本文關(guān)鍵詞：基于大數(shù)據(jù)的C-Mn鋼數(shù)據(jù)預(yù)處理及神經(jīng)網(wǎng)絡(luò)模型

  更多相關(guān)文章： 大數(shù)據(jù) 建模 預(yù)處理 平均影響值 C-Mn鋼

【摘要】：在神經(jīng)網(wǎng)絡(luò)建模時,如果原始數(shù)據(jù)不加處理或經(jīng)過簡單剔除異常值后用于建模,則可能建立出錯誤的模型,即其規(guī)律并不符合物理冶金原理.因此建模前需要對原始數(shù)據(jù)進行處理,使其呈現(xiàn)出顯著的規(guī)律性.針對鋼鐵生產(chǎn)采集的大量C-Mn鋼數(shù)據(jù)進行了鋼種歸并,提出了數(shù)據(jù)預(yù)處理的一套方法,并采用LMBP神經(jīng)網(wǎng)絡(luò)建立了滿足一定精度(94.21%)的多牌號C-Mn鋼屈服強度預(yù)測模型.通過平均影響值(mean impact value,MIV)分析了成分及工藝參數(shù)對屈服強度的影響規(guī)律.結(jié)果表明,隨著碳含量的增加,屈服強度增大;隨著終軋厚度和卷取溫度的降低,屈服強度增大.
【作者單位】： 東北大學(xué)軋制技術(shù)及連軋自動化國家重點實驗室;
【關(guān)鍵詞】： 大數(shù)據(jù) 建模 預(yù)處理 平均影響值 C-Mn鋼
【基金】：鋼鐵聯(lián)合基金重點項目(U1460204) 遼寧省自然科學(xué)基金資助項目(2015020180) 中央高校基本科研業(yè)務(wù)費專項資金資助項目(N140704002)
【分類號】：TP311.13;TP183;TG335
【正文快照】： 近年來,智能制造的提出加快了我國兩化融合的進程,與此同時,通信、大數(shù)據(jù)及云計算等技術(shù)得到了迅猛發(fā)展,這些技術(shù)改變了傳統(tǒng)的鋼鐵行業(yè)生產(chǎn)方式,同時也催生出了鋼鐵行業(yè)內(nèi)的新技術(shù).其中,以力學(xué)性能預(yù)測為基礎(chǔ)的集約化生產(chǎn)技術(shù)得到了較大發(fā)展.采用生產(chǎn)數(shù)據(jù)建立力學(xué)性能預(yù)測模型，

本文編號：1022858