基于BP和Kohonen神经网络结合的铸坯在线质量评估

安　波， 闫　彬， 刘永姜

(1. 山西林业职业技术学院 信息工程系， 山西 太原 030009； 2. 西北机电工程研究所舰炮研究室， 陕西 咸阳 712099；3. 中北大学 机械与动力工程学院， 山西 太原 030051)



基于BP和Kohonen神经网络结合的铸坯在线质量评估

安波1， 闫彬2， 刘永姜3

(1. 山西林业职业技术学院 信息工程系， 山西 太原 030009； 2. 西北机电工程研究所舰炮研究室， 陕西 咸阳 712099；3. 中北大学 机械与动力工程学院， 山西 太原 030051)

摘要:针对连铸坯铸造在线质量评估中存在的实时性和准确性评判误差较大等问题， 提出一种基于人工智能神经元网络技术的在线质量评估方法. 通过获取训练样本和进行独立实验， 分析和研究了铸造材料中主要元素对在线连铸坯质量的影响. 将收敛速度快、 评判准确率高的BP神经网络模型和Kohonen自组织特征映射神经网络模型相结合， 在评估过程中两者并行运算， 评判结果相互融合， 实现了对连铸坯在线质量的准确判定. MATLAB仿真结果表明， 融合运算后的在线质量评估平均相对误差小于10%.

关键词:连铸坯； BP神经网络； Kohonen神经网络； 在线质量评估

0引言

随着我国铸造产业的发展， 连铸流程在其工艺、 设备和技能方面不断进步. 在连铸坯自动化生产过程中， 传统质量评估的方法是抽样， 但这种方法无法实现实时在线生产中铸造坯质量问题的确定和闭环控制处理， 如有质量问题的铸坯及时回炉. 要满足闭环实时控制和处理， 需建立线性分析模型， 主要原因在于铸造坯质量判定因素的多……