基于PSO-BP神經(jīng)網(wǎng)絡(luò)的鋁帶坯晶粒度軟測(cè)量建模及優(yōu)化.pdf

1、鋁電磁鑄軋系統(tǒng)是涉及機(jī)械、電氣、鑄造和加工等多領(lǐng)域的非線性復(fù)雜系統(tǒng)。鋁帶坯晶粒度一直是評(píng)價(jià)鋁板質(zhì)量的一個(gè)重要標(biāo)準(zhǔn)，由于受系統(tǒng)各因素之間的關(guān)聯(lián)復(fù)雜和儀表檢測(cè)技術(shù)發(fā)展水平的限制，對(duì)其不能實(shí)現(xiàn)生產(chǎn)過程實(shí)時(shí)在線測(cè)量。利用先進(jìn)的智能信息檢測(cè)和處理技術(shù)對(duì)鋁帶坯晶粒度進(jìn)行軟測(cè)量已成為必然要求。 針對(duì)這一問題，論文在介紹鋁電磁鑄軋技術(shù)和軟測(cè)量技術(shù)研究發(fā)展現(xiàn)狀的基礎(chǔ)上，通過對(duì)鋁電磁鑄軋系統(tǒng)原理和工藝的深入分析，確定了影響鋁帶坯晶粒度的鑄軋因素和電

2、磁因素，對(duì)采集到的數(shù)據(jù)進(jìn)行歸一化處理和主元分析后，將所得變量作為軟測(cè)量模型的輔助變量，建立了基于BP神經(jīng)網(wǎng)絡(luò)的鋁帶坯晶粒度軟測(cè)量模型。 針對(duì)BP神經(jīng)網(wǎng)絡(luò)模型存在的收斂速度慢、穩(wěn)定性差和泛化能力弱的問題，引入粒子群優(yōu)化算法對(duì)模型進(jìn)行優(yōu)化。為了縮短優(yōu)化時(shí)間和提高基本粒子群在優(yōu)化過程中的搜索能力，在基本粒子群算法的基礎(chǔ)上引入線性變化慣性權(quán)因子粒子群算法，利用改進(jìn)的粒子群算法對(duì)BP網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化。 研究及仿真結(jié)果表明：