附件C：譯文



一種在線研究預測熱軋機的軋制力的神經(jīng)網(wǎng)絡學

a，木浦國立大學機械工程部，編號61，清溪面務安郡，韓國
b，浦項鋼鐵公司技術研究實驗室，浦項790-785，韓國
c，木浦國立大學機械系統(tǒng)工程部，編號61，清溪面務安郡，韓國

摘要
鋼鐵生產(chǎn)商背負壓力來提高生產(chǎn)力，優(yōu)化工藝參數(shù),以至達到提高鋼鐵生產(chǎn)效率和質(zhì)量的目的。事實上，為了達到這個目標，其中的一項關鍵因素是自動化煉鋼過程中使用AI（人工智能）技術。在自動化熱軋過程中，需要用幾個不斷發(fā)展變化的數(shù)學模型來模擬和定量描述鋼鐵的產(chǎn)業(yè)化經(jīng)營。對軋機設備操作和設計進行調(diào)查和研究，以改善生產(chǎn)力和質(zhì)量，對熱軋工藝進行數(shù)學建模早已被認為是一個可取的方法。然而，許多因素使用數(shù)學模型分析軋制過程非常復雜和耗時，為了找到克服這些問題的方法，并得到準確的預測軋制力，利用神經(jīng)網(wǎng)絡研究軋制力已廣泛地被應用。
在本文中，一個為雙方長期或短期研究的在線神經(jīng)網(wǎng)絡，提高預測熱連軋機軋制力的能力。通過分析表明，所預測的軋制力非常接近實際軋制力，帶鋼的厚度誤差也因此大大減少。
關鍵詞：神經(jīng)網(wǎng)絡;在線研究;軋制力;熱軋過程；AI（人工智能）技術

1.導言
該系統(tǒng)的熱連軋過程，包括其中的六，七個輥看臺，反復工程在每個階段的前計算，控制和后計算。在預先計算階段，預設值如軋輥速度、軋輥類別、軋制力等，是按照數(shù)學模型方程式，根據(jù)軋制理論，其中包括鋼材的類型和溫度的大小來預設的。是用來作為指揮開環(huán)控制，以及在控制階段作為反饋控制的參數(shù)，鋼板前端的厚度精度質(zhì)量，受其相當大的影響。在后計算的一個階段，修改了參數(shù)的數(shù)學模型是整個產(chǎn)品系列的控制模型[1]，用以盡量降低預先計算階段后的誤差 。在鋼鐵企業(yè)，其中主要的控制過程，加工模式的發(fā)展，可以快速準確地預測軋制力和力矩，以獲得準確的設定值然后輸入軋機[2,3]。
預測數(shù)學模型的發(fā)展，是很困難的，因為熱連軋機的軋制程序是一個非線性系統(tǒng)，在其中有大量的處理參數(shù)，如軋制力，軋輥速度，摩擦力，溫度，軋輥損壞，材料等相互影響。此外，因為軋制過程會造成意想不到的外部影響，熱連軋機的軋制過程有其局限性，需要分析掌握這些特殊性。特別是，熱軋鋼板前端的控制厚度依賴于熱連軋機的初始設置，這個初始設置是由預設的熱軋模式所決定的。