大型炼钢炉炉温异常检测方法研究.pdfVIP

第31卷 第l2期 计 算 机 仿 真 2014年12月 文章编号：1006—9348(2014)12—0367—04 大型炼钢炉炉温异常检测方法研究 宫 玺 ，邓庆绪 (1．辽宁科技大学软件学院，辽宁 鞍山114051； 2．东北大学信息科学与工程学院，辽宁沈阳110819) 摘要：在炼钢炉内高温高压环境下，异常温度信号往往瞬间形成 ，在炉内气浪、异常压力鼓动等外部干扰下，温度异常信号会 迅速发生非正常衰减，甚至与其它异常信号发生混淆，造成温度测量不准。传统的炉内温度异常检测方法在信号发生不可 控衰减或混淆的情况下，信号分离和识别的过程存在较大困难，在外部干扰下 ，对温度信号的单独识别、提取效果不佳，温度 检测存在较大弊端。提出一种采用约束模糊聚类算法的大型炼钢炉炉温异常信号检测方法。根据傅里叶变换方法对信号 采集设备采集到的信号进行隔离处理 ，克服由于信号混淆带来的困难。根据约束模糊聚类算法 ，对隔离后的信号进行聚类， 使其成为有效的识别特征，完成了异常温度的检测。实验结果表明，利用改进算法进行大型炼钢炉炉温异常检测，能够极大 提高异常温度信号检测的准确率。 关键词：炼钢炉；炉温；约束模糊聚类；温度检测 中图分类号：TP391 文献标识码：B A new M ethodofLargeSteelFurnace TemperatureAnomalyDetection GONGXi ．DENGQing—XU (1．SchoolofSoftwareUniversityofScienceandTechnology，AnshanLiaoning114051，China； 2．DepartmentofComputerScienceandTechnology，NortheasternUniversity，ShenyangLiaoning110819，China) ABSTRACT：A fuzzyclusteringalgorithm ispresentedbasedonconstraintsoflargesteelfurnacetemperatureanom— alysignaldetection．AccordingtotheFouriertransform forsignal acquisitiondeviceinisolationtothecollectedsig— nalsprocessing，toovercomethedifficultiescausedbythesignal confusion，thefuzzyclusteringalgorithm isdesigned tosepraatethesingalsafterclustering，makeitbecomeeffectiverecognitioncharacteristics，andcompletetheabnomr al temperaturedetection．Theexperimentalresultsshowthattheimprovedalgorithm cangreatlyenhancetheaccuracyof abnomr altemperaturesingaldetection． KEYW ORDS：Steelfurnace；Furnacetemperature；Constraintsfuzzyclustering；Temperaturedetection 法 。其中，最常用的是基于傅里叶变换算法的大型炼钢炉 1 引言 炉温异常信号检测方法。。。由于大型炼钢炉炉温异常信号