針對冷連軋生產(chǎn)中難以建立準(zhǔn)確的軋制力數(shù)學(xué)模型的問題,提出了基于半監(jiān)督深度網(wǎng)絡(luò)的軋制力預(yù)報(bào)模型。首先,使用堆疊去噪自編碼器逐層提取輸入數(shù)據(jù)的高階特征表示。為提高特征提取的有效性,根據(jù)輸入值與目標(biāo)值的相關(guān)性程度,對其各維度特征損失函數(shù)施加不同比例,構(gòu)成比例損失堆疊去噪自編碼器。然后,使用比例損失堆疊去噪自編碼器提取的高階特征初始化深度網(wǎng)絡(luò),對目標(biāo)值進(jìn)行預(yù)測。仿真結(jié)果表明,該模型預(yù)測精度可控制在3%以內(nèi),實(shí)現(xiàn)了軋制力的高精度預(yù)測。 

【文章來源】：塑性工程學(xué)報(bào). 2020年11期 北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
引言
1 比例損失堆疊去噪自編碼器
    1.1 去噪自編碼器
    1.2 比例損失去噪自編碼器
    1.3 比例損失堆疊去噪自編碼器
2 基于PL-SDAE的軋制力預(yù)報(bào)模型
    2.1 基于PL-SDAE的軋制力預(yù)報(bào)模型
    2.2 模型輸入?yún)?shù)的選擇
    2.3 結(jié)果與討論
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)OS-ELM的冷連軋?jiān)诰�軋制力預(yù)報(bào)[J]. 魏立新,張宇,孫浩,魏新宇.  計(jì)量學(xué)報(bào). 2019(01)
[2]基于深度網(wǎng)絡(luò)訓(xùn)練的鋁熱軋軋制力預(yù)報(bào)[J]. 魏立新,魏新宇,孫浩,王恒.  中國有色金屬學(xué)報(bào). 2018(10)
[3]基于深度去噪核映射的長期預(yù)測模型[J]. 王強(qiáng),呂政,王霖青,王偉.  控制與決策. 2019(05)
[4]基于CA-CAMC網(wǎng)絡(luò)的軋制力自學(xué)習(xí)預(yù)報(bào)模型[J]. 趙文姣,閆洪偉,楊枕,溫玉蓮,孫祖乾.  冶金自動(dòng)化. 2016(02)



本文編號(hào)：2932669