析及措施[J]. 新疆钢铁 2016(04)

    标签:;  ;  ;  ;  ;  

    深度学习在中厚板轧后超快速冷却系统中的研究与应用
    下载Doc文档

    猜你喜欢