摘要： 辊式矫直工艺是轧制生产线上必要精整工艺。为提升生产线的整体智能化生产需求，采用神经网络代替曲率积分矫直模型进行计算，解决其求解难、耗时长和不收敛的缺点。针对反向传播(Back Propagation, BP)神经网络易出现泛化能力弱、陷入局部最优等问题，引入遗传算法(Genetic Algorithm, GA),建立一种基于GA-BP神经网络算法的板材辊式矫直工艺神经网络多输入多输出计算模型。对比结果显示，选用trainscg函数可实现较好的预测结果，并通过贪婪策略对模型结构进行优化，实现了矫直工艺模型的快捷、高精度计算，首尾辊压下误差在0.2 mm以内，残余曲率比误差在5%以内，矫直力误差在7%以内。该神经网络模型对轧制生产线有较高的工程应用价值。
中图分类号: