本文選題：大數(shù)據(jù)　切入點(diǎn)：建模　出處：《鋼鐵》2016年05期 　論文類型：期刊論文

【摘要】：在應(yīng)用C-Mn鋼工業(yè)大數(shù)據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)建模時(shí),如果將大量原始數(shù)據(jù)不加處理或者經(jīng)過(guò)簡(jiǎn)單的剔除異常值處理后進(jìn)行建模,很容易建立滿足一定精度要求的模型。但是,如果進(jìn)一步研究模型的規(guī)律性,卻常常有違背客觀規(guī)律的情況。這是由于原始數(shù)據(jù)中大量的數(shù)據(jù)相互干擾和生產(chǎn)數(shù)據(jù)的離散分布造成的。因此在建模過(guò)程中,需要將冗余和誤差較大的數(shù)據(jù)剔除,保證訓(xùn)練數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)的均勻分布,這樣能夠在減小建模的計(jì)算量的同時(shí)保證數(shù)據(jù)具有顯著的規(guī)律性,從而建立出合理的模型。文章利用Bayes神經(jīng)網(wǎng)絡(luò)建立了多種牌號(hào)C-Mn鋼力學(xué)性能預(yù)測(cè)模型,并對(duì)影響屈服強(qiáng)度的工藝參數(shù)進(jìn)行了分析。經(jīng)統(tǒng)計(jì),屈服強(qiáng)度和抗拉強(qiáng)度的預(yù)測(cè)數(shù)據(jù)中分別有96.64%和99.16%的數(shù)據(jù)預(yù)測(cè)值和實(shí)測(cè)值絕對(duì)誤差在±30 MPa之內(nèi),伸長(zhǎng)率的預(yù)測(cè)數(shù)據(jù)中有85.71%的數(shù)據(jù)預(yù)測(cè)值和實(shí)測(cè)值絕對(duì)誤差在±4%內(nèi)。
[Abstract]:When using C-Mn steel industry big data to model the neural network, if a large number of raw data are not processed or the outliers are simply removed, it is easy to establish a model that meets the requirements of certain precision. If we further study the regularity of the model, there is often a violation of the objective law. This is caused by the large amount of data in the original data and the discrete distribution of the production data. Therefore, in the process of modeling, In order to ensure the uniform distribution of the training data and the prediction data, the redundant data and the large error data should be eliminated, so as to reduce the computational cost of the modeling and ensure that the data have remarkable regularity. In this paper, several prediction models of mechanical properties of C-Mn steel grades are established by using Bayes neural network, and the process parameters affecting the yield strength are analyzed. In the yield strength and tensile strength prediction data, the absolute errors of the predicted and measured values of 96.64% and 99.16% are within 鹵30 MPa, respectively, and 85.71% of the predicted data of elongation are within 鹵4%.
【作者單位】： 東北大學(xué)軋制及連軋自動(dòng)化國(guó)家重點(diǎn)實(shí)驗(yàn)室;鞍鋼股份有限公司第三煉鋼連軋廠;
【基金】：鋼鐵聯(lián)合基金重點(diǎn)資助項(xiàng)目(U1460204) 遼寧省自然科學(xué)基金資助項(xiàng)目(2015020180) 中央高�；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(N140704002)
【分類號(hào)】：TG335.11;TP274

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 ZHAO Yong-hong;WENG Yang;PENG Ning-qi;TANG Guang-bo;LIU Zheng-dong;;Prediction of Mechanical Properties of Hot Rolled Strip by Using Semi-Parametric Single-Index Model[J];Journal of Iron and Steel Research(International);2013年07期

2 劉學(xué)偉;胡恒法;;基于BP神經(jīng)網(wǎng)絡(luò)的BNS440熱軋板力學(xué)性能預(yù)測(cè)[J];梅山科技;2010年04期

3 郭朝暉;張群亮;蘇異才;夏瑛;;關(guān)于熱軋帶鋼力學(xué)性能預(yù)報(bào)技術(shù)的思考[J];冶金自動(dòng)化;2009年02期

4 關(guān)建東;康永林;杜昕;鄭躍強(qiáng);;卷取溫度、冷軋總變形量對(duì)SPHD鋼力學(xué)性能的影響[J];材料開(kāi)發(fā)與應(yīng)用;2009年01期

