基于改進神經(jīng)網(wǎng)絡的多牌號C-Mn鋼力學性能預測方法

基本信息

申請?zhí)?/td> CN202110442000.7 申請日 -
公開（公告）號 CN113128124A 公開（公告）日 2021-07-16
申請公布號 CN113128124A 申請公布日 2021-07-16
分類號 G06F30/27（2020.01）I;G06K9/62（2006.01）I;G06N3/00（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06F111/04（2020.01）N;G06F111/06（2020.01）N;G06F111/10（2020.01）N;G06F119/14（2020.01）N 分類 計算；推算；計數(shù);
發(fā)明人 劉振宇;王新東;申培;賈澤偉;劉宏強;李卉穎;曹光明;何方;李仁華;周曉光 申請（專利權）人 河鋼集團有限公司
代理機構 沈陽東大知識產權代理有限公司 代理人 李在川
地址 110819遼寧省沈陽市和平區(qū)文化路3號巷11號
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于改進神經(jīng)網(wǎng)絡的多牌號C?Mn鋼力學性能預測方法，首先采集多牌號C?Mn鋼在熱連軋生產過程中的生產數(shù)據(jù)并進行數(shù)據(jù)處理，然后采用前向選擇的相關性分析方法生成各力學性能的樣本集，采用PSO算法對BRNN網(wǎng)絡模型訓練過程中的參數(shù)進行優(yōu)化，通過選取多個牌號的C?Mn鋼生產數(shù)據(jù)，使數(shù)據(jù)樣本中包含了更加全面的生產工藝信息，解決了單鋼種生產工藝的數(shù)據(jù)無法包括全面的工藝信息的問題；通過采用數(shù)據(jù)處理和相關性分析方法，使數(shù)據(jù)更加穩(wěn)定且更具規(guī)律性，并可以有效簡化預測模型的結構；通過引入PSO算法對BRNN模型進行改進，解決了其存在的容易陷入局部最小值的問題，經(jīng)過改進的神經(jīng)網(wǎng)絡具有良好的泛化能力，能夠更客觀地符合物理冶金學規(guī)律。