学位论文 > 优秀研究生学位论文题录展示

基于模糊神经网络的斜轧建模研究

作　者: 刘邱祖
导　师: 双远华
学　校: 太原科技大学
专　业: 材料加工工程
关键词: 斜轧模糊控制模糊神经网络建模
分类号: TG335.71
类　型: 硕士论文
年　份: 2010年
下　载: 69次
引　用: 0次
阅　读: 论文下载

内容摘要

斜轧无缝钢管生产工艺是无缝钢管生产的重要手段。经过100多年的发展,斜轧已经成为各种无缝钢管生产的基础,它是无缝钢管生产的关键。但是,由于斜轧过程的复杂性,人们在实际工作中,往往很难应用经典的力学方法建立起精确的数学模型。应用数值模拟的有限元法,对斜轧过程的计算精度较高,但是模拟过程时间太长,不可能作为在线控制的数学模型。所以,人工神经网数学模型开发研究势在必行。本课题以无缝钢管生产中的斜轧延伸轧管过程为对象,对斜轧过程的力学状态和钢管质量等参数进行计算,得到工艺参数与质量参数之间的映射关系,并建立了斜轧过程的模糊神经网络,及其输入参数的隶属函数。训练数据通过有限元建模和实验数据得到。因此,主要工作包括以下几个方面:(1)在深入了解斜轧无缝钢管生产工艺和理解斜轧理论的基础上,运用ANSYS有限元软件对其进行了建模仿真,采集到了模糊神经网络所需的样本数据;(2)建立无缝钢管斜轧过程的模糊神经网络,选取了隶属函数,将样本数据分成两组:训练数据和检验数据。(3)利用有限元模拟得到的数据对模糊神经网络进行训练。(4)通过用铝管代替钢管进行斜轧规律研究,搭建了实验平台,验证了有限元模拟斜轧的准确性和可靠性。通过基于模糊神经网络斜轧建模研究,建立了工艺参数与质量参数的关系,对斜轧工艺具有指导意义。同时,得到的模糊神经网络的数学模型,为实现斜轧过程自动控制奠定基础。

全文目录

中文摘要  3-4
ABSTRACT  4-9
第一章绪论  9-19
  1.1 课题研究的背景及意义  9-12
    1.1.1 无缝钢管工艺研究动态  9-11
    1.1.2 无缝钢管斜轧工艺的发展  11-12
    1.1.3 现有无缝钢管斜轧工艺存在的问题  12
  1.2 模糊控制的发展趋势  12-13
  1.3 模糊神经网络概述  13-16
    1.3.1 模糊神经网络发展历程  14
    1.3.2 模糊神经网络的模型  14-15
    1.3.3 模糊神经网络的算法  15-16
    1.3.4 模糊神经网络的发展前景  16
  1.4 本课题的提出及所研究的内容  16-17
  1.5 本课题各章节的内容  17-19
第二章模糊神经网络理论基础  19-27
  2.1 模糊控制理论  19-20
    2.1.1 模糊控制理论的形成  19
    2.1.2 模糊控制流程  19-20
    2.1.3 模糊控制的特点  20
  2.2 神经网络理论  20-21
  2.3 模糊神经网络  21-27
    2.3.1 模糊理论与神经网络的融合  21-22
    2.3.2 通用的模糊神经网络结构  22-23
    2.3.3 本研究采用的模糊神经网络  23-27
第三章斜轧的有限元模拟  27-47
  3.1 有限元法及软件介绍  27-29
    3.1.1 有限元法介绍  27-28
    3.1.2 LS-DYNA 软件介绍  28-29
  3.2 斜轧理论  29-33
    3.2.1 斜轧的应力与变形  29-30
    3.2.2 斜轧几何学  30-32
    3.2.3 斜轧运动学  32-33
  3.3 斜轧过程的有限元模型  33-40
    3.3.1 模型的简化  33-34
    3.3.2 单元的选择  34
    3.3.3 模型参数的设定  34-36
    3.3.4 网格划分及边界条件的设置  36-37
    3.3.5 接触及初始条件的处理  37-38
    3.3.6 求解及其后处理  38-40
  3.4 斜轧数值模拟分析  40-42
    3.4.1 斜轧过程中的轧制力变化  40
    3.4.2 斜轧过程中壁厚变化  40-42
  3.5 数据获取  42-47
第四章基于模糊神经网络斜轧建模研究  47-63
  4.1 本研究的流程图  47-49
  4.2 模糊神经网络的实现  49-56
    4.2.1 网络映射关系的确立  49
    4.2.2 网络样本数据的标准化  49-52
    4.2.3 网络模糊规则的选择  52-53
    4.2.4 网络初始隶属函数的选择  53-56
  4.3 网络的学习及参数调整  56-62
    4.3.1 隶属函数的训练  56-58
    4.3.2 结论参数的训练  58-59
    4.3.3 网络的误差收敛  59-60
    4.3.4 样本数据实际值与预测值的比较  60-62
  4.4 基于模糊神经网络斜轧的质量检验  62-63
第五章斜轧的实验研究及结果验证  63-73
  5.1 实验设计及介绍  63-64
  5.2 实验研究  64-70
    5.2.1 实验方案  64-65
    5.2.2 力能参数测试  65-69
    5.2.3 数据处理  69-70
  5.3 有限元模拟计算与实验结果分析  70-73
    5.3.1 轧制力的实测与模拟计算结果比较  70-71
    5.3.2 壁厚的实测与模拟计算结果比较  71-73
结论  73-75
参考文献  75-79
攻读硕士学位期间发表的学术论文  79-80

基于模糊神经网络的斜轧建模研究

内容摘要

全文目录

相似论文