[发明专利]快速获取步进梁式钢坯加热炉不同产率下设置温度的方法有效
| 申请号： | 201810528045.4 | 申请日： | 2018-05-29 |
| 公开（公告）号： | CN108694288B | 公开（公告）日： | 2021-04-30 |
| 发明（设计）人： | 王春生;高博;王渭;刘子建;王向莉 | 申请（专利权）人： | 中南大学 |
| 主分类号： | G06F30/28 | 分类号： | G06F30/28;G06F30/27;G06N3/08;G06F119/08 |
| 代理公司： | 长沙正奇专利事务所有限责任公司 43113 | 代理人： | 马强;李美丽 |
| 地址： | 410083 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 快速 获取 步进 钢坯 加热炉 不同 产率下 设置 温度 方法 | ||
1.一种快速获取步进梁式钢坯加热炉不同产率下设置温度的方法，其特征在于，包括以下步骤：
步骤A.获取步进梁式钢坯加热炉在不同产率下的若干组训练数据，其中训练数据包括输入数据和输出数据；输入数据包括步进周期WR、钢坯加热精度△Tdis和出炉钢坯热均匀程度△Tmax；输出数据包括与各组输入数据相对应的各控制区域的设置温度Tspi；所述钢坯加热精度△Tdis为钢坯出炉温度与设定温度的偏差，所述出炉钢坯热均匀程度△Tmax为出炉钢坯上的最大温差；
步骤B.利用步骤A中的训练数据训练BP神经网络，得到i个BP神经网络模型，其中i为控制区域的数目；
步骤C.确定目标产率对应的步进周期，同时调整训练之后得到的神经网络模型的输入值，调整训练之后得到的神经网络模型的输入值包括调整出炉钢坯热均匀程度值，使得钢坯加热精度值在-5℃～5℃范围内；将步骤C中的步进周期、出炉钢坯热均匀程度值、钢坯加热精度值作为步骤B中i个BP神经网络模型的输入数据，得到目标产率对应的各控制区域的设置温度值。
2.如权利要求1所述的快速获取步进梁式钢坯加热炉不同产率下设置温度的方法，其特征在于，所述步骤A中，以钢坯加热精度△Tdis和出炉钢坯热均匀程度△Tmax最小为优化目标，利用Hooke-Jeeves直接搜索算法求解步进梁式钢坯加热炉在不同产率下的若干组训练数据。
3.如权利要求1所述的快速获取步进梁式钢坯加热炉不同产率下设置温度的方法，其特征在于，所述步骤B中，BP神经网络为三层BP神经网络；该BP神经网络的输入层有3个神经元，输入层的3个神经元分别代表步进周期WR、钢坯加热精度△Tdis和出炉钢坯热均匀程度△Tmax；BP神经网络的隐含层有8个神经元；BP神经网络的输出层有1个神经元，输出层的神经元对应代表一个控制区域的设置温度Tspi；训练得到的i个BP神经网络模型为：
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中南大学，未经中南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810528045.4/1.html，转载请声明来源钻瓜专利网。
