基于神经网络的连铸坯感应加热过程温度预测模型研究

摘要

热连轧生产线钢坯感应加热过程中，钢坯温度的提升受钢坯初始温度、中频电源输出功率、钢坯行进中所在位置、内部热传导以及外部热辐射等诸多因素的影响，具有不确定性、滞后性及非线性，难以建立准确的机理模型。为此，本文采用人工神经网络方法，首先通过电磁感应加热机理建立初步的钢坯温度预测模型；其次，通过邻点影响因素评估修正模型的输入量，确立钢坯温度预测模型；最后，经过实际比较验证，证实该预测模型具有较高的精度，可以为下一步钢坯感应加热的温度控制提供依据。