点击下载——基于BP神经网络斜轧穿孔轧制力的预测探讨.doc 基于BP神经网络斜轧穿孔轧制力的预测探讨 刘莉，李传峰，张广军 （山东钢铁集团有限公司，山东济南250101） 摘要：借助Matlab工具箱中BP神经网络，对斜轧穿孔区轧制力进行预测。通过分析影响轧制力预报精度的因素及网络性能，确定了网络结构、有关参数和网络训练算法（优化BP算法），实现了轧制力的精确快速预报，预报相对误差1.67%～6.33%，平均3.735%，满足了工程计算的精度要求。 关键词：BP神经网络；斜轧穿孔；轧制力预报 1前言 准确的轧制力直接决定了斜轧穿孔生产过程毛管的质量和轧制设备的安全，同时对整个生产过程能源消耗的影响至关重要。因此，如果能够结合穿孔区力学参数监测系统所获取的工艺数据，对轧制力进行有效的预报，并根据实际工艺数据，实时优化轧制力模型，提高预报精度，对于制定穿孔工艺制度、实现高效稳定穿孔、延长轧制设备的使用寿命、开发新产品都具有十分重要的实际意义。 人工神经网络是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统，是理论化的数学模型［1］。它实际上是一个由大量简单元件相互连接而成的复杂网络，具有高度的非线性，..