![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/18/f7cd7e96-b70f-4680-823b-b5f1b5a25c91/f7cd7e96-b70f-4680-823b-b5f1b5a25c91pic.jpg)
![基于神經(jīng)網(wǎng)絡和遺傳算法的H型鋼粗軋工藝參數(shù)優(yōu)化研究.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/14/18/f7cd7e96-b70f-4680-823b-b5f1b5a25c91/f7cd7e96-b70f-4680-823b-b5f1b5a25c911.gif)
版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、H型鋼是一種截面積分配更加優(yōu)化、強重比更加合理的經(jīng)濟高效型材,具有抗彎能力強、施工簡單、節(jié)約成本和結構重量輕等優(yōu)點,已經(jīng)被廣泛應用于國民經(jīng)濟建設中。近年來,我國對H型鋼的需求日益增加,對其質量要求日益提高,為能夠進一步提高產(chǎn)品質量及生產(chǎn)效率,降低生產(chǎn)能耗,獲得更大的經(jīng)濟效益,對軋制過程的工藝參數(shù)進行優(yōu)化研究十分必要。
本文以優(yōu)化H型鋼粗軋過程工藝參數(shù)作為研究課題,采用神經(jīng)網(wǎng)絡算法及遺傳算法對其進行了數(shù)學建模及優(yōu)化計算,并將
2、優(yōu)化后的軋制能耗、型鋼質量及生產(chǎn)效率與優(yōu)化前進行了分析對比。
首先分析了用傳統(tǒng)預測方法預測軋制能耗、產(chǎn)品質量存在的不足,確定采用神經(jīng)網(wǎng)絡算法建立預測模型的方案。采用此方法將型鋼粗軋過程中的主要工藝參數(shù)開軋溫度、軋制速度、道次間隙及壓下量作為輸入?yún)?shù),以軋制功率和奧氏體晶粒直徑作為輸出參數(shù)建立兩個神經(jīng)網(wǎng)絡模型。以有限元軟件ABAQUS仿真計算得出的數(shù)據(jù)作為神經(jīng)網(wǎng)絡的訓練樣本,按照混合正交試驗設計工藝參數(shù)以達到減少訓練樣本數(shù)量
3、、提高模型準確性的目的。采用MATLAB編制相應的計算機程序,進行多次訓練,得到性能優(yōu)良的神經(jīng)網(wǎng)絡模型。建模后,通過有限元軟件的仿真值與神經(jīng)網(wǎng)絡的預測值對比,驗證了采用神經(jīng)網(wǎng)絡算法建立數(shù)學模型的準確性。
以此模型為基礎,采用現(xiàn)代優(yōu)化算法中的遺傳算法進行軋制工藝參數(shù)的優(yōu)化計算,將軋制能耗、型鋼質量及生產(chǎn)效率三個優(yōu)化目標轉換為單目標優(yōu)化問題,在解空間中尋找非劣解。分析研究了變異率、交叉率及種群數(shù)目對優(yōu)化結果的影響。從優(yōu)化前后的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡和遺傳算法的凸輪軸數(shù)控磨削工藝參數(shù)優(yōu)化.pdf
- 人工神經(jīng)網(wǎng)絡結合遺傳算法對CFWRP工藝參數(shù)的優(yōu)化.pdf
- 基于遺傳算法和神經(jīng)網(wǎng)絡的鍋爐汽水系統(tǒng)模型參數(shù)優(yōu)化.pdf
- 基于神經(jīng)網(wǎng)絡和遺傳算法的鍋爐燃燒優(yōu)化.pdf
- 32 基于遺傳算法的神經(jīng)網(wǎng)絡優(yōu)化方法
- 基于遺傳算法和神經(jīng)網(wǎng)絡的天線優(yōu)化設計研究.pdf
- 基于遺傳算法和神經(jīng)網(wǎng)絡的高爐參數(shù)預報模型.pdf
- 基于BP神經(jīng)網(wǎng)絡和遺傳算法的結構優(yōu)化設計.pdf
- 基于神經(jīng)網(wǎng)絡的遺傳算法的板坯缺陷預報和參數(shù)優(yōu)化系統(tǒng)研究.pdf
- 基于神經(jīng)網(wǎng)絡和遺傳算法的軸流風機葉輪優(yōu)化.pdf
- 基于遺傳算法的前饋神經(jīng)網(wǎng)絡優(yōu)化設計.pdf
- 基于改進遺傳算法的神經(jīng)網(wǎng)絡結構優(yōu)化研究.pdf
- 基于神經(jīng)網(wǎng)絡技術和遺傳算法的注塑成型工藝優(yōu)化方法研究.pdf
- 基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的混沌控制方法.pdf
- 基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的電力負荷預測.pdf
- 基于神經(jīng)網(wǎng)絡和遺傳算法的巖體參數(shù)反分析研究.pdf
- 基于遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡控制器.pdf
- 基于遺傳算法和神經(jīng)網(wǎng)絡的輸電鐵塔形狀優(yōu)化設計.pdf
- 基于遺傳算法和神經(jīng)網(wǎng)絡的泵站經(jīng)濟運行研究.pdf
- 基于遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡跟車模型研究.pdf
評論
0/150
提交評論