自適應(yīng)擠出胎面尺寸預(yù)測(cè)模型的研究.pdf

1、現(xiàn)有的擠出生產(chǎn)線在胎面擠出質(zhì)量控制方面存在著重大的問題，它不能及時(shí)準(zhǔn)確地反映擠出胎面的斷面尺寸，因而不能及時(shí)有效地控制擠出胎面的尺寸，從而造成了生產(chǎn)的極大浪費(fèi)。要實(shí)現(xiàn)擠出胎面質(zhì)量的控制目標(biāo)，就有必要建立有效的自適應(yīng)擠出胎面尺寸預(yù)測(cè)模型。本文的研究工作就是圍繞著預(yù)測(cè)模型的建立而展開的，并在胎面擠出生產(chǎn)領(lǐng)域首次建立了有效的自適應(yīng)擠出胎面尺寸的預(yù)測(cè)模型。 本文在研究了影響擠出胎面斷面尺寸的因素后，在線采集了對(duì)擠出胎面斷面尺寸造成影響的

2、可測(cè)參數(shù)，然后采用華工百川自控科技有限公司研制的激光測(cè)厚儀測(cè)量擠出胎面的斷面尺寸。對(duì)采集的數(shù)據(jù)進(jìn)行相關(guān)分析后發(fā)現(xiàn)：采集的生產(chǎn)過程因素和胎面斷面尺寸因素之間具有非線性關(guān)系，所以本文使用基于機(jī)器學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)(BP ANN)算法和支持向量機(jī)(SVM)算法分別建立了擠出胎面尺寸的預(yù)測(cè)模型。 本文建立的自適應(yīng)擠出胎面預(yù)測(cè)模型針對(duì)的是在線的可測(cè)數(shù)據(jù)，且采用的建模方法是基于機(jī)器學(xué)習(xí)的BP神經(jīng)網(wǎng)絡(luò)算法和SVM算法，BPANN和SVM算法都