基于BP和Kohonen神经网络结合的铸坯在线质量评估

针对连铸坯铸造在线质量评估中存在的实时性和准确性评判误差较大等问题,提出一种基于人工智能神经元网络技术的在线质量评估方法.通过获取训练样本和进行独立实验,分析和研究了铸造材料中主要元素对在线连铸坯质量的影响.将收敛速度快、评判准确率高的BP神经网络模型和Kohonen自组织特征映射神经网络模型相结合,在评估过程中两者并行运算,评判结果相互融合,实现了对连铸坯在线质量的准确判定.MATLAB仿真结果表明,融合运算后的在线质量评估平均相对误差小于10%.