5 賈濤;胡恒法;曹光明;劉振宇;王國(guó)棟;;基于組織-性能預(yù)測(cè)的集裝箱熱軋板工藝優(yōu)化[J];鋼鐵;2008年11期

6 王丹民;李華德;周建龍;梅兵;;熱軋帶鋼力學(xué)性能預(yù)測(cè)模型及其應(yīng)用[J];北京科技大學(xué)學(xué)報(bào);2006年07期

相關(guān)會(huì)議論文 前1條

1 鄒波;魏元;關(guān)菊;;BP神經(jīng)網(wǎng)絡(luò)在熱軋帶鋼力學(xué)性能預(yù)報(bào)中的應(yīng)用[A];2007中國(guó)鋼鐵年會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前1條

1 呂游;基于過(guò)程數(shù)據(jù)的建模方法研究及應(yīng)用[D];華北電力大學(xué);2014年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳思煒;周曉光;曹光明;史乃安;劉振宇;王國(guó)棟;;熱軋C-Mn鋼工業(yè)大數(shù)據(jù)預(yù)處理對(duì)模型的改進(jìn)作用[J];鋼鐵;2016年05期

2 胡恒法;;鋼鐵智能制造技術(shù)在鋼鐵行業(yè)的發(fā)展和展望[J];梅山科技;2014年06期

3 曹衛(wèi)華;李熙;吳敏;陳鑫;;基于極限學(xué)習(xí)機(jī)的熱軋薄板軋制力預(yù)測(cè)模型[J];信息與控制;2014年03期

4 楊洋;陶歆;;基于遺傳算法BP人工神經(jīng)網(wǎng)絡(luò)的熱軋帶鋼力學(xué)性能預(yù)報(bào)模型[J];柳鋼科技;2014年03期

5 ZHAO Yong-hong;WENG Yang;PENG Ning-qi;TANG Guang-bo;LIU Zheng-dong;;Prediction of Mechanical Properties of Hot Rolled Strip by Using Semi-Parametric Single-Index Model[J];Journal of Iron and Steel Research(International);2013年07期

6 江秀霞;;一種熱軋帶鋼力學(xué)性能預(yù)報(bào)模型的適用性分析方法[J];寶鋼技術(shù);2013年02期

7 郭朝暉;蘇異才;張群亮;王巍;張丕軍;;熱軋帶鋼性能預(yù)報(bào)技術(shù)研究中的幾個(gè)誤區(qū)[J];軋鋼;2013年01期

8 董思化;陳文波;譚忠君;李海;姬明月;;冷軋薄板沖壓性能的影響因素研究[J];硅谷;2013年01期

9 蘇異才;;寶鋼2050熱軋精準(zhǔn)選樣系統(tǒng)[J];冶金自動(dòng)化;2012年06期

10 欒彩霞;;結(jié)構(gòu)用熱鍍鋅鋼帶的生產(chǎn)實(shí)踐[J];山東冶金;2012年01期

相關(guān)博士學(xué)位論文 前1條

1 袁世通;1000MW超超臨界機(jī)組建模理論與方法的研究[D];華北電力大學(xué);2015年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭朝暉;張群亮;蘇異才;夏瑛;;關(guān)于熱軋帶鋼力學(xué)性能預(yù)報(bào)技術(shù)的思考[J];冶金自動(dòng)化;2009年02期

2 鄧天勇;吳迪;許云波;趙彥峰;劉相華;王國(guó)棟;;普碳鋼中厚板熱軋溫度制定的一種新的數(shù)學(xué)方法[J];金屬學(xué)報(bào);2009年01期

3 ;Mechanical Property Prediction of Strip Model Based on PSO-BP Neural Network[J];Journal of Iron and Steel Research(International);2008年03期

4 ;Prediction of Rolling Load in Hot Strip Mill byInnovations Feedback Neural Networks[J];Journal of Iron and Steel Research(International);2007年02期

5 譚文;劉振宇;吳迪;王國(guó)棟;王春梅;;熱軋中厚板沖擊功的神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型[J];鋼鐵;2007年02期

