首钢精品棒材产品性能预报系统的研发

论文摘要

首钢精品棒材车间合金钢产品力学性能生产检验周期长,对合金钢棒材产品生产带来很多不便,为此展开了首钢精品棒材产品力学性能预报系统的开发,并最终实现由力学性能预报代替实物生产检验的目的,一旦研发成功,将大大提高生产检验效率,降低生产成本,对调整工艺、生产组织、销售具有重要的意义。论文设计了首钢精品棒材产品性能预报系统。通过分析包括输入输出点变量的确定、样本数据采集处理和隐层节点选取等主要内容,构建了BP神经网络模型。通过各种算法的优劣性比较,选择了收敛性和准确性更好的LM算法,大大改善了网络泛化能力。同时,由于非样本数据的网络预测准确性差,论文又利用spss统计分析软件开发了非线性形似度逼近模型和算法,两种算法相辅相成,相互配合,使得改善后的算法大大提高预测模型的计算稳定性和精度。基于上述模型,采用Matlab语言编写和开发了首钢合金结构钢的力学性能预报系统。通过对系统的偏差分析,各项力学性能预测结果均以达到预期目标。目前该系统已投入到生产检验中去,为其它产品性能预测打下了良好的基础。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 性能预报模型的分类
• 1.1.1 统计回归模型
• 1.1.2 人工神经网络模型
• 1.2 性能预报在冶金领域的应用
• 1.2.1 性能预报在板带材上的应用
• 1.2.2 性能预报在线棒材上的应用
• 1.3 性能预报技术存在的问题和展望
• 1.4 论文研究内容与结构安排
• 第2章 合金结构钢预测模型算法建立
• 2.1 人工神经网络简介
• 2.1.1 人工神经网络的特点
• 2.1.2 人工神经网络的发展及主要类型
• 2.1.3 神经网络学习算法
• 2.2 合金结构钢性能预报神经网络模型
• 2.2.1 输入层与输出层变量的确定
• 2.2.2 样本数据的采集及处理
• 2.2.3 隐层数目和隐层节点数的选取
• 2.3 非线性相似度逼近模型
• 2.3.1 变量之间的相关性分析
• 2.3.2 非线性相似度逼近算法建立
• 2.4 本章小结
• 第3章 合金结构钢力学性能预报系统设计
• 3.1 编程语言选择
• 3.2 预报系统的结构和主要功能
• 3.2.1 预报系统的使用前提
• 3.2.2 钢种信息的编辑区域
• 3.2.3 工艺数据编辑区域
• 3.2.4 计算方法选择区域
• 3.2.5 单批次性能预测显示区域
• 3.2.6 批处理预测区域
• 3.2.7 单批次预测历史记录区域
• 3.3 成分预警功能
• 3.4 数据“不落地”的自动化功能
• 3.4.1 数据自动修约功能
• 3.4.2 电子报表生成功能
• 3.4.3 预报系统与ERP的信息下载和上传
• 3.5 系统的程序设计
• 3.5.1 VC编程语言与MATLAB软件的数据接口
• 3.5.2 核心算法的编程
• 3.6 本章小结
• 第4章 预报系统的应用和偏差分析
• 4.1 试验室条件的完善
• 4.2 力学性能预报检验工作原则
• 4.3 力学性能预报流程
• 4.3.1 常规力学性能生产检验流程
• 4.3.2 力学性能预报系统流程
• 4.3.3 应用期间预报偏差
• 4.4 样本数据对预报系统的偏差影响
• 4.5 隐层节点数对泛化能力的影响
• 4.6 网络模型泛化能力测试
• 4.7 预报系统偏差统计
• 4.7.1 检验数据的预报偏差分析
• 4.7.2 偏差产生原因分析
• 4.8 本章小结
• 第5章 结论与展望
• 参考文献
• 致谢