摘要: 针对在铸锭成型过程中无法对裂纹的发展趋势进行在线预报的问题,以铝合金电磁半连续铸造为研究对象,采用软测量技术,通过选取可以直接在线测量的辅助变量,建立了一种基于多层前馈神经网络的裂纹软测量模型.该模型的输出为量化后的裂纹值,从而间接地在线测量了铸锭的裂纹量化值,并对裂纹的发展趋势进行了预报.仿真与实验结果表明:该模型的裂纹预报值和实际值吻合得较好,预报值能很好地反映实际裂纹的倾向,从而使得裂纹的在线预报与在线控制成为可能.
中图分类号:
黄松林;崔建忠;. 软测量技术在铸锭裂纹预报中的应用[J]. 东北大学学报(自然科学版), 2009, 30(5): 685-688.
Huang, Song-Lin (1); Cui, Jian-Zhong (1) . Application of soft-sensing to prediction of ingot cracking trend[J]. Journal of Northeastern University, 2009, 30(5): 685-688.