摘要：针对国内某厂六辊单机架可逆冷轧机预设定弯辊力与实际轧制过程中弯辊力偏差较大的问题，采用了BP神经网络对其进行优化，结果其精度比回归的弯辊力模型的精度有显著提高，可使弯辊力预设定精度控制在15％以内，并为实现弯辊力的闭环控制奠定了基础。关键词：BP神经网络；弯辊力设定；可逆冷轧机；回归模型中图分类号：TG335．55文献标识码：A文章编号：1003—9996(2006)05—0055—031前言在目前的板形控制手段中，液压弯辊技术是改善板形最常用、最基本的方法。其弯辊力预设定值的准确与否将直接影响板形控制的精度，但要建立准确的弯辊力数学模型，困难很大，这是因为各轧制因素有较强的非线性、时变及相互耦合性，使按传统理论建立起来的数学模型难以达到理想的控制效果[1]。国内某厂新引进一台先进的单机架可逆冷轧设备，因弯辊力的预设定值与实际值存在较大偏差(如表1所示)，因此一直无法投入闭环使用。本文基于此问题，用神经网络对弯辊力的预设定值进行优化，使其接近实际轧制情况，为投入闭环运行提供了必要的前提条件。2BP神经网络在弯辊力预设定中的应用2．1BP神经网络弯辊力控制模型的建立BP神经网络弯辊力优化模型采用3层BP网络结构，如图l所示。其中输人层变..