蔣　鑫

（杭州電子科技大學(xué)機(jī)械工程學(xué)院,杭州 310018）

基于BP神經(jīng)網(wǎng)絡(luò)與有限元原理的板形預(yù)測控制研究

蔣鑫

（杭州電子科技大學(xué)機(jī)械工程學(xué)院,杭州 310018）

針對2800四輥可逆式冷連軋機(jī)，結(jié)合有限元模擬了板帶軋制過程，并利用MATLAB分析了板凸度的變化規(guī)律。利用有限元仿真計(jì)算結(jié)果作為訓(xùn)練樣本和檢驗(yàn)樣本，結(jié)合BP神經(jīng)網(wǎng)絡(luò)法非線性映射的特點(diǎn)，建立了基于BP神經(jīng)網(wǎng)絡(luò)的板形預(yù)測模型，實(shí)現(xiàn)了軋制過程中板凸度的預(yù)報(bào)。分析結(jié)果表明：基于有限元與BP神經(jīng)網(wǎng)絡(luò)結(jié)合的板形預(yù)測模型能夠獲得良好的預(yù)測精度，解決了有限元計(jì)算時(shí)間長的缺點(diǎn)，彌補(bǔ)了傳統(tǒng)的板形預(yù)測模型的預(yù)測精度無法滿足板形在線控制的要求的缺陷。

板凸度;板形預(yù)測控制;ANSYS/LS-DYNA;BP神經(jīng)網(wǎng)絡(luò);預(yù)測精度

0　引言

板帶材是汽車、船舶、建筑、機(jī)電、化工和食品等工業(yè)的重要原材料[1-3]。隨著我國經(jīng)濟(jì)的高速發(fā)展，鋼材板帶比不斷提高。板帶的軋制過程是指靠旋轉(zhuǎn)的軋輥與軋件之間的摩擦力將軋件拖進(jìn)輥縫之間，并使之受到壓縮產(chǎn)生塑性變形的過程[4]。板形是衡量板帶軋制的重要質(zhì)量指標(biāo)之一[5]。軋制生產(chǎn)過程中，板形的影響因素涉及幾何非線性、材料非線性的高度復(fù)雜非線性問題以及存在時(shí)變性等特點(diǎn)。傳統(tǒng)的數(shù)學(xué)模型難以建立起相對準(zhǔn)確的，能夠準(zhǔn)確表達(dá)各參量間的靜態(tài)關(guān)系以及能夠準(zhǔn)確描述動(dòng)態(tài)關(guān)系的表達(dá)式[6]。因此本文建立了有限元與BP神經(jīng)網(wǎng)絡(luò)[7]結(jié)合的板形預(yù)測模型。該模型不僅保證了計(jì)算精度，還滿足了板形在線預(yù)測的要求。

1　基于BP神經(jīng)網(wǎng)絡(luò)與有限元原理的板形控制模型的建立

本論文所用的模型所采用的各個(gè)工藝參數(shù)的數(shù)據(jù)來源于某企業(yè)2800四輥可逆式冷軋機(jī)實(shí)際生產(chǎn)中獲取的數(shù)據(jù)。其中軋件材質(zhì)為Q195鋼，軋輥材質(zhì)為70Cr3NiMo。

（1）模型的基礎(chǔ)分析。結(jié)合有限元仿真，板帶寬度B,工作輥直徑Dw，支撐輥直徑Db，工作輥彎輥力Fl，支撐輥彎輥力Fz，工作輥凸度，支撐輥凸度，工作輥竄輥，支撐輥竄輥對板形的影響比較大，因此BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型選擇的輸入?yún)?shù)為。利用有限元分析建立樣本時(shí)，根據(jù)實(shí)際情況在一定范圍內(nèi)變化，其它軋制參數(shù)則設(shè)為固定值，所以，網(wǎng)絡(luò)的輸入變量是9維的。輸出參數(shù)為板凸度c，所以輸出變量是1維的。本模型采用三層的BP神經(jīng)網(wǎng)絡(luò)模型，即只含有一個(gè)隱含層。確定最佳隱層節(jié)點(diǎn)數(shù)的一個(gè)常用方法是試湊法，可先設(shè)置較少的隱層節(jié)點(diǎn)訓(xùn)練網(wǎng)絡(luò)，然后逐漸增加節(jié)點(diǎn)數(shù)，用同一樣本集進(jìn)行訓(xùn)練，從而確定網(wǎng)絡(luò)誤差最小時(shí)對應(yīng)的隱層節(jié)點(diǎn)數(shù)。隱含層節(jié)點(diǎn)數(shù)的確定還可借鑒以下公式：

