基于卷积神经网络的热轧带钢力学性能预报

作     者：胡石雄 李维刚 杨威 Hu Shixiong;Li Weigang;Yang Wei

作者机构：武汉科技大学冶金自动化与检测技术教育部工程研究中心湖北武汉430081 武汉科技大学高温材料与炉衬技术国家地方联合工程研究中心湖北武汉430081 

出 版 物：《武汉科技大学学报》 (Journal of Wuhan University of Science and Technology)

年 卷 期：2018年第41卷第5期

页      面：338-344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] 

基　　金：国家自然科学基金资助项目(51774219) 武汉市青年科技晨光计划资助项目(2016070204010099) 

主　　题：热轧带钢 力学性能预报 卷积神经网络 LeNet-5 GoogLeNet 

摘      要：为解决热轧带钢力学性能预报精度的问题,本文提出了一种将一维数值型数据转换为二维图像型数据的建模方法,基于LeNet-5和GoogLeNet卷积神经网络,构建了一种新型的热轧带钢力学性能预报模型,并利用实际生产数据对模型的适用性进行了测试。结果表明,所建模型的抗拉强度预报误差为2.49%,均方根误差为19.15 MPa,预测精度高于BP神经网络和单独的LeNet-5和GoogleNet卷积神经网络模型,所建模型的有效性和准确性均得到了验证。