基于主成分分析-BP神经网络的热精轧带钢跑偏预测研究

作者：于景辉; 赵德琦; 王少

来源：山东冶金, 2019, 41(04): 44-47.

DOI：10.16727/j.cnki.issn1004-4620.2019.04.019

• 带钢
• 轧制
• 主成分分析
• BP神经网络
• 跑偏预测

由于带钢热轧过程中跑偏的影响因素复杂,传统的机理预测模型难以保证跑偏预测的准确性。本文从数据驱动的角度出发,结合带钢轧制过程跑偏产生原理和实际生产数据,提出了一种基于主成分分析(PCA)与BP神经网络的组合模型用于预测带钢跑偏。该模型精度较高,对提高热连轧成品质量和轧制设备的寿命都具有重大意义。

• 单位
  北京科技大学; 马鞍山钢铁股份有限公司