基于BP神经网络的高铁弹条热处理工艺优化

被引:2
作者
刘飞香
陈娴
机构
[1] 中国铁建重工集团有限公司
关键词
BP神经网络; SCADA; 热处理; MES;
D O I
暂无
中图分类号
TG156 [热处理工艺]; TP183 [人工神经网络与计算]; U213.5 [钢轨联接及扣件];
学科分类号
080201 ; 080503 ; 081104 ; 0812 ; 0835 ; 1405 ; 0814 ; 082301 ;
摘要
针对高铁弹条生产过程中质量的波动问题,采用工业互联网的技术与热处理工艺的深度融合提升产品的质量,通过构建了一个5×8×1的三层BP神经网络模型,以高铁弹条热处理中的各个参数为输入层,硬度HRC为输出层。对神经网络模型进行训练后,模型的预测值与实际值之间误差小于1%。通过工业互联网的建设,实时获取热处理过程中的参数,以前工序的实际值加上后续工序的设定值,进入训练好的模型对结果进行预测,当预测值与标准值偏离大于5%时,计算出后续工序参数的优化建议。MES系统结合SCADA系统把优化过的工艺参数下发至设备,从而达到提升高铁弹条性能的目的。
引用
收藏
页码:7 / 11
页数:5
相关论文
共 12 条
[1]   智能制造——“中国制造2025”的主攻方向 [J].
周济 .
中国机械工程, 2015, 26 (17) :2273-2284
[2]   热处理工艺对机床用耐磨铜合金性能的影响 [J].
刚建华 .
热加工工艺, 2017, 46 (02) :226-228+232
[3]   几种新兴智能制造模式研究评述 [J].
周佳军 ;
姚锡凡 ;
刘敏 ;
张剑铭 ;
陶韬 .
计算机集成制造系统, 2017, 23 (03) :624-639
[4]   基于BP神经网络的汽车内置储物盒注塑成型优化 [J].
孙丽丽 ;
苏学满 .
塑料工业, 2018, 46 (02) :35-40
[5]   基于Moldflow的家用电器薄壁外壳翘曲优化分析 [J].
韩以伦 ;
李志恒 ;
梁彦高 .
塑料工业, 2017, 45 (05) :48-51+86
[6]  
Research on FBG-based CFRPstructural damage identification using BP neural network. GENG X,LU S,JIANG M,et al. Photonic Sensors . 2018
[7]  
Atmospheric dispersion prediction and source estimation of hazardous gas using artificial neural network, particle swarm optimization and expectation maximization[J] . Sihang Qiu,Bin Chen,Rongxiao Wang,Zhengqiu Zhu,Yuan Wang,Xiaogang Qiu. &nbspAtmospheric Environment . 2018
[8]   基于MES的车间制造过程动态质量管理系统研究 [J].
龚仁伟 ;
尹超 ;
鄢萍 .
现代制造工程, 2008, (06) :26-30
[9]   基于BP神经网络的高光无流痕成型工艺优化 [J].
罗华云 ;
邱国旺 ;
卢齐英 .
塑料, 2012, 41 (06) :81-83
[10]   高速铁路用SKl15型弹条失效分析 [J].
王文秀 ;
王振 ;
赵磊 ;
蔡振兵 ;
朱旻昊 .
金属热处理, 2013, 38 (12) :108-112