基于神经网络的液压滚切剪剪切力预报模型.pdf

《基于神经网络的液压滚切剪剪切力预报模型.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、精密制造与自动化2015年第4期i制造业信息化i基于神经网络的液压滚切剪剪切力预报模型吴会敏朱清智(河南工业职业技术学院河南南阳473000)摘要通过分析滚切剪的工作过程，选择数学模型与神经网络型相结合的乘法网络，设计了基于BP神经网络的液压滚切剪剪切力预报模型。通过对切入阶段和滚切阶段剪切力的数学模型计算值、实测值和预报值的比较，证明了由该剪切力预报模型计算的剪切力精度有了很大提高。关键词BP神经网络液压滚切剪剪切力预报模型传统的液压剪切机是中厚板生产线上的重要设备，式中：、为常数；K3为刀片间隙和刀磨钝系数完成对轧件的切头、切尾、切定

2、尺、取样。生产线上1．1～1_3；K4为切入角变换修正系数，取1．054～1．112，大多数采用斜刃剪，其上剪刃是倾斜的，有利于减小剪开口度小的取上限，开口度大的取下限；为钢板切力，但是剪后的钢板有横向弯曲、断面塌角等缺陷。的抗拉强度；为材料延伸率；h为钢板厚度；滚切剪有效地解决踏角和“啃伤”缺陷问题，而且剪切为连杆同上刀架铰接点之间的距离；r为曲柄半径。断面好，是中厚板生产线不可缺少的剪切设备。。滚切剪滚切阶段最大剪切力公式为：随着对钢板质量要求的提高，钢板种类日益增Pm=s。(2)多。当滚切剪需要剪切一个新的钢种时，滚切剪机需要承受多

3、大的剪切力、是否超出了设备的加工能式中：、为常数；为剪刃间隙和刀磨钝系数力，目前都是根据以往经验预估计剪切力的大小，1．1～1-3；为钢板的抗拉强度；E0为相对切入深度；这种方式可靠性很低，容易造成设备的损坏和财产h为钢板厚度；为上剪刃当量倾角。损失。本文以某钢铁公司28001Tim生产线定尺滚切剪的改造项目为依托，采用BP神经网络与数学2基于BP神经网络的剪切力预报模型的设计模型相结合，设计了全液压滚切剪剪切力预报模型，从公式(1)和公式(2)可以看出，计算时、仿真结果表明可以有效提高剪切力的计算精度。、是靠经验来选取，使得剪切力计算值

4、有一定的误差，其中、的乘积一般取固定值0．6，可1液压滚切剪最大剪切力公式的推导以将这两个系数当成常量，只需对进行修正。滚切剪为上切式，由液压站带动左右两个和机表示剪刃间隙和刀磨钝系数，通过钢铁厂数据分析架铰接的卧式液压缸，推动左右两个连杆，两个液可知，剪刃间隙和剪刃磨钝与钢板的厚度、宽度、压缸按照设定的位置与速度曲线移动，带动上刀架抗拉强度、剪切吨位有很大关系。剪刃间隙随着钢实现纯滚动剪切运动。剪切过程主要有三个阶段：板厚度的增加而增加；随着抗拉强度的增大，金属切入阶段、滚切阶段、切离阶段。滚切剪最重要的塑性降低，所以剪刃间隙有所减小。

5、剪切过程是切入和滚切阶段。在切入阶段钢板经历2．1基于BP神经网络的剪切力预报模型工作原理弹性压入到塑性滑移的过程，在滚切阶段经历弹塑液压滚切剪剪切力修正模型原理图，如图1所性压入到裂纹扩展的过程，这两个过程截然不同。示。剪切吨位由用户输入，钢板的材料性能在板材滚切剪切入阶段最大剪切力公式为：库中查询得到，钢板的厚度、宽度由通信模块得到，P=K~K2K3K4abK65_Bh2作为BP网络输入值；BP网络经过前向计算得出网络的输出值送到数学模型中，计算后得到预报剪切吴会敏等基于神经网络的液压滚切剪剪切力预报模型力，根据实测剪切力与预报剪切力

6、的差值采用反向一传播算法来修正权值，直到预报值达到精度要求，然后将最终的预报值存入到经验知识库中。：：0图2剪切力预报模型的神经网络结构3BP神经网络在MATLAB中的实现MATLAB环境下，五层BP神经网络实现程序如下：A=load(‘D：~PmgramFiles＼MATLAB＼work＼in．txt’)；图1液压滚切剪剪切力预报模型原理图A=A；％输入样本B=load(‘D：~mgramFiles＼MATLAB＼work＼out．txt’、；2．2基于BP神经网络的剪切力预报模型的结构设计B=B’；％输出样本1)输入输出层的确定Par

7、a．Goal=0．0001；％网络训练目标误差根据分析，选择剪刃间隙与刀磨钝系数作为Para．Epochs=1000；％网络训练代数网络的输出。网络的输入选取钢板厚度、宽度、抗Para．LeamRate=0．1；％网络学习速率拉强度、剪切吨位。Para．Show=10；％网络训练显示间隔2)网络结构确定Para．LearnFcn=‘learngdm’；％网络学习函数网络的训练样本主要来自生产线上的实测数据Para．PerformFcn=mse’；％网络的误差函数和专家提供的经验数据。在训练本网络时，共选择Para．InNum=size(I

8、nput，1)；％输出量维数样本值500组，其中450组参加训练作为训练样本，Net-~aewf(minmax(A)，[8881]，{‘tansig’，‘tansig’，5O组不参加训练作为网