D0I:10.13374/j.issn1001-053x.1995.s1.022 第17卷增刊 北京科技大学学报 Vol.17 1995年12月 Journal of University of Science and Technology Beijing Dec.1995 模式识别及人工神经网络算法 在16Mn钢生产中应用 徐荣军”欧昌俗” 姚忠卯)马智明”刘洪霖” 1)安阳钢铁公司2)中科院上海冶金研究所 摘要介绍了模式识别与人工神经网络算法应用于16M微合金化钢的生产工艺优化，并给出 了各目标的最佳工艺参数供生产时参考. 关键词优化，模式识别，人工神经网络，16Mn钢 Application of Pattern Recognition and Artificial Neural Network Algorithm in Optimization of 16Mn-steel Production Xu Rongjun Qu Changsu Yao Zhongmao Ma Zhiming Liu Honglin 1)Anyan Tron and Steel Company 2)Shanghai Institute of Metallurgy,(hinesc Acadeny of Science ABSTRACT Recomend Pattern recognition and artifical neural network algorithm be used on the procedure op- timization of tiny vanadium alloy-treated 16Mn-steel production.It has been gived that optimum procedure parameter for various traget to provide reference in production. KEY WORDS optimization,pattern recognition,artificial neural network,16Mn-steel 全国生产16M系列钢中，往往因为强度低，而不能按标准交货，被迫降级出售的大约占 9%.我公司1993年生产16Mn合格率仅为84.5%.其中因a.、不合格改判的占14.4%，冷 弯不合格占1%.针对这一问题，我们采用了微钒合金化的措施来提高16Mn钢板性能合格 率. 我们将人工神经网络方法(ANN)应用于工艺优化过程，并将它和传统的模式识别优化 方法结合，建立了以PIS为基础的人工神经网络算法(PLS一ANN)及其相应的模式识别一 人工智能软件包PRAI.对微钒合金化后的16Mn生产数据进行了优化分析，找到了影响 16Mn中板性能的主要工艺参数，指明了优化方向、优化点、优化区域，并利用人工神经网络 *1995一10一25收稿第 17 卷 增刊 1 9 9 5 年 1 2 月 北 京 科 技 大 学 学 报 J o u r n a l o f U n i v e r s i r y o f Sc i e n e e a n d T e e h n o l o g y Be i ji n g V o l . 1 7 D e C . 1 9 9 5 模式识别及人工神经 网络算法 在 16 M n 钢生产 中应用 徐荣军 ` ’ 欧 昌俗” 姚忠卯 ` , 马 智 明 ` , 刘 洪霖 2 , l) 安阳钢铁公 司 2) 中科院上 海冶 金 研究 所 摘要 介绍了模式识别与 人工 神经 网络算法应 用于 16 M n 微合金化钢的生产 工艺优 化 , 并给 出 了各 目标的最佳工 艺参数供生产时参考 . 关键词 优化 , 模式识别 , 人工神经 网络 , 16 M n 钢 A p p li e a t i o n o f P a t t e r n R e e o g n i t i o n a n d A r t if i e i a l N e u r a l N e t w o r k A lg o r i t h m i n O p t i m i z a t i o n o f 1 6M n 一 s t e e l P r o d u e t i o n X u R on g z u n l ) Q u hC a n g s u ` ’ aY o Z h on g m a o ” M a Z h lm 动对 〕 -lI u H O, Z g ln 助 l ) A n y a n T r o n a n d S t e e l (二o m p a n y 2 ) S h a n g h a i I n s t一 t u t e ( ) f M e t a ll u r g y , ( 二h 一n c s e A e a d c n y o f 介i e n e e A B S T R A C T R e e o m e n d P a r t e r n r e e o g n i t i o n a n d a r r if i e a ] n e u r a l n e t w o r k a lg o r i r h m b e u s e d o n r h e p r oc e d u r e 0 1卜 t im i z a t i o n o f t i n y v a n a d i u m a l l o y 一 t r e a t e d 1 6 M n 一 s t e e l 一) r浏 u e t i ( , n . I t h o s b e e n g l v e d r h a t o p t im u m p r oc e d u r e p a r a m e t e r f o r v a r i o u s t r a g e t t o p r o v id e r e f e r e n e e i n p r (川 u e t i o n . K E Y w 0 R D S o p t i m i z a t i o n , p a t r e r n r e e 〔) g n i r i o n , a r t if i e i a l n e u r a l n e t w o r k , 1 6 M r l 一 s t e e l 全 国生 产 16 M n 系 列钢 中 , 往 往 因为强 度 低 , 而不 能按 标 准交 货 , 被迫 降级 出售 的 大约 占 9 % . 我公 司 1 9 9 3 年 生产 16 M n 合格率 仅 为 8 4 . 5 % . 其 中因 。 S 、 。 b 不 合格改 判 的占 14 . 4 % , 冷 弯 不 合 格 占 1 % . 针 对这 一 问题 , 我 们 采 用 了微钒 合金化 的 措施 来 提 高 16 M n 钢 板 性能 合格 率 . 我们将 人工 神经 网 络方 法 ( A N N ) 应 用于 工艺 优 化过 程 , 并将 它 和传 统的模 式识别优 化 方 法 结合 , 建立 了以 IP 一 为基础 的 人工 神经 网络算 法 ( IP 另 一 A N N ) 及其 相应 的模式 识另l] 一 人工 智能 软 件 包 P R A I . 对 微 钒 合 金 化 后 的 16 M n 生 产数 据 进行 了 优 化 分 析 , 找 到 了影 响 16 M n 中板性 能 的主要 工艺 参数 , 指 明 了优化 方 向 、 优化 点 、 优 化 区域 , 并 利 用人 工 神经 网络 安 1 9 9 5一 1 0一 2 5 收 稿 DOI: 10. 13374 /j . issn1001 -053x. 1995. s1. 022