6 閆志波;;冷軋薄板沖壓性能的影響因素[J];石家莊職業(yè)技術(shù)學(xué)院學(xué)報(bào);2006年02期

7 干勇;劉正東;王國(guó)棟;吳迪;王巍;張丕軍;;組織性能預(yù)報(bào)系統(tǒng)在寶鋼2050熱軋生產(chǎn)線的在線應(yīng)用[J];鋼鐵;2006年03期

8 許云波;劉相華;王國(guó)棟;謝瑞萍;金永春;;熱軋中厚板組織-性能預(yù)測(cè)及軟件開(kāi)發(fā)[J];鋼鐵;2006年03期

9 莫春立,李強(qiáng),李殿中,馮峰,詹志東;應(yīng)用回歸和神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)熱軋帶鋼性能[J];金屬學(xué)報(bào);2003年10期

10 干勇;薄板坯連鑄連軋(TSCR)熱軋過(guò)程組織性能預(yù)報(bào)技術(shù)的開(kāi)發(fā)[J];鋼鐵;2003年08期

相關(guān)博士學(xué)位論文 前5條

1 冉鵬;基于動(dòng)態(tài)數(shù)據(jù)挖掘的電站熱力系統(tǒng)運(yùn)行優(yōu)化方法研究[D];華北電力大學(xué);2012年

2 王寧玲;基于數(shù)據(jù)挖掘的大型燃煤發(fā)電機(jī)組節(jié)能診斷優(yōu)化理論與方法研究[D];華北電力大學(xué)（北京）;2011年

3 楊婷婷;基于數(shù)據(jù)的電站節(jié)能優(yōu)化控制研究[D];華北電力大學(xué)（北京）;2010年

4 王惠杰;基于混合模型的機(jī)組狀態(tài)重構(gòu)及運(yùn)行優(yōu)化研究[D];華北電力大學(xué)（河北）;2009年

5 馮兆興;高揮發(fā)分煤種電站鍋爐高效低NOx排放系統(tǒng)研究[D];華北電力大學(xué)（河北）;2007年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡(luò)在預(yù)報(bào)控制中的應(yīng)用[J];機(jī)床;1993年11期

2 楊自厚;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在鋼鐵工業(yè)中的應(yīng)用第8講人工神經(jīng)網(wǎng)絡(luò)在鋼鐵工業(yè)中的應(yīng)用(下)[J];冶金自動(dòng)化;1997年05期

3 李潤(rùn)生,李延輝,胡學(xué)軍,劉壯,王守儉;神經(jīng)網(wǎng)絡(luò)在冶金中的應(yīng)用[J];鋼鐵研究;1998年02期

4 劉海玲,劉樹(shù)深,尹情勝,夏之寧,易忠勝;線性神經(jīng)網(wǎng)絡(luò)及在多組分分析中的初步應(yīng)用[J];計(jì)算機(jī)與應(yīng)用化學(xué);2000年Z1期

5 王繼宗,王西娟;用神經(jīng)網(wǎng)絡(luò)確定梁上裂紋位置的研究[J];煤炭學(xué)報(bào);2000年S1期

6 趙學(xué)慶,袁景淇,周又玲,賀松;生物發(fā)酵過(guò)程神經(jīng)網(wǎng)絡(luò)狀態(tài)預(yù)報(bào)器的驗(yàn)證[J];無(wú)錫輕工大學(xué)學(xué)報(bào);2000年06期

7 李智,姚駐斌,張望興,賀超武;基于神經(jīng)網(wǎng)絡(luò)的混勻配料優(yōu)化方法[J];鋼鐵研究;2000年04期

8 胡敏藝,馬榮駿;神經(jīng)網(wǎng)絡(luò)在冶金工業(yè)中的應(yīng)用[J];湖南有色金屬;2000年05期

9 倪建軍,邵琳;利用神經(jīng)網(wǎng)絡(luò)進(jìn)行觀測(cè)數(shù)據(jù)的分析與處理[J];連云港化工高等�？茖W(xué)校學(xué)報(bào);2000年04期

10 裴浩東,蘇宏業(yè),褚健;材料工程中基于神經(jīng)網(wǎng)絡(luò)的穩(wěn)態(tài)優(yōu)化策略[J];材料科學(xué)與工程;2001年02期

相關(guān)會(huì)議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹(shù)德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛(ài)克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩(shī)武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬(wàn)強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開(kāi)復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無(wú)線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛(ài)民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

10 曾U喺，

本文編號(hào)：1602153