（2）BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型。結(jié)合以上公式，經(jīng)過反復(fù)測試，中間層節(jié)點(diǎn)數(shù)設(shè)為9個(gè)。因此，本文確定的BP網(wǎng)絡(luò)結(jié)構(gòu)為9-9-1。由此確定的板形預(yù)測模型的網(wǎng)絡(luò)計(jì)算模型如圖1所示。

2　模型的訓(xùn)練及檢驗(yàn)

（1）模型的相關(guān)參數(shù)及分析。網(wǎng)絡(luò)的訓(xùn)練利用Matlab軟件進(jìn)行，選擇收斂速度快并且預(yù)測精度高的L-M法。利用有限元的計(jì)算結(jié)果作為訓(xùn)練樣本庫，對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。在給定精度要求條件下，對BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練。

（2）誤差及模型結(jié)果分析。所得到的BP神經(jīng)網(wǎng)絡(luò)誤差進(jìn)行分析得到BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果并進(jìn)行分析。BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)束后，為了檢驗(yàn)該BP神經(jīng)網(wǎng)絡(luò)的識(shí)別能力，將訓(xùn)練得到的網(wǎng)絡(luò)權(quán)值以及各神經(jīng)元的閥值存入權(quán)值文件，任選幾組有限元仿真得到的結(jié)果作為測試樣本集對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行檢驗(yàn)，得到BP神經(jīng)網(wǎng)絡(luò)測試與訓(xùn)練數(shù)據(jù)關(guān)系。最后選取了有代表性的板凸度參數(shù)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測值與有限元仿真值進(jìn)行比較。綜合分析可知本文建立的BP神經(jīng)網(wǎng)絡(luò)模型來預(yù)報(bào)板凸度參數(shù)，其誤差最大值不超過3%，精度還是比較高的。

3　結(jié)論

（1）基于人工神經(jīng)網(wǎng)絡(luò)建立了BP神經(jīng)網(wǎng)絡(luò)模型，并以此提高板凸度參數(shù)的預(yù)報(bào)精度。結(jié)合工作輥竄輥量以及支撐輥竄輥量等因素與板凸度的關(guān)系，進(jìn)行分析計(jì)算得到相應(yīng)的關(guān)系。（2）利用有限元仿真計(jì)算結(jié)果作為訓(xùn)練樣本對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到了訓(xùn)練結(jié)果圖。（3）利用有限元測試樣本對BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行檢驗(yàn)，可以得出BP神經(jīng)網(wǎng)絡(luò)的輸出值與有限元的仿真計(jì)算值的分布規(guī)律一致，存在的誤差比較小。這表明本文建立的板形預(yù)測模型是合理的，其計(jì)算結(jié)果是可信的并且具有參考價(jià)值。

[1]彭艷,孫建亮,劉宏民.基于板形板厚控制的軋機(jī)系統(tǒng)動(dòng)態(tài)建模及仿真研究進(jìn)展[J].燕山大學(xué)學(xué)報(bào),2010,34(01):6-12．

[2]蘇亞紅.我國冷軋板帶生產(chǎn)狀況及展望[J].冶金信息導(dǎo)刊, 2007(05):44-48.

[3]王延溥,齊克敏.金屬塑性加工學(xué)——軋制理論與工藝[M].北京:冶金工業(yè)出版社,2006.

[4]SUN Jianliang,PENG Yan,LIU Hongmin.Non-linear vibration and stability of moving strip with time-dependent tension in rolling process[J].Journal of Iron and Steel Research,2010, 17(06):11-15.

[5]薛濤,杜鳳山,孫靜娜.基于有限元與神經(jīng)網(wǎng)絡(luò)的板形調(diào)控功效[J].鋼鐵,2012,47(03):56-60.

[6]徐樂江.板帶冷軋機(jī)板形控制與機(jī)型選擇[M］.北京:冶金工業(yè)出版社,2007．

[7]趙麗娟,高丹,周宇.神經(jīng)網(wǎng)絡(luò)與有限元結(jié)合在軋機(jī)板形預(yù)報(bào)中的應(yīng)用研究[J].重型機(jī)械,2007,6(03):5-8.

10.16640/j.cnki.37-1222/t.2016.21.124

蔣鑫(1990-),男,碩士,從事復(fù)雜系統(tǒng)動(dòng)力學(xué)性能及其控制技術(shù)、摩擦潤滑、板形控制等研究。