文档名：基于卷积神经网络的轧制力预测
为了提高钢铁产品的质量,围绕热轧带钢生产过程中轧制力的预测精度问题,本文建立了基于卷积神经网络(CNN)的轧制力预测模型.通过采集某钢厂历史生产数据,并进行处理,利用开源深度学习工具TensorFlow编写相应的仿真程序.结果表明,基于CNN的轧制力预测模型具有很强的学习能力和表达能力,轧制力预测精度得到很大提高.
作者：刘菊常然然
作者单位：北京金自天正智能控制股份有限公司轧钢传动事业部,北京100070
母体文献：全国冶金自动化信息网2018年会论文集
会议名称：全国冶金自动化信息网2018年会
会议时间：2018年6月1日
会议地点：昆明
主办单位：全国冶金自动化信息网,冶金自动化杂志社
语种：chi
分类号：TP3TP1
关键词：带钢 热连轧 轧制力 预测精度 卷积神经网络
在线出版日期：2018年11月22日
基金项目：
相似文献
相关博文
|
|
