지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2004.12
- 수록면
- 29 - 33 (5page)
이용수
이 논문의 연구 히스토리 (3)
2004
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
A major concern at present is the simultaneous control of transverse thickness profile and flatness in the finishing stages of hot rolling process. The mathematical modeling of hot rolling process has long been recognized to be a desirable approach to investigate rolling operating practice and the design of mill equipment to improve productivity and quality. However, many factors make the mathematical analysis of the rolling process very complex and time-consuming. In order to overcome these problems and to obtain an accurate rolling force, the predicted model of rolling force using neural networks has widely been employed.
In this paper, Radial Basis Function Network(RBFN) is applied to improve the accuracy of rolling force prediction in hot rolling mill. In order to verify and analyze the performance of applied neural network, the comparison with the measured rolling force and the predicted results using two different neural networks-RBFN, MLP, has respectively been carried out. The results obtained using RBFN neural network are much more accurate those obtained the MLP.
In this paper, Radial Basis Function Network(RBFN) is applied to improve the accuracy of rolling force prediction in hot rolling mill. In order to verify and analyze the performance of applied neural network, the comparison with the measured rolling force and the predicted results using two different neural networks-RBFN, MLP, has respectively been carried out. The results obtained using RBFN neural network are much more accurate those obtained the MLP.
목차
Abstract
1. 서론
2. 기존의 수학적 모델
3. 다층인식자 신경회로망 적용모델
4. 다층인식자 신경회로망 적용모델
5. 결론
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
On-line 학습 신경회로망을 이용한 열간 압연하중 예측
한국생산제조학회지
2005 .02
-
인공신경망을 활용한 열연 공정의 압연 하중 예측
대한전자공학회 학술대회
2018 .06
-
신경회로망과 유전자 알고리즘을 이용한 열연두께 정도 향상
한국생산제조학회지
2006 .10
-
열간 압연에서의 롤 속도 제어 방법에 관한 연구
한국조명·전기설비학회 학술대회논문집
2006 .11
-
PREDICTION OF ROLLING FORCE USING AN ADAPTIVE NEURAL NETWORK MODEL DURING COLD ROLLING OF THIN STRIP
기타자료
2008 .10
-
On-line 학습 신경회로망을 이용한 열간 압연하중 예측
한국생산제조학회 학술발표대회 논문집
2003 .04
-
후판 압연에서 신경망 알고리즘을 이용한 스키 예측
소성·가공
2013 .08
-
열간압연롤 마모가 롤 사고에 미치는 영향
한국기계가공학회 춘추계학술대회 논문집
2014 .04
-
Roll 수명예측모델에 의한 열연작업롤 진단
Journal of the Korean Society for Precision Engineering
1993 .09
-
압연 공정의 Work Roll 이 받는 응력 분포 검토를 위한 파라미터 연구
한국CDE학회 학술발표회 논문집
2014 .02
-
Fault Diagnosis of Roll Shape Under the Speed Variation in Hot Rolling Mill
Journal of Mechanical Science and Technology
2006 .09
-
압연공정해석을 위한 판과 롤의 접촉 경계면 처리
한국소성가공학회 학술대회 논문집
2003 .05
-
Roll에 수명예측 model 개발
한국정밀공학회 학술발표대회 논문집
1992 .05
-
롤투롤 핫엠보싱 공정을 위한 하이브리드롤 설계
대한기계학회 춘추학술대회
2012 .11
-
3차원 FEM 을 이용한 CB100의 압연공정 및 롤 응력 해석
소성·가공
2010 .04
-
방사형기저함수망을 이용한 열간 사상압연의 압연하중 예측에 관한 연구
한국생산제조학회 학술발표대회 논문집
2003 .10
-
유한요소법을 이용한 보강롤 구동 4단 냉간압연기에서의 압연하중 및 스트립 두께 예측
한국기계가공학회지
2009 .12
-
열간압연중 압연하중 및 압연동력 예측 모델
압연 심포지엄
1999 .08
-
3차원 FEM을 이용한 Angle과 Channel의 압연공정 및 Roll Stress 해석
한국소성가공학회 학술대회 논문집
2009 .05
-
An FE Based On-line Model for the Prediction of Work Roll Thermal Profile in Hot Strip Rolling
기타자료
2010 .06
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2009-552-016145715