期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于数据挖掘的宽厚板板凸度控制
被引量:
29
1
作者
曹建国
江军
+3 位作者
赵秋芳
何安瑞
李存福
孙旭东
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019年第11期2743-2752,共10页
针对某宽厚板CVC plus大型骨干工业轧机存在板凸度偏大且难以控制的问题,对现场轧制过程工艺及板凸度质量数据进行跟踪采集和分析,通过数据转换、提炼和集成建立标准的数据挖掘数据集,基于历史生产数据建立宽厚板板凸度随机森林预测模型...
针对某宽厚板CVC plus大型骨干工业轧机存在板凸度偏大且难以控制的问题,对现场轧制过程工艺及板凸度质量数据进行跟踪采集和分析,通过数据转换、提炼和集成建立标准的数据挖掘数据集,基于历史生产数据建立宽厚板板凸度随机森林预测模型,应用主成分分析以及减法聚类离散化方法进行数据的预处理,通过关联规则挖掘和控制变量影响力评估实现不同产品质量状态下关键控制变量的快速定位,并将其应用于典型规格宽厚板关键工艺参数调整策略;建立三维有限元耦合模型用于调整策略的仿真分析。研究结果表明:3种典型规格宽厚板板凸度分别下降30.9%,14.7%和23.9%;基于数据挖掘提出的调整策略可以有效改善板凸度控制情况,可为宽厚板板形质量控制研究提供参考。
展开更多
关键词
宽厚板轧机
数据挖掘
板形控制
凸度预测
随机森林
关联规则
下载PDF
职称材料
基于神经网络的中厚板凸度预报
2
作者
王冬菊
姚晓兰
《有色金属》
CSCD
北大核心
2007年第2期41-42,49,共3页
应用改进BP神经网络建立中厚板凸度预报的三层神经网络预报模型,用自适应学习速率法和附加动量法两种改进BP算法结合起来训练神经网络模型。试验仿真结果表明,该模型对测试数据预报结果均在3%之内,精度高,训练速度较快,具有很好的实用性。
关键词
金属材料
中厚板凸度预报
BP改进算法
神经网络
下载PDF
职称材料
题名
基于数据挖掘的宽厚板板凸度控制
被引量:
29
1
作者
曹建国
江军
赵秋芳
何安瑞
李存福
孙旭东
机构
北京科技大学机械工程学院
北京科技大学国家板带生产先进装备工程技术研究中心
北京科技大学人工智能研究院
北华航天工业学院机电工程学院
江苏金恒信息科技有限公司
南京钢铁股份有限公司
出处
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019年第11期2743-2752,共10页
基金
科技部创新方法工作专项(2016IM010300)
“绿扬金凤计划”创新领军人才项目(yzlyjfjh2015CX055)
中央高校基本科研业务费专项(FRF-GF-18-010B)~~
文摘
针对某宽厚板CVC plus大型骨干工业轧机存在板凸度偏大且难以控制的问题,对现场轧制过程工艺及板凸度质量数据进行跟踪采集和分析,通过数据转换、提炼和集成建立标准的数据挖掘数据集,基于历史生产数据建立宽厚板板凸度随机森林预测模型,应用主成分分析以及减法聚类离散化方法进行数据的预处理,通过关联规则挖掘和控制变量影响力评估实现不同产品质量状态下关键控制变量的快速定位,并将其应用于典型规格宽厚板关键工艺参数调整策略;建立三维有限元耦合模型用于调整策略的仿真分析。研究结果表明:3种典型规格宽厚板板凸度分别下降30.9%,14.7%和23.9%;基于数据挖掘提出的调整策略可以有效改善板凸度控制情况,可为宽厚板板形质量控制研究提供参考。
关键词
宽厚板轧机
数据挖掘
板形控制
凸度预测
随机森林
关联规则
Keywords
wide
and
heavy
plate
mill
data mining
pr
of
ile
and
flatness control
crown
prediction
r
and
om forest
association rules
分类号
TG333.51 [金属学及工艺—金属压力加工]
下载PDF
职称材料
题名
基于神经网络的中厚板凸度预报
2
作者
王冬菊
姚晓兰
机构
安徽师范大学电子系
北京理工大学信息科学技术学院
出处
《有色金属》
CSCD
北大核心
2007年第2期41-42,49,共3页
文摘
应用改进BP神经网络建立中厚板凸度预报的三层神经网络预报模型,用自适应学习速率法和附加动量法两种改进BP算法结合起来训练神经网络模型。试验仿真结果表明,该模型对测试数据预报结果均在3%之内,精度高,训练速度较快,具有很好的实用性。
关键词
金属材料
中厚板凸度预报
BP改进算法
神经网络
Keywords
metal material
crown prediction of media and heavy plate
improved BP method
neural network
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
TG335.5 [金属学及工艺—金属压力加工]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于数据挖掘的宽厚板板凸度控制
曹建国
江军
赵秋芳
何安瑞
李存福
孙旭东
《中南大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2019
29
下载PDF
职称材料
2
基于神经网络的中厚板凸度预报
王冬菊
姚晓兰
《有色金属》
CSCD
北大核心
2007
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部