Resumen

La predicción precisa de la fuerza de laminación es fundamental para garantizar la calidad del producto final en la fabricación de acero. El espesor de salida de la chapa para cada pasada se calcula a partir de la separación entre rodillos, el resorte del laminador y la fuerza prevista del rodillo. La programación ideal de las pasadas depende de una predicción precisa de la fuerza del rodillo en cada pasada. Este artículo introducirá un concepto que permite obtener los parámetros del modelo de material directamente del proceso de laminación a escala industrial mediante la red neuronal diferencial uniforme. Basándose en las características de que la distribución uniforme puede caracterizar completamente el espacio de soluciones y aumentar la diversidad de la población, se investiga la uniformidad del operador de evolución diferencial para obtener un cruce mejorado con distribución uniforme. Cuando su función original se transfiere con una función de transferencia, los algoritmos de evolución diferencial uniforme pueden resolver rápidamente problemas de optimización complejos. La estructura de la red neuronal y el umbral de pesos se optimizan mediante el algoritmo de evolución diferencial uniforme, y se forma una red neuronal diferencial uniforme para mejorar la precisión de la predicción de la fuerza de laminación en el sistema de control de procesos.

• Materias:Aerodinámica Robótica Sistemas no lineales Regulación automática Instrumentación automática
• Subjects:Aerodynamics Robotics Nonlinear systems Automatic regulation Automatic instrumentation
• Palabras claves:red neuronal diferencial uniforme, fuerza de balanceo, distribución uniforme, algoritmo de evolución diferencial uniforme, algoritmos de evolución diferencial uniforme, programación de paso ideal, estructura de red neuronal, problemas de optimización complejos, operador de evolución diferencial, precisión de predicción de fuerza
• Keywords:uniform differential neural network, roll force, uniform distribution, uniform differential evolution algorithm, uniform differential evolution algorithms, ideal pass scheduling, neural network structure, complex optimization problems, differential evolution operator, force prediction accuracy