雙金屬耐磨鋼板板材質量如何提高？

隨著現代工業雙金屬耐磨鋼板的不斷發展和進步,對板材質量的要求也越來越高,而板形模式識別和控制是提高板材質量的關鍵技術之一,因此成為冷軋控制研究的熱點問題.另外,由（略）絡在建立模型中有許多優點,在近幾年的研究中被廣泛的應用在板形模式辨識和控制中.本文以某薄板廠的六輥五機架CVC冷連軋機為研究對象,以實現板形精確自動控制為目的,建立了基于BP(Error Back Propagation)神經網絡（略）式識別模型和板形預測模型.（略）,闡述了軋機、板形的相關知識,以及板形控制的基本方法和策略.重點分析了板形的測量裝置以及測量的相關理論. 其次,針對傳統數學方法在辨識板形缺陷模式中的不足,以常見板形缺陷模式為依據,利用人工神經網絡在建模和系統辨識方面的優點,建立了基于BP神經網絡的板形缺陷辨識模（略）atlab7.0中的GUI(Graphical User Interfaces)神經網絡工具箱建立了該模型.模型的輸入為測量輥的52測量值和它們平均值的偏差,輸出為四次板形曲線的各項系數,這些系數可以直接參與到板形的控制中.