基于神经网络算法的热轧钢板凸度预报

作     者：张守峰 王笑辰 赵健 赫竟彤 宋君 马晓国 ZHANG Shoufeng;WANG Xiaochen;ZHAO Jian;HE Jingtong;SONG Jun;MA Xiaoguo

作者机构：鞍钢股份有限公司热轧带钢厂辽宁鞍山114021 鞍钢集团北京研究院有限公司北京102209 鞍钢股份有限公司硅钢事业部辽宁鞍山114009 东北大学材料科学与工程学院辽宁沈阳110819 

出 版 物：《鞍钢技术》 (Angang Technology)

年 卷 期：2024年第5期

页      面：18-25页

学科分类：080503[工学-材料加工工程] 08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

主　　题：板凸度预测 神经网络 布谷鸟算法 数据驱动 

摘      要：提出了一种基于Elman神经网络的预测模型,并结合布谷鸟算法(CS)对网络的初始权值和阈值进行优化,以提高钢板凸度的预测精度。通过收集鞍钢股份有限公司热轧带钢厂的生产数据并进行预处理后训练模型,结果表明,本文提出的CS-Elman模型的平均绝对值误差(MAE)为1.3693、均方误差(MSE)为3.0843、平均绝对百分比误差(MAPE)为3.9025%,决定系数R2为0.95123,以上指标均较原始Elman算法表现出明显的提升。该预测模型能够有效挖掘生产数据中的潜在规律,为钢板凸度的精准预测提供了一种有效的解决方案,对优化热轧过程和提升产品质量具有重要的实际应用价值。