基于PSO-BP网络模型的模压时效炉金属温度软测量方法研究

摘要

铝合金产品在密闭的时效炉中进行热处理时,实时获取时效金属产品的温度成为工业生产过程中的一大难点.根据可直接检测的时效炉工作室壁温度,建立了基于BP神经网络的模压制品时效炉金属温度预测模型,该模型能够满足一般民用铝合金产品的时效温度预测要求;再通过PSO算法代替梯度向量法对BP网络模型的参数进行优化训练,仿真实验结果表明,PSO-BP网络温度预测模型的精度和泛化能力显著提高,能够满足特种铝合金产品时效处理温度预测的需要.