期刊专题

10.3724/SP.J.1004.2012.01861

规则与数据驱动的层流冷却过程带钢卷取温度模型

片锦香柴天佑李界家
沈阳建筑大学; 东北大学;
引用
(0)
收藏
针对现有层流冷却过程带钢温度模型缺乏换热系数、带钢定位、带钢卷取温度计算的有效方法这一问题,提出了由冷却单元阀门开闭状态模型、带钢冷却单元定位模型、不同换热方式下的带钢温度模型组成的带钢卷取温度动态模型,将案例推理、规则推理、神经网络等相结合,提出了规则与数据驱动的模型参数智能辨识方法.采用某钢厂实际生产运行数据对所提出的带钢卷取温度动态模型进行了实验研究,实验结果表明本文提出的方法能够有效提高带钢卷取温度模型的精度.

层流冷却、参数辨识、规则驱动、数据驱动、卷取温度

38

国家重点基础研究发展计划973计划2009CB320601;国家自然科学基金61104084;创新引智计划111计划B08015;住建部科学技术计划项目2012-K7-19

2013-01-22(万方平台首次上网日期,不代表论文的发表时间)

共9页

1861-1869

暂无封面信息
查看本期封面目录

自动化学报

EICSTPCD北大核心

0254-4156

11-2109/TP

38

2012,38(11)

开通阅读并同意
《万方数据会员(个人)服务协议》

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn