专利号：CN115062431A
专利名称：一种基于CS-Elman神经网络模型的热轧板凸度预测方法
申请日：2022-06-27
专利类型：发明申请
战略新兴产业分类：人工智能
项目详情：本发明公开了一种基于CS‑Elman神经网络模型的热轧板凸度预测方法，涉及轧制过程自动化生产技术领域。在板带热连轧过程中，板凸度、板厚度及板宽度是衡量板带产品质量和尺寸精度是否合格的重要标准，而三者之间往往互相影响，要实现板凸度的精确控制，需要在板厚度及宽度精确控制的基础上进行。本发明使用Elman算法实现对板厚度和宽度的预报，并采用CS算法优化Elman的各层间权值和阈值，然后将板厚度和宽度也作为输入量，进而实现板凸度的在线预报，具有参数少、操作简单、易实现、寻优能力强、可收敛于全局最优等优点，为提高热轧板凸度的预测精度提供了新方法。
联系电话：0335-8396050
邮箱：zichangongsi@neuq.edu.com
