基于BP神经网络的特殊钢大方坯质量在线预报系统开发

摘要

本文在对铸坯质量缺陷类型及其主要影响因素分析总结的基础上，针对某特钢厂大方坯铸机生产与产品质量现状，确定以其常见角部内裂、中间裂纹、中心裂纹和中心偏析为研究对象，利用BP神经网络建立了该四种典型缺陷的预测模型。基于冶金理论和连铸生产大量历史数据的统计分析，提炼出影响以上四种内部缺陷的20个主要工艺参数，进而提出20-20-4的预测模型网络拓扑结构。采用生产现场数据制做了预测模型的训练样本集和测试样本集，利用训练样本集将该神经网络训练至设定预报误差以内，再用测试样本集对所构建的网络进行了测试。测试结果表明，所构建的预测模型精度高，能够满足生产应用的要求。基于训练成熟的神经网络模型，进一步编制在线预报系统，实现铸坯质量的在线实时预报。