基于BP神经网络的热镀锌产品表面粗糙度预报

摘要

为了满足使用客户对带钢表面粗糙度界限范围的严格要求,首先通过单因子方差分析方法确定影响镀锌产品表面粗糙度的关键要素,接着利用检验统计量F值量化研究各个关键要因的显著程度,最后以BP神经网络建立了综合考虑产品规格、轧辊特性、轧制参数等影响因素的热镀锌带钢表面粗糙度预报模型.现场实际情况表明,该预报模型偏差率在3％以内,具有较高的使用价值和推广价值.