基于BP神经网络的热镀锌产品表面粗糙度预报

郑艳坤，任新意，高慧敏，周欢，罗新龙，张秋生

（首钢京唐钢铁联合有限责任公司，河北 唐山 063200）

【经验交流】

基于BP神经网络的热镀锌产品表面粗糙度预报

郑艳坤*，任新意，高慧敏，周欢，罗新龙，张秋生

（首钢京唐钢铁联合有限责任公司，河北 唐山 063200）

为了满足使用客户对带钢表面粗糙度界限范围的严格要求，首先通过单因子方差分析方法确定影响镀锌产品表面粗糙度的关键要素，接着利用检验统计量F值量化研究各个关键要因的显著程度，最后以BP神经网络建立了综合考虑产品规格、轧辊特性、轧制参数等影响因素的热镀锌带钢表面粗糙度预报模型。现场实际情况表明，该预报模型偏差率在3%以内，具有较高的使用价值和推广价值。

带钢；热镀锌；表面粗糙度；方差分析；神经网络；预报模型

First-author’s address:Shougang Jingtang United Iron and Steel Company, Tangshan 063200, China

随着冷轧高附加值产品(如汽车板、家电板等)使用范围的日益广泛，客户对带钢的表面质量提出了更高的要求。表面粗糙度作为体现镀锌产品表面质量的重要特性之一，不仅影响到带钢涂镀后的外观面貌，而且表面粗糙度微观形态可以提供深冲润滑油脂的存储空间，从而改变冲压时的变形行为，提高产品的深冲性能，并且可以改善带钢表面的耐蚀性[1]。因此，研究镀锌产品表面粗糙度的形成与变化规律，实现产品粗糙度的精确控制和提高粗糙度控制的过程能力具有十分重要的意义。

目前，关于带钢表面粗糙度方面的问题，国内外专家已经做了大量研究工作。……