重轨矫直参数控制模型的自学习功能研究

当重轨矫直参数控制模型的计算参数模型给出的压下量不能满足工艺要求时,需要建立一个自学习模型重新分配压下量。自学习模型中训练好的人工神经网络(ANN)可用于预测下次计算模型的分配系数,从而得出一个较优的初始压下量输入值,采用RBFNN算法从数据库中存储的历史数据中智能学习参数相互之间的关系,给出优化的调整值。