山东省自然科学基金(Y2008G20)
- 作品数：3 被引量：18H指数：2
- 相关作者：王焱张雪伟吕士辉毕俊杰更多>>
- 相关机构：济南大学中国人民解放军72671部队更多>>
- 发文基金：山东省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术金属学及工艺更多>>
- 热轧钢板常见表面缺陷浅析
- 随着热轧板材厚度越来越薄,使其在家用电器、汽车制造、集装箱和建筑工业等方面获得了广泛应用,热轧薄板材在部分行业替代传统的冷轧板材已成为一种发展趋势。近年来,针对热轧板带产品愈来愈薄以及对板形精度要求越来越高的特点,对热轧...
- 董振虎王焱
- 关键词：热轧钢板
- 文献传递
- 热轧钢板常见表面缺陷浅析
- 本文对热轧钢板常见表面缺陷进行了详细分类与综述,并且对产生缺陷的影响因素进行了分析。同时,对如何防止部分缺陷的产生进行了讨论。
- 董振虎王焱
- 关键词：热轧钢板
- 文献传递
- 数据驱动的热轧智能负荷分配
- 热连轧精轧机组的负荷分配计算,就是确定各机架合理的轧制力及出口厚度,使带钢厚度、板形符合质量要求.提出了基于双隐层BP神经网络方法,并对Sigmoid激活函数的形状进行调节,将其用于某钢厂7机架精轧机组轧制力预报.对比分...
- 王焱胡海清
- 关键词：轧制力热连轧
- 文献传递
- 基于多类支持向量机的板形识别方法被引量：2
- 2009年
- 提出一种基于多类支持向量机理论的板形识别分类器,通过对冷轧工序中板形仪测得的数据进行预处理,获取所需样本数据。采用"一对多"方法训练多类支持向量机分类器,最后用测试样本对训练出的分类器进行性能测试。仿真结果表明该方法在处理小样本数据时识别率非常高,泛化能力更强,为板形识别提供了新的研究方法。
- 张雪伟王焱
- 关键词：板形识别支持向量机多类支持向量机分类器
- 基于神经网络的轧辊偏心信号辨识方法被引量：10
- 2010年
- 针对轧辊偏心信号具有周期性的特点,以及快速傅里叶变换(FFT)算法无法建立精确数学模型的缺陷,提出一种基于FFT算法的神经网络轧辊偏心信号辨识方法。该方法采用FFT算法估计轧辊偏心信号的频率,用神经网络计算得出信号的幅值和相角。仿真实验证明:利用神经网络辨识方法得到的模型幅值和相角,与FFT算法相比更接近真实值,从而证明了该方法的合理性和有效性。
- 毕俊杰王焱吕士辉
- 关键词：FFT算法频率估计频谱分析神经网络
- 基于Sigmoid函数参数调整的双隐层BP神经网络的板形预测被引量：6
- 2010年
- 提出一种改进的BP神经网络处理板形缺陷数据的方法,建立双隐层BP神经网络模型,并对Sigmoid激活函数的形状进行调节。将其应用到冷轧的板形缺陷识别中,与利用Levenberg-Marquardt规则训练的BP神经网络预测结果作对比,表明该方法不仅有效地减少双隐层BP网络的学习时间,同时改善了网络的泛化能力,有利于板形缺陷在线识别。
- 张雪伟王焱
- 关键词：板形识别SIGMOID函数
