基于PSO-BP神經(jīng)網(wǎng)絡的鋁帶坯晶粒度軟測量建模及優(yōu)化.pdf

1、鋁電磁鑄軋系統(tǒng)是涉及機械、電氣、鑄造和加工等多領域的非線性復雜系統(tǒng)。鋁帶坯晶粒度一直是評價鋁板質量的一個重要標準，由于受系統(tǒng)各因素之間的關聯(lián)復雜和儀表檢測技術發(fā)展水平的限制，對其不能實現(xiàn)生產(chǎn)過程實時在線測量。利用先進的智能信息檢測和處理技術對鋁帶坯晶粒度進行軟測量已成為必然要求。 針對這一問題，論文在介紹鋁電磁鑄軋技術和軟測量技術研究發(fā)展現(xiàn)狀的基礎上，通過對鋁電磁鑄軋系統(tǒng)原理和工藝的深入分析，確定了影響鋁帶坯晶粒度的鑄軋因素和電

2、磁因素，對采集到的數(shù)據(jù)進行歸一化處理和主元分析后，將所得變量作為軟測量模型的輔助變量，建立了基于BP神經(jīng)網(wǎng)絡的鋁帶坯晶粒度軟測量模型。 針對BP神經(jīng)網(wǎng)絡模型存在的收斂速度慢、穩(wěn)定性差和泛化能力弱的問題，引入粒子群優(yōu)化算法對模型進行優(yōu)化。為了縮短優(yōu)化時間和提高基本粒子群在優(yōu)化過程中的搜索能力，在基本粒子群算法的基礎上引入線性變化慣性權因子粒子群算法，利用改進的粒子群算法對BP網(wǎng)絡的權值和閾值進行優(yōu)化。 研究及仿真結果表明：