基于神經(jīng)網(wǎng)絡的鋁液夾雜物預測方法研究.pdf

1、鋁液中夾雜物的含量與夾雜物的粒徑大小直接影響鋁合金成品質量，目前對鋁液中夾雜物的含量與夾雜物的粒徑大小檢測基本采用離線方法，如何實時檢測鋁液中夾雜物的含量與夾雜物的粒徑大小是比較困難的。為此，提出基于BP和RBF神經(jīng)網(wǎng)絡的鋁液夾雜物粒徑大小的預測方法，并進行預測結果對比分析。
　　該方法通過電阻法獲得實時的鋁液中夾雜物對應的電流數(shù)據(jù)，由獲得的電流數(shù)據(jù)通過訓練好的BP和RBF神經(jīng)網(wǎng)絡對鋁液中夾雜物的粒徑大小進行在線預測，這樣達到實時

2、檢測鋁液中夾雜物的粒徑大小目的。通過實驗獲得的數(shù)據(jù)及數(shù)據(jù)的仿真結果表明，基于BP神經(jīng)網(wǎng)絡的預測結果與實際結果的誤差平均值為2.239％，基于RBF神經(jīng)網(wǎng)絡的預測結果與實際結果的誤差平均值為1.075％，而且當實測數(shù)據(jù)與訓練樣本的數(shù)據(jù)相似時，預測數(shù)據(jù)的誤差更小。
　　實驗數(shù)據(jù)說明基于BP和RBF神經(jīng)網(wǎng)絡的鋁液夾雜物粒徑大小的預測方法是可行的，不同之處在于RBF預測誤差較小但訓練網(wǎng)絡及預測過程比較慢，而BP預測誤差略大但訓練網(wǎng)絡及預測