摘　要：为了更好地应用BP神经网络对连铸板坯质量进行在线诊断，基于连铸生产特点，利用采集的过程数据建立了符合生产实际的均一化函数。通过分析BP神经网络中各参数对网络性能及诊断准确率的影响，对BP神经网络的结构及学习算法进行修正，使该网络有选择和有区分地学习铸坯质量知识。结合某钢厂连铸现场数据，以黏结为例，建立了6种网络模型，对各模型算法进行了比较测试。结果表明：采用自定义函数均一化样本或采用提出的差异性算法训练神经网络，均可明显提高诊断准确率；采用选择性算法可确保诊断准确率不变的同时，提高学习速度；修正的算法更能很好地符合连铸生产实际。关键词：连铸板坯；在线诊断；BP神经网络；修正算法下载全文——BP神经网络在连铸板坯质量在线诊断中的应用.